邮箱 :news@@cgcvc.com
AI是怎样帮你挡掉电诈的？｜厂长来了
文章来源： 发布日期：2022-01-26
NewBranding
牛/白/丁
欢迎来到「牛白丁·厂长来了 」Vol.11，在这里，你将听到来自华创资本和我们的朋友们，一起聊那些跟创业、投资、科技、消费、互联网......相关与不相关的人和事，回忆片段与瞬间，剖析认知和思考。
欢迎听友们关注「牛白丁」喜马拉雅官方账号，与我们一起用耳朵感受「时常有趣、偶尔深刻」。
提到电信诈骗，很多人觉得这是老年人的专利，“我这么聪明，一定不会被骗到”，但其实每天被骗的“聪明人”不计其数，只是可能骗你的电话被AI挡掉了。
这期节目，我们与反欺诈背后的AI公司聊了聊，让他们帮大家揭秘下诈骗和反诈背后的斗法，以及AI技术在这个领域的应用。
您将在本期节目中听到以下内容：
拙劣套路筛漏斗，广普口音的东城区警察局
电信诈骗里面的各种“盘”：杀猪盘、杀鸟盘、杀鱼盘
电信诈骗很猖獗，聪明人也会上当
电信诈骗O2O：2020 年电信欺诈和金融诈骗金额比 2019 年上升了几十倍
瑞丽姐告国门疫情告急背后：中缅联手打击电信诈骗
接到96110电话不要挂
魔高，还是道高？
反诈“王家卫”的创业故事
嘉宾介绍：
马骏驱（Jackal Ma) 同盾科技联合创始人、合伙人、COO，工信部、发改委等多个国家部委顾问，曾参与浦发银行、深发展、中国建设银行、中国平安等众多大型企业的咨询与变革项目。历任IBM、加拿大皇家银行技术规划部主管、香港八达通系统总架构师。曾出任Teledata（新加坡）、博雅思（香港）、Edify/Aspect（美国）、AXA（法国）、ThreatMetrix等企业高管。
吴海燕 华创资本管理合伙人，负责投资业务和基金管理工作，并牵头负责企业软件和金融科技领域的投资。主导投资了同盾科技、老虎证券、二维火、PingCAP、TigerGraph、小满科技、Wish、什么值得买、下厨房、每日优鲜等公司。
汪华峰 同盾科技副总裁，负责市场公关相关事务，负责市场公关相关事务，带领市场公关团队共同提升同盾品牌形象，助力公司业务持续发展。
主播 朱峰、某高老师
以下为节目内容，经过CGCVC编辑——
朱峰：这期跟大家聊一点不一样的话题，电信诈骗。
某高老师：我妈经常被骗，我已经习惯了，我给她大概二三十万——被骗资金池，不管参加什么活动，就花这钱。她最近被骗的是炒币。老年人有一种赚钱的焦虑或者叫错过的焦虑。这些骗子非常精明，就瞄准这些人。
吴海燕：老年人愿意跟陌生人聊天，现在年轻人一听到陌生电话就挂断，比较难下手。
某高老师：骗子比我们孝顺多了，没事就给老年人打电话，嘘寒问暖。引老年人入局的，可能是传销、炒币。
朱峰：跟卖保健品类似。今天除了我们的常驻嘉宾海燕总以外，来了两位新的嘉宾。同盾科技的联合创始人马骏驱Jackal和副总裁汪华峰。
典型的电话诈骗，电话打过来，套路一般是，先诈你一下，你涉案了，钱转安全账户，你的儿子在我手上等等。
吴海燕：我是公安局或者我是派出所，你怎么着了，通知你来一趟派出所。
朱峰：有的还挺拙劣的，说我是警察局，给你发一个检控通知，字体还是繁体。
某高老师：广普或者是福建口音的东城区警察局。但其实他们是故意的，是为了筛选掉那些正常认知的人。因为正常认知的人会质疑，会造成转化率降低。
朱峰：所以故意做得拙劣一些。
某高老师：做成这样，如果你还信，那转化率会很高，这是第一个漏斗口的收窄动作。这非常重要，因为骗子的第一次电话成本比较低，但是后边有很多连环设计，如果一开始把特别多的人都框到那个阶段，会增加骗人的成本。所以，他在第一层先把最傻的人筛出来。
Jackal：行话分为很多种盘。第一种叫杀鱼盘，受害人被叫做鱼，最简单的就是金融服务为理由的诈骗，一般说可以帮你提高贷款的额度，给你一个虚假的链接，最后叫你付款骗钱。现在越来越多人知道这有问题，但是，每一万个人，找到几个这样被骗就够了。
第二种杀鸟盘，以兼职或者刷单来诈骗。发布一些比较高薪的兼职信息，吸引受害人参与，你帮人家做刷单，到最后就说你自己投点钱刷，你看大家赚那么多钱，他在中间那还会给你一点小甜头。投一点点进去，确实是有赚，再继续去做，最终被骗。这种就是杀鸟盘，想去兼职赚钱的，到最后被杀了。
第三种杀猪盘，主要以情感为主，婚恋网站里面杀猪盘特别多。我们知道的几个比较大的案子，都是千万级的，受骗的很多都是年轻的高学历。我们前段时间跟杭州市公安局了解到，杀猪盘的案件里，高学历的人占到60%。
朱峰：受骗的都是聪明人。
吴海燕：长见识了，原来骗子还分这么多的层级和门派。
汪华峰：猪，就是要慢慢养肥，杀猪盘主要是针对情感，因为你空虚寂寞。
某高老师：杀猪盘这三个字非常讨厌，不光是智商羞辱，还有身材羞辱。
Jackal：高学历的人觉得自己不会被骗，觉得自己的防范意识是足够的，反而被骗得更惨。
某高老师：我想起了前一阵子特别火的一篇文章。有一个人的卡丢了，他觉得我是搞安全的，我不会被骗。后来跟骗子斗智斗勇，想解封卡。过程中，他的钱就被转走了。
吴海燕：他想测试一下？还是他太自信。
某高老师：他觉得我是搞 IT 的，搞安全的，怎么会斗不过骗子。
朱峰：结果发现真斗不过，魔高一丈。
