浙江桐乡有不少从事加工出口的小微企业主，经常会有需要资金周转的时候。但从事围巾加工出口的吴巧，却不喜欢找亲戚朋友借钱。她说，自己不愿欠人情债。
吴巧的想法是很多小老板的顾虑。2017年，吴巧接了一笔大订单，正在发愁还差十几万元原材料货款的时候，恰好通过网络知道了人人贷，于是决定尝试这种新型的借贷方式。通过人人贷，吴巧很快就拿到了一笔借款，及时补充了原料。
而在以往，像吴巧这样的小微企业要想获得类似的小额经营性借款，往往需要提供详实的经营流水，甚至资产抵押，而且通常要操作两周甚至一个月的时间。
十几万元的融资需求谁来满足
小微企业在不同的发展阶段有不同量级的资金需求，每个阶段应有不同的平台为其差异化的需求提供服务。
目前，国家将针对小微企业的授信额度从500万元提升到了1000万元。近年来，作为我国金融体系中服务小微企业主力军的城商行，一方面有小微企业贷款量增长的任务，一方面也面临着资产不良率提高的风险。
尽管银保监会已经在逐步增加对小微企业不良率的容忍度，但无论是对于大型商业银行还是城商行来说，十几万元到几十万元的小微融资需求，都是一个棘手的区间。
小微融资需求，具有小额分散的特征，是否可能以规模化的方式去满足？有这样融资需求的小微企业多是个体、家庭为核心组成的小业主，处于事业起步阶段，经营规模有限。对于他们来说，要以企业资质或者是资产抵押的方式从传统金融机构获得融资，并不是一件容易的事情。
在传统金融体系之外，以人人贷为代表的部分头部金融科技平台，以小微企业主为信用主体，通过衡量个人信用的模式，为小微企业群体提供小额融资服务。其逻辑是：在大数据基础上的个人信用评估，可以更加标准化和可规模化，同时，大数据也让跨行业、多维度来衡量个人信用情况成为可能。
通过对个人信用的评估，上线九年，人人贷累计撮合交易超过830亿元，其中有约80%的资金通过平台流入了实体经营领域，支持了诸多事业处于起步阶段的小微企业主的发展。
机器学习在风控中的应用
和九年前刚上线时相比，人人贷现在的服务效率各方面都在发生深刻变化，2013年时，人人贷一线审核人员大概有300-400人，目前，一线审核人员已经降至100人左右，其中很关键的一点是风控效率的提升。
人人贷所属集团友信金服联合创始人张适时此前介绍，平台过往在风控环节上，人工的占比达到70%-80%，数据的作用只占到20%左右，使得每笔借款的批核需要3-5个工作日；但是随着金融科技能力的提升，目前数据在整个决策中的占比已经达到了90%。现在，人人贷平台的批核速度是以分钟甚至秒级来计算，极大提高了小微金融服务的效率。
人人贷是较早运用机器学习技术的网贷平台之一，线上审批流程中主要包括反欺诈、信用评估两个环节。
反欺诈环节主要是判断提交借款申请的客户是不是出于骗贷等恶意动机。得益于机器学习模型的应用，人人贷可以精准、高效地识别出疑似欺诈人群。按照巴塞尔协议的风险分类，重要性仅次于欺诈风险的是信用风险。在信用评估环节，人人贷利用风控系统中部署的卷积神经网络（CNN）、随机森林、XGBoost等算法，为不同信用水平的客户实现了差异化定价（费率），同时将整个信贷周期的不良率控制在极低水平。
根据借款客户的信用水平，人人贷将提交到作业系统的借款人分为A-E五个风险等级，对不同等级的客户匹配不同的算法模型。从机器学习部署至今，人人贷系统中的算法模型数量已经达数千个，更先进、更复杂的模型也在持续训练和调校中。
人人贷在客服领域也引入了前沿AI算法。一个典型的场景是：在人工客服接听电话时，AI同时在线收听，并会对客服进行实时评价和提醒。若出现了答非所问或者不合规用语，AI都可以做出及时提醒。这种做法也使得人人贷客服效率有力提升。
运用金融科技手段，人人贷已经积累了丰富的用户数据，对于小微企业主的经营发展特征及资金需求特征有精准的把握，构建了千人千面的用户画像。
据统计，小微企业三年内的存活率不超过10%，相较成熟的大企业贷款来说生存风险较高，传统金融机构在服务小微企业的融资需求时往往会更加谨慎。而小微企业融资往往面临小规模修缮或业务扩张，应急性以及季节性、规律性的周转等需求，其相应的融资往往表现为需求急、频率高和金额小等特点，在传统的授信评估体系下，对于缺乏资产抵押、担保的长尾小微企业群体来说，这些资金需求很难被高效满足。
央行副行长潘功胜认为，针对民营和小微企业普遍面对的贷款期限短、抵押物缺乏等困难，商业银行应该在信用贷款产品、贷款期限方面做出更多适应小微和民营企业生产经营规律的设计。
金融科技也将在其中扮演越来越重要的角色。友信金服CFO王海琛认为，个人经营性融资已经形成传统金融机构和新兴金融业态优势互补的多元化融资格局，未来，新兴金融科技平台会和传统金融机构产生更多的合作关系，在助力传统金融机构发挥普惠信贷主力军作用上提供支持。