某高老师：人家是专业的，你是业余的。
汪华峰：说起来挺戏剧性。公安部做过一个统计，2020 年电信欺诈及金融诈骗，比 2019 年上升了几十倍，涉案金额大几十亿。总结出来的规律是什么呢？电信诈骗和金融诈骗做了O2O，从线下转到了线上，因为线下的诈骗场景已经不存在了。因为疫情，大家根本见不了面，黑产也要活，也想赚更多的钱。所以就把这套模式核心点提炼出来，形成一种线上的东西。刚刚提到的杀猪盘，背后的团队和套路是非常复杂的。
杀鸟盘稍微简单一点，做的是小额、多频，像某高老师说的样，它只过滤掉你第一层，后面其实不需要你动脑子，每一单几十块钱或者几百块钱，就完事，但是它量大。
杀猪盘，它是盯着一个，一刀猛地宰下去。今年上半年，我们跟杭州当地的警方合作，有一个数据就非常有意思，在杭州和其他一些经济发达地区被骗的很多对象，都是高科技公司的员工。
前段有个新闻，云南瑞丽姐告国门疫情风险忽上忽下，背后的原因你们知道吗？其实是公安部联合缅甸警力在打击电信诈骗。很多跨国的电信诈骗集团，就在缅甸。国内很多地方有一些省份是一批人过去到那边跨国诈骗，今年为了打击电信诈骗，各地政府采取了一些措施，很多诈骗从业人员迷途知返，因为缅甸疫情特别严重，当时每天姐告国门是限流的，比如每天只能过来这么多人，接待能力有限。首先在缅甸先做核酸检查，拿着阴性报告在缅甸排队，等到进来以后直接去酒店隔离，隔离完 14 天以后直接去看守所，整个一条龙服务。
因为各种原因，这些人必须要回来，但没有核酸检测报告或者被感染了，只能偷渡，所以那时候姐告国门的疫情数据一下子就上去了。背后这个逻辑其实挺有意思。今年下半年，电信诈骗案子数量确实下降了很多。
某高老师：还是那句老话，当你岁月静好的时候，有人替你负重前行。
汪华峰：现在还好，是机器去替我们负重前行。
朱峰：还有很多算法在后面。
某高老师：或者说你负重前行的时候，有人替你岁月静好。
Jackal：我身边也有朋友受骗。我一个好朋友，经常在香港跟内地两边生活。被人骗说，你平常是不是用了不正常的手段汇款？你现在被盯上了，他为了怕受罚，就交了十几万。到最后发现被骗。
朱峰：也可能他平时确实有这样的行为，正好骗子命中了他心里可能是有点发虚的地方。
吴海燕：骗子这个群体特别会分析 ROI 和漏斗模型。有精确的测算，发现这么搞 ROI 是合算的，漏斗模型是成立的，所以就设计了这么一个盘，通过一个人群买量进来，然后层层漏下来，总有一些人进到这个漏斗里。
某高老师：而且还得熟悉人性。我想到我跟朱峰共同认识的一个被骗的人。那个 case 里，财务的人被拉到了一个群里，群里假的老板说，张三你明天转一份钱给谁，因为这是不能放到明面上说的，所以咱们单拉群说，他就信了，就转了。后来我们想这个老板和财务过去可能也这样转过，所以他觉得非常正常。
朱峰：如果平时都没有这么做过，都是正常走流程，那他肯定心里会有疑问。
某高老师：作为骗子，得非常知道商业生态，知道人的心理，才能找到机会。
吴海燕：也是一门专业科学。
Jackal：一定要用大数据分析，用人工智能的技术，可以多维度多层面地去立体、全局的防御。
我们跟公安有一些合作，比如几分钟之内一个很好的信用的人，发起好几笔借款，就有问题。这些短期、短时的多头，我们反馈给所有的平台，你们不要借这些钱出去，因为有可能这些人拿了钱就会被骗，甚至还可以反馈到柜台，老人家去拿钱的时候，会有警告，可能要被诈骗，不要把这些钱汇出去。这些搞电信诈骗的人很多都在国外，在国内怕被抓，东南亚有很多这样的人。
黑产是社会的负的GDP、生产力，怎么打败他们，把这些生产力还给社会，是我们几个人创业时的一个愿望。
某高老师：我Get 到一点，大数据对发现骗子比较有用，因为能横向地打通。比如张三从不同的平台同时贷款，但是这些平台自己都不知道。所以横向拉通，能发现一些问题。这让我想到了金税四期，就是你在不同的地方有收入，都能给你拉通，然后算税。你们有参与金税四期吗？
Jackal：我们专注在反欺诈跟金融信贷相关的领域，智能分析与决策的技术已经应用到很多不同的行业了。
某高老师：看到你们的解决方案和产品特别多。咱们讲的电信诈骗一般是诈骗消费者或者普通人，但感觉你们的很多业务是反过来的，防止普通人骗金融机构。今天我跟朱峰聊，我们俩同样一个银行的小贷利率不一样，是不是同盾给算的？这是不是你们很重要的一个业务？
Jackal：绝大部分人一听欺诈，觉得就是某一个人被骗了钱。但是，诈骗的类型挺多的，也有很多机构被骗。我举几个例子，当年网约车、外卖打得不可开交，因为补贴多，很多人通过不同的手段刷单。不是真的交易，假装送外卖，可以刷很多假的单，平台就给你很多钱。一些聪明人，觉得可以骗平台，骗机构。
吴海燕：刷单被称为薅羊毛、黑灰产。以前医院挂号，普通人永远挂不上，号一放出来立马被抢空了。也是有人用技术手段直接把号源垄断了，然后再高价转卖给真正有需求的人。
某高老师：所以反薅羊毛还是促进社会公平的很重要的手段。
朱峰：当然了。之前尤其在北京，很多医院的号特别难抢。但是现在提前一周或者提前两周，只要号放出来，早起一点还是能抢到。以前是瞬间几秒钟就没了。
吴海燕：你以为拼的是手速，其实你是在跟机器比。
汪华峰：不光跟机器比，是在跟模型比。骗子的速度越来越快，精确度越来越高。为什么呢？因为他们把这些骗人的方法全部写成了模型，类似于股市自动交易一样，一旦触发某个场景，打开开关，就能以每秒几十万次甚至更高的频率去执行同一个操作。比如网上放的特价茅台，一般人永远抢不到。
为什么？从 0 秒到 1 秒，电脑已经下了几百万单了。反欺诈的模型就要去攻破它，要比它更强。这当中，用 AI 或者人工智能的手段很多，因为骗术是有规律可循的，规律最终的目的就是为了利用最小的成本去获得非法收入。
Jackal：过去的一年多，跨境电商的增长非常惊人，他们一出海，面对的敌人就更多了。我们帮很多跨境电商解决问题，也让我们主要防范的对手从国内变成了全球的诈骗团伙，战场大了很多。
某高老师：我看懂海燕老师的投资逻辑了。先投跨境电商，发现跨境电商被薅羊毛薅死了，投风控。
吴海燕：这其实已经是好多年前的故事了，华创是同盾的第一个投资人，那是2013 年。因为我们在更早的时候，参与和投资过好几家跨境电商公司。直到现在，国内的信用卡用户其实不太能体验到卡被盗刷。因为第一，国内信用卡2002、03 年之后才慢慢多起来；第二，国内相对来讲管得比较好。
但是在国际上就不一样，区域和区域之间，国家和国家之间信用卡的管理水平千差万别。当年，我们看到跨境电商的场景里面，有时对整个国家或者某几个国家，整个拒绝接受他们的信用卡。因为诈骗率太高了，有些国家地区的信用卡欺诈率高达90%，十笔交易有九笔都是在盗刷或者刷假卡。卖家发货之后，有一个专业名词叫 Chargeback，买家会跟金融机构把钱要回去，东西发货了，但卖家拿不到钱，这样的情况非常常见。
国际上信用卡反欺诈其实早就是一个产业了，是一个专业行业。在2012、13年之前，早年做跨境电商的公司，都会买一些美国或者英国的信用卡黑名单的库或者相关的技术。如果做跨境电商，没有类似的保护或者没有类似的反欺诈这一层的风控保护，基本上就是一只裸露在外的大羊等着被薅，业务就没法做。
2013 年我认识了同盾的几个创始人，他们早年就是做国际信用卡的反欺诈，有这样的技术背景。因为投过跨境电商，我们理解国际信用卡反欺诈的关键作用，一个是电商公司一个是支付公司，肯定要做这个事。否则他们的业务根本就没法做，一定要有一些专业的第三方提供这个服务。所以，我们跟团队一拍即合，投了他们第一笔钱。
某高老师：在那时候，其他 VC 如果没接触过跨境电商，看不到同盾的价值。
吴海燕：只在国内做电商，还没有遇到要在线上去做大量的支付和反欺诈的事情。
Jackal：过去反欺诈的部门叫安全风控部门，是一些大的公司的一个支撑部门，那时候还没有一家三方、中立的公司。我们创业时，刚刚好就是一个非常好的时间点，中小型的公司也注意到有很多这种问题，但是他们不像那些大型的公司可以开设大的安全风控部门，专门做反欺诈风控相关的事情。反而像我们这样的一个中立、第三方的公司专门去做好安全风控反欺诈，对大家来说都是好事。很快我们就积累了很多客户，因为确实是刚需，特别是我们用 SaaS 的方法做，让大家很容易就可以对接完，很低的门槛就可以对接到一些非常好的服务。
技术上，我们通过类似机器学习、联邦学习、知识图谱等等。AI 的技术就是相对应有一些专业化的应对的策略，帮助不同的机构像金融机构或者电商建立一个端到端的风控闭环。
举一个例子，知识图谱在交易反欺诈领域，用来识别对手之间的隐密关系。有些交易，可能是左手卖给右手，通过知识图谱，可以知道人之间是有关联的，他们之间的交易可能是一个不正常的交易，通过挖掘资金流向，最终识别洗钱的团伙。有一些政府也要求我们帮他去通过找洗钱的人，最终抓到反贪反腐的路径。所以，这是需求的两面，在国外特别是中东地区特别多。
朱峰：我特别好奇，如果你们跟金融机构合作，意味着金融机构要把最敏感的数据暴露给你们，你们才能帮到他们吗？那他们会不会有一些顾虑？
Jackal：大数据，做技术，做人工智能，最终我们做的是一个分析的过程，我们并不真的需要拥有这些信息。中国对怎么样保护个人隐私越来越成熟了，差不多每一年都有新的关于个人隐私、个人信息保护的一些新的方法出台，让我们跟金融机构之间的合作又上一个台阶。随着技术不断提高，整个授权的链条越来越清晰，什么信息可以交给其他人去分析，什么样的信息不能交给其他人去申请、分析，都越来越清晰。
同时，我们有一些更好的技术，刚刚说到的联邦学习，隐私计算。怎么样在不破坏隐私的前提下，一起去做模型，做计算。最后可能只需要计算的结果，不一定要知道这个人最底层的实际信息。中间有很多加密学，联邦学习，甚至区块链的东西。我们保护好了建模这个过程，这些信息不需要被泄露，简单来说是一些更高层次的知识被交换了，但是它最底层的原始数据被保护了。
朱峰：如果我们想要发现一些欺诈行为，首先我们要知道这些欺诈行为。
Jackal：要反欺诈，首先要收集很多信息，有时候收集到的是过去的一些诈骗的证据。但是只抓到过去诈骗的证据，可能已经有人被骗了，这是一个所谓的事中事后的过程。随着信息技术的发展，现在可以事前就有一定的情报。对于有些人在计划做一些大规模的攻击时，可能会有更多的信息。要做一些更高级的诈骗或者攻击，可能需要有root，当拥有越来越多的情报，你会知道他们用了哪些漏洞，惯用的漏洞是什么？慢慢分析出这些团队准备做什么。
所以，反诈不只是刚用提到的电信诈骗那么简单，是全球的情报网网络，再将这些信息汇聚到一个实时的地方，进入一个非常复杂的决策引擎里，我们能把一些诈骗挡在门外。随着科技的进步，我们可以做的事情越来越多了。
朱峰：有什么案例可以给大家分享吗？
Jackal：银行信用卡的积分，为了鼓励用户多刷卡，可以兑换实物或者虚拟的权益。但很多羊毛党希望骗别人的积分，去套利。我们帮一家商业银行构建了一个全行级的知识图谱的平台，通过构建信用卡的图谱，针对信用卡黑产团伙的特征，开发了信用卡套利团伙的识别模型。结合一个可视化的分析调查工具，关联了不同的风险客户特征，可以有效地识别恶意集中兑换行为，通过整理和分析，挖掘这些客户的关联特征，反哺事中的风控策略，最终增加风险管控的能力。
我刚刚说的这个项目，今年一个季度，上线以来，挖掘可疑名单的管控率，交易异常行为的识别的效能，得到非常非常大的提升。
某高老师：说到薅羊毛，各种信用卡的玩法，甚至派生出一个叫飞客茶馆的APP，教你怎么薅信用卡羊毛，怎么利用航空公司的积分，怎么用它的休息室。
汪华峰：从个人角度讲，薅羊毛实际上是一种褒义的，怎么让你充分利用这个权益。比说我是中信银行的信用卡客户，每个月消费到一定额度以后，会给一个九块钱权益。9 块钱买一杯星巴克，或者9 块钱买一张电影票，但其实很多人不用这个权益。如果被人盯上了，他如果有我的数据，完全可以把我这个权益拿走，去用了，而我不知道。这种情况下，他薅了我的羊毛，这个羊毛是银行给我的。
某高老师：严格来说，这里没有人受害。这个积分在银行，已经算作成本扣掉了。你又不关心，那我送给第三人享受一下不行吗？
汪华峰：没有人受害，但是有人获利。实际上这个权益是我的，我并没有授权给你，我宁愿把它沉睡，不花它。你有一笔钱埋在地下，可能 20 年，我给你刨出来用18 年，然后放回去，对你来说是不是一种利益侵害？
吴海燕：涉及到所有权的非法转移。
汪华峰：刚才某高老师也提到，我们会不会接触到用户的数据，其实我们是接触不到的。我们最后会把它训练成一种模型，给到金融机构。所有的数据会放到金融机构里，所有入口的数据会经过这个模型。模型如果判断你的风险比较高，它会自动报警。其实做决策的还是金融机构本身，模型告诉你这个人风险比较高或者风险比较低，你自己根据你的业务去判断。
朱峰：我的理解，你们卖给金融机构的其实是一个模型，是一个方法。实际上这套东西是 Run 在他们自己的系统内，如果出现问题，它会报警给金融机构。不是有用户的数据出了它的网，进到你们公司的系统里，然后你们再去反馈一些东西。
Jackal：有一个词叫做数据可用不可见。整个过程，是用了这些数据，变成模型，这些模型帮助大家去做决策。但是最终底层的数据是没有被泄露出来的。
某高老师：给听友简单解释一下，什么叫模型。经过计算叫朱峰的人 70% 都是骗子，然后把这句话作为一个规律给到银行。银行来一个人名就对一下，发现叫朱峰就报警，说概率70%。如果来一个人叫喜马拉雅，概率是65%。银行可能会选70％当成它的报警线。凡是叫朱峰的可能是个骗子——这句话其实就是模型，没有带走或者带进来任何信息。
汪华峰：某高老师刚才举的这个例子，就是我们所谓的风险识别特征。刚才Jackal说事中和事后，因为银行就算事前你不知道，事中发生的时候不清楚，事后总知道吧？这笔钱不见了，被骗了，就倒回去查。从一开始到结束，有哪些特征点是跟别人不一样的？分析一个人可能得出两三个特征，分析 10 万个人，可能得出 20 万个特征。围绕这 20 万个特征点，做一个模型，把这个模型还给银行，你自己在你过往的数据里面去验证。验证完了以后，你告诉我这个模型的匹配率是多少？如果一验证，过去被诈骗的 90% 都能够被模型识别出来，这个模型的有效率就比较高。如果还不行，那再进一步调优，不断让方法变得越来越适合你的业务。因为每一个银行的业务场景都不太一样，有的可能是信用卡，有的可能是个人贷款，有的可能是把经营贷拿来买房子，总之是不合规的，会给银行带来各种各样的麻烦。刚才Jackal讲的数据可用不可见，非常重要。监管机构对数据不出行，有非常严格的规定。
朱峰：说回电信诈骗，比如说我接到一个骗子电话，你们怎么去防范？你们又怎么帮助金融机构发现我正在被骗呢？
吴海燕：你们有没有发现最近一段时间，转账汇款的额度挺难上调的，包括用户现在在国内开卡也很难，所谓的断卡行动。以前你要去开张银行卡很容易就开了，但现在越来越难。个人开卡包括开户，包括提升卡的额度，提升网络转账汇款的上限变得越来越难。你要反复证明自己是一个正常人，有识别诈骗能力的正常人。
朱峰：这似乎是一种一刀切的策略安排？
吴海燕：实际上也是一种规则，是规则的一部分。
Jackal：我们可以将短时间之内，很多种异常的借款行为，告诉所有的机构，希望这机构不要借出去，因为是可疑的。比如，有一个人在非常短的时间借了好多钱，有很多人在同一时间都转到一个账户，我们可以将所有的信息汇聚在一起，在柜台或者在手机银行，在很多不同地方，在网上银行把这种问题拦截下来。
某高老师：我理解了，拦截的接触面还是在银行。因为其实转账一瞬间可能十几分钟在柜台就做完了，你必须在这个期间把所有判断做完，给柜员或者App 发提示。
Jackal：我们其实以一个上帝视角看事情，同时间发现有很多人一起转账到某个账户，有点怪对吗？这个账户只存在几个小时，几个小时以后把钱弄走了，就消失了。这种视角每一个人、每一家银行不一定会见到。我们通过大数据，同盾一开始提倡的叫联防联控，可以防范这种诈骗。
汪华峰：我补充一下，我不知道在座有没有人接到过 96110 的电话。
朱峰：我接到过，我只要接到境外的电话，96110就要给我打一遍。
汪华峰：你知道为什么会有这样的电话吗？因为其实给你打的境外电话就在电诈数据库里。如果你接到类似可疑的电话，一定后面会跟一个96110，跟你说刚才这个电话有问题，甚至会告诉你就是诈骗电话。
吴海燕：立马有96110的电话来提示你。
某高老师：听下来跟信息安全行业一样，攻守双方其实都已经飞机大炮了，不是骗子都是草台班子，咱这防护的都是高科技大数据。
汪华峰：人家也高科技。我们内部有安全团队，我们安全团队内部有一个特别的队伍叫做蓝军。它的任务就是跟我们实时对抗。618 或者是双 11前后会去模拟攻击。我们首先内部对抗，保证一定的胜出率。
现在黑产用的技术并不比我们弱。今年（2021年）大概 7 月份，我们开了一个会，有一家客户说上午刚刚上了一个策略，下午发现就不行了。他们那个策略是花了很长时间，研究过去数据几个月的特征弄出来的，拦到下午发现策略就不管用了。从这个角度，可以看黑产或者灰产，他们的技术在进步。
而且你是防守的一方，做生意的人永远在明处，他永远在暗处，你一定要上策略，你不上策略，那你就等着被薅羊毛。你上一个策略，哪怕拦两个小时也要拦。为了更好地防护，你可以请我们这样专业的第三方公司。有一些客户其实也有这样的能力，但是毕竟没有办法养一个像我们这么大的安全团队来专业做这个事情。
朱峰：术业有专攻，就像老高的 IP 库一样的道理。
某高老师：成本是个很重要的事。现在经济不好，对 ToB 是利好。因为大家都缺钱，缺钱就不会自己养特别大的团队来造轮子。
汪华峰：某高老师讲得特别对，我们几位创始人在创业之初就认为，分工精细化是一个大趋势。同盾的反欺诈和风控的技术，一开始就针对中小企业，本来你的成本就很高，你的负担也很重，风控对你来说是一个巨大的成本。但你不做的话可能生意就白做，做又养不起。那怎么办呢？你把风控交给我们来做，专心做好你的业务。
某高老师：这个布局还是蛮早的，那时候经济还不错，你们就已经走到这一步了。
吴海燕：因为最早国际上信用卡反欺诈走得更早一些，做跨境电商的人可能见到更多一些。这两年，很多人还投跨境电商的一些软件。我十多年前就见过最牛的跨境电商软件，作者是谁呢？其实就是那些做黑灰产的人，他们十多年前就做什么一库多站，批量建站，可牛了。所以这个事发生的历史也伴随着跟坏人坏事做斗争的历史。
Jackal：ToB行业，现在分工越来越细，同时通过 SaaS 化，可以低门槛的去做一些很专业的东西。未来 5 到 10 年，中国的 SaaS 和 ToB 的赛道应该是非常非常有作为的。
朱峰：听说Jackal本来不是学安全的，是学导演的？
Jackal：你在大数据里面听到的？
吴海燕：这是一条结构化数据。
Jackal：一个好的导演，要有上帝视角看事情，同盾也一样，要站高三四五层，往下面去看，同时间在发生的事情。
某高老师：我本来想说导演比较擅长骗别人，你说全局观、上帝视角，拔得比较高。
朱峰：耽误了一个王家卫，为我们反诈行业做了贡献。
Jackal：一九八几年，我拿到香港话剧节的最佳导演。那个时候我觉得不用好好念书，直接进娱乐圈好了。后来父母说不稳定，你先念个其他本科，就骗我去做 IT，我一做几十年就挺下来了，还是有点遗憾，但同时也很开心。
以前有过那么一段经历，换到发展企业，在看东西的时候可以看得更远，可以更有梦想。这也体现在同盾的每一步里面。我们算是一家很有自己梦想的公司，几个人一开始创业也没想到要赚多少钱，我们不是先想钱，而先想我们的梦想是什么？我们希望把黑灰产打败。同时我们希望通过数据可以将普惠金融做得更好，为社会带来更多的好处，让每个人的生活更美好。慢慢我们做到了很多一开始设想的东西，还是挺开心的。
朱峰：海燕老师你是怎么看华创在 AI 领域的布局？
吴海燕：实际上同盾也属于企业服务这个大版图。2016 年以来，AI 技术大爆发，主要围绕几个领域的创新，语音、图像和智能决策。语音国内已经有上市公司巨头，有科大讯飞。在计算机视觉图像识别领域，华创投了一家公司叫爱笔智能Aibee。我们也有投做3D 视觉、智能视觉的公司，把智能视觉用在工业领域的一家公司叫梅卡曼德。
在智能决策这一块，同盾就是一个代表公司。还有公司做Chatbot ，做对话机器人的，也有很大的突破和提升。（编者注：华创投了智齿科技）
另外还有各项人工智能技术的集大成者就是自动驾驶。2017 年华创投过两家自动驾驶的公司，一家在Robotaxi 领域——文远知行，一家在卡车领域——智加科技。他们是把图像智能包括角色分析、芯片上的技术突破、感知技术，综合起来的一个应用。2017 年，虽然自动驾驶看起来还非常遥远，但我们觉得它是很多人工智能技术的集大成者，应该需要机构去投。在当时看起来不是特别靠谱的时候，我们就果断投了一些自动驾驶的公司。
另外还有在企业软件、企业服务领域支撑人工智能技术的很多底层的技术。芯片层就不说了，国内过去两三年，人工智能相关的芯片不管是在推理，还是在更通用的算法芯片上，都有很多的热点投资，华创在里面也投了两家公司。另外还有软件层面，比如做大型并行计算的，做数据库的，做新一代的图数据库的，本质上都是支撑。在这个领域，华创投过芯片公司，也投过像TigerGraph 这样做新一代的数据库公司，能支撑数据的大量存储、快速计算和快速推理的底层的东西。（编者注：华创投了深鉴科技、ScakeFlux、PingCAP、TigerGraph等）
有了这些，大数据和人工智能算法能跑得更快，因为跑得太慢没有用。没有一些底层技术的突破，反欺诈的事前、事中还是事后，区别挺大的。如果你算得不够快，或者处理得不够快，只能做事后，损失已经发生了，算出来也没有用。
朱峰：有没有感觉到大家越来越不相信 AI 了？
吴海燕：AI 的确是有边界的。
某高老师：从来也没相信过。AI 其实出现很久很久了，最早是 70 年代。
吴海燕：理论基础应该是在 50 还 60 年代就有了。
某高老师：只是说现在硬件的发展了，那时候算不动，现在算力提升了。
吴海燕：的确在算法的理论层面有突破。比如机器数据，神经网络理论，2016 年以来，有一些很大的提升，早些年可能专家系统做做，那些模型可能提升得不够大。
Jackal：我们最近的研究和新产品开发都是围绕着怎么样平衡好数据共享跟数据保护之间的关系。通过新的 AI 、隐私计算，可以一方面开放数据，让数据流动，同时可以通过这种新的技术降低隐私的泄露。过去的两年多，在这个单一的领域，我们投入特别大，我们人工智能研究院院长李晓林教授，他原来是美国 Florida U 的终身教授，他放弃了他的全职教职，回到中国，跟我们一起去做这个事情。
怎么样把场景应用做得更好？过去一家保险公司跟一个银行，希望合作，却没有一个很好的方法把数据拿出来。但是要是通过一个非常好的 AI 主导的一个框架，一个隐私计算的框架，一个联邦学习的框架，就可以把银行跟保险公司，相互之间对客户的理解，交流起来，最终变成一个共同的模型。这样，可以筛选客户，甚至做一些差异化定价。
我刚刚说的这个例子是两家公司，慢慢可以变成三到四家公司。它解决了一个什么问题？现在的金融交易其实是非常碎片化的，一个交易可能有 5、6、7、8 个不同的公司都参与其中。在一个碎片化的过程里，欺诈的风险防范是每一个公司单独做的，没有一个全局的观念。对于这种碎片化的交易，除非有更好的隐私计算，让大家可以交换更多的知识。否则，碎片化的过程中，很难去防范风险。我们觉得，这个领域在未来的五到十年是很重要的。
汪华峰：近几年，普通用户最有感觉可能是两个。第一是经常说的新闻推送，你说的话、做的事情跟你搜了什么东西密切相关。大家觉得通过这种方式窃取了个人隐私。
朱峰：控制了我的信息摄入。
汪华峰：甚至控制了我的逻辑和路径。虽然我的信息可能不怎么值钱，但是我的隐私权很重要，这是第一个。第二个，在电商 App 里，一旦搜什么东西，非得给我推一些我随口跟别人的提到一句，比如说你孩子多大了，马上给你推奶粉。但实际上，AI 给你带来的很多便利是潜移默化的。在这个过程中，你并没有感觉到生活质量嘭一下发生了突变，但是坏的东西很容易带来特别大的扭转。
如果把2015、16年看做分水岭，在那之前大家对手机的依赖性没有今天那么高。今天，我们的生活随着手机或者每一个 App ，AI 的提升带来很大的变化。
2021年7月份，贵阳数字化治理论坛发过一个数据，某一个特别有名的大公司，把一部分用户的智能推荐模式给关掉了。关掉以后，非常短时间内收到大量的客户投诉，超过 70% 的人说用户体验变得极差，变得特别差，这是第一。第二，人们的购买行为全部集中在前两页到前三页，根本不会到第四页第五页商品。我们既要看到 AI 可能给我们带来的负面影响，需要警惕。同时我们对 AI 给我们带来的生活便利，不要过于排斥。这中间的度很难拿捏。同盾有个口号叫做“智能决策让生活更美好”。我们做的是 ToB ，我们服务好这些机构，从而让这些机构能够为最终的用户提供更便捷更好的服务。
某高老师：我过去有一个对 AI的看法，我觉得不存在一个 AI 公司。因为如果说有一个公司说我是用 AI 给谁赋能，你就不要投他，因为 AI 是给自己赋能的东西。比如像同盾一样解决一个风控问题，或者为了解决一个人脸识别的问题，用 AI 提高我自己的效率。假如不是 AI，弄一万个人在这看摄像头，也能做到人脸识别，但是这个商业模式跑不通，所以要用 AI 来提高自己的效率。场景可能一直都在，只不过大家用 AI 赋能给自己，让自己把这个场景完成得更好，这才是ToB 。
朱峰：AI 是炖牛肉里面的那味八角，而不是那碗炖牛肉。
某高老师：你不能把 AI 卖给别人，要把 AI 解决掉的那个问题卖给别人。同盾其实在解决风控问题，但是你们为了解决得更好，所以引入了 AI 技术。
吴海燕：其实2013 年之前就有反欺诈，这之前和之后的区别无外乎在什么样的数量级上，以及能不能做到事前或者事中的风控，这是 AI 技术发挥作用的地方。
汪华峰：2013 年，最大的区别是海燕总投了同盾。
朱峰：太会说话了，将来有什么打算和目标吗？
Jackal：无论金融风控或者金融的信用分析，过去几年我们都做得挺不错，做到了相关领域的龙头。我们慢慢发现，智能分析决策这个赛道，其实可以接很多不同的其他应用场景。所以除了我们大家都熟悉同盾在做的反欺诈、金融风控里面的这些场景外，我们会有更多场景延伸。比如像智能政务、互联网的方案安全、甚至是高速公路，怎么样可以有智慧高速。领域我们也在不断拓展，慢慢从过去比较集中在风控跟反欺诈领域，现在延伸到其他的分析决策的场景。因为这些场景每一个都需要很多的沉淀，所以我们不能什么都做，我们希望智能分析决策可以让大家生活更美好。
2018 年开始，我们慢慢延伸到国际领域。已经有超过 200 个国家和地区的人直接、间接用到同盾相关的服务。我们希望把在全球最大的信息市场——中国的这些经验，带到亚非拉等市场里面，可以让这些国家的人的生活也变得更美好。
我们自主研发了人工智能、知识联邦等等不同的技术。我们希望能做好两个平台：基于隐私计算的共享智能平台，和基于人工智能的决策智能平台。这些是我们未来会花很多的时间、很多精力去沉淀的事情。在保障数据安全的同时，能赋能不同产业的发展，实现数据要素的价值，让它可以变成倍增。让智能分析决策的能力，嵌入到不同的领域上，金融、政企、互联网等等客户的核心业务流程，最终成为客户发展重要的战略合作伙伴。
我们的客户，现在不只把我们看成一个为他们供应服务的厂家。因为用了同盾，他们的业务有壮大，有发展。继续跟我们所有的客户一起共同发展，共同成长，这个就是我们未来的打算和目标。
吴海燕：今天的确挺开眼界的，学了好多动物盘，诈骗也这么专业。也是一次很好的反欺诈教育。诈骗也是个技术活。
朱峰：我们这期的厂长来了，就先聊到这里，感谢大家的收听。我们下期节目再见。
牛/白/丁
欢迎来到「牛白丁·厂长来了 」Vol.11，在这里，你将听到来自华创资本和我们的朋友们，一起聊那些跟创业、投资、科技、消费、互联网......相关与不相关的人和事，回忆片段与瞬间，剖析认知和思考。
欢迎听友们关注「牛白丁」喜马拉雅官方账号，与我们一起用耳朵感受「时常有趣、偶尔深刻」。
提到电信诈骗，很多人觉得这是老年人的专利，“我这么聪明，一定不会被骗到”，但其实每天被骗的“聪明人”不计其数，只是可能骗你的电话被AI挡掉了。
这期节目，我们与反欺诈背后的AI公司聊了聊，让他们帮大家揭秘下诈骗和反诈背后的斗法，以及AI技术在这个领域的应用。
您将在本期节目中听到以下内容：
拙劣套路筛漏斗，广普口音的东城区警察局
电信诈骗里面的各种“盘”：杀猪盘、杀鸟盘、杀鱼盘
电信诈骗很猖獗，聪明人也会上当
电信诈骗O2O：2020 年电信欺诈和金融诈骗金额比 2019 年上升了几十倍
瑞丽姐告国门疫情告急背后：中缅联手打击电信诈骗
接到96110电话不要挂
魔高，还是道高？
反诈“王家卫”的创业故事
嘉宾介绍：
马骏驱（Jackal Ma) 同盾科技联合创始人、合伙人、COO，工信部、发改委等多个国家部委顾问，曾参与浦发银行、深发展、中国建设银行、中国平安等众多大型企业的咨询与变革项目。历任IBM、加拿大皇家银行技术规划部主管、香港八达通系统总架构师。曾出任Teledata（新加坡）、博雅思（香港）、Edify/Aspect（美国）、AXA（法国）、ThreatMetrix等企业高管。
吴海燕 华创资本管理合伙人，负责投资业务和基金管理工作，并牵头负责企业软件和金融科技领域的投资。主导投资了同盾科技、老虎证券、二维火、PingCAP、TigerGraph、小满科技、Wish、什么值得买、下厨房、每日优鲜等公司。
汪华峰 同盾科技副总裁，负责市场公关相关事务，负责市场公关相关事务，带领市场公关团队共同提升同盾品牌形象，助力公司业务持续发展。
主播 朱峰、某高老师
以下为节目内容，经过CGCVC编辑——
朱峰：这期跟大家聊一点不一样的话题，电信诈骗。
某高老师：我妈经常被骗，我已经习惯了，我给她大概二三十万——被骗资金池，不管参加什么活动，就花这钱。她最近被骗的是炒币。老年人有一种赚钱的焦虑或者叫错过的焦虑。这些骗子非常精明，就瞄准这些人。
吴海燕：老年人愿意跟陌生人聊天，现在年轻人一听到陌生电话就挂断，比较难下手。
某高老师：骗子比我们孝顺多了，没事就给老年人打电话，嘘寒问暖。引老年人入局的，可能是传销、炒币。
朱峰：跟卖保健品类似。今天除了我们的常驻嘉宾海燕总以外，来了两位新的嘉宾。同盾科技的联合创始人马骏驱Jackal和副总裁汪华峰。
典型的电话诈骗，电话打过来，套路一般是，先诈你一下，你涉案了，钱转安全账户，你的儿子在我手上等等。
吴海燕：我是公安局或者我是派出所，你怎么着了，通知你来一趟派出所。
朱峰：有的还挺拙劣的，说我是警察局，给你发一个检控通知，字体还是繁体。
某高老师：广普或者是福建口音的东城区警察局。但其实他们是故意的，是为了筛选掉那些正常认知的人。因为正常认知的人会质疑，会造成转化率降低。
朱峰：所以故意做得拙劣一些。
某高老师：做成这样，如果你还信，那转化率会很高，这是第一个漏斗口的收窄动作。这非常重要，因为骗子的第一次电话成本比较低，但是后边有很多连环设计，如果一开始把特别多的人都框到那个阶段，会增加骗人的成本。所以，他在第一层先把最傻的人筛出来。
Jackal：行话分为很多种盘。第一种叫杀鱼盘，受害人被叫做鱼，最简单的就是金融服务为理由的诈骗，一般说可以帮你提高贷款的额度，给你一个虚假的链接，最后叫你付款骗钱。现在越来越多人知道这有问题，但是，每一万个人，找到几个这样被骗就够了。
第二种杀鸟盘，以兼职或者刷单来诈骗。发布一些比较高薪的兼职信息，吸引受害人参与，你帮人家做刷单，到最后就说你自己投点钱刷，你看大家赚那么多钱，他在中间那还会给你一点小甜头。投一点点进去，确实是有赚，再继续去做，最终被骗。这种就是杀鸟盘，想去兼职赚钱的，到最后被杀了。
第三种杀猪盘，主要以情感为主，婚恋网站里面杀猪盘特别多。我们知道的几个比较大的案子，都是千万级的，受骗的很多都是年轻的高学历。我们前段时间跟杭州市公安局了解到，杀猪盘的案件里，高学历的人占到60%。
朱峰：受骗的都是聪明人。
吴海燕：长见识了，原来骗子还分这么多的层级和门派。
汪华峰：猪，就是要慢慢养肥，杀猪盘主要是针对情感，因为你空虚寂寞。
某高老师：杀猪盘这三个字非常讨厌，不光是智商羞辱，还有身材羞辱。
Jackal：高学历的人觉得自己不会被骗，觉得自己的防范意识是足够的，反而被骗得更惨。
某高老师：我想起了前一阵子特别火的一篇文章。有一个人的卡丢了，他觉得我是搞安全的，我不会被骗。后来跟骗子斗智斗勇，想解封卡。过程中，他的钱就被转走了。
吴海燕：他想测试一下？还是他太自信。
某高老师：他觉得我是搞 IT 的，搞安全的，怎么会斗不过骗子。
朱峰：结果发现真斗不过，魔高一丈。
某高老师：人家是专业的，你是业余的。
汪华峰：说起来挺戏剧性。公安部做过一个统计，2020 年电信欺诈及金融诈骗，比 2019 年上升了几十倍，涉案金额大几十亿。总结出来的规律是什么呢？电信诈骗和金融诈骗做了O2O，从线下转到了线上，因为线下的诈骗场景已经不存在了。因为疫情，大家根本见不了面，黑产也要活，也想赚更多的钱。所以就把这套模式核心点提炼出来，形成一种线上的东西。刚刚提到的杀猪盘，背后的团队和套路是非常复杂的。
杀鸟盘稍微简单一点，做的是小额、多频，像某高老师说的样，它只过滤掉你第一层，后面其实不需要你动脑子，每一单几十块钱或者几百块钱，就完事，但是它量大。
杀猪盘，它是盯着一个，一刀猛地宰下去。今年上半年，我们跟杭州当地的警方合作，有一个数据就非常有意思，在杭州和其他一些经济发达地区被骗的很多对象，都是高科技公司的员工。
前段有个新闻，云南瑞丽姐告国门疫情风险忽上忽下，背后的原因你们知道吗？其实是公安部联合缅甸警力在打击电信诈骗。很多跨国的电信诈骗集团，就在缅甸。国内很多地方有一些省份是一批人过去到那边跨国诈骗，今年为了打击电信诈骗，各地政府采取了一些措施，很多诈骗从业人员迷途知返，因为缅甸疫情特别严重，当时每天姐告国门是限流的，比如每天只能过来这么多人，接待能力有限。首先在缅甸先做核酸检查，拿着阴性报告在缅甸排队，等到进来以后直接去酒店隔离，隔离完 14 天以后直接去看守所，整个一条龙服务。
因为各种原因，这些人必须要回来，但没有核酸检测报告或者被感染了，只能偷渡，所以那时候姐告国门的疫情数据一下子就上去了。背后这个逻辑其实挺有意思。今年下半年，电信诈骗案子数量确实下降了很多。
某高老师：还是那句老话，当你岁月静好的时候，有人替你负重前行。
汪华峰：现在还好，是机器去替我们负重前行。
朱峰：还有很多算法在后面。
某高老师：或者说你负重前行的时候，有人替你岁月静好。
Jackal：我身边也有朋友受骗。我一个好朋友，经常在香港跟内地两边生活。被人骗说，你平常是不是用了不正常的手段汇款？你现在被盯上了，他为了怕受罚，就交了十几万。到最后发现被骗。
朱峰：也可能他平时确实有这样的行为，正好骗子命中了他心里可能是有点发虚的地方。
吴海燕：骗子这个群体特别会分析 ROI 和漏斗模型。有精确的测算，发现这么搞 ROI 是合算的，漏斗模型是成立的，所以就设计了这么一个盘，通过一个人群买量进来，然后层层漏下来，总有一些人进到这个漏斗里。
某高老师：而且还得熟悉人性。我想到我跟朱峰共同认识的一个被骗的人。那个 case 里，财务的人被拉到了一个群里，群里假的老板说，张三你明天转一份钱给谁，因为这是不能放到明面上说的，所以咱们单拉群说，他就信了，就转了。后来我们想这个老板和财务过去可能也这样转过，所以他觉得非常正常。
朱峰：如果平时都没有这么做过，都是正常走流程，那他肯定心里会有疑问。
某高老师：作为骗子，得非常知道商业生态，知道人的心理，才能找到机会。
吴海燕：也是一门专业科学。
Jackal：一定要用大数据分析，用人工智能的技术，可以多维度多层面地去立体、全局的防御。
我们跟公安有一些合作，比如几分钟之内一个很好的信用的人，发起好几笔借款，就有问题。这些短期、短时的多头，我们反馈给所有的平台，你们不要借这些钱出去，因为有可能这些人拿了钱就会被骗，甚至还可以反馈到柜台，老人家去拿钱的时候，会有警告，可能要被诈骗，不要把这些钱汇出去。这些搞电信诈骗的人很多都在国外，在国内怕被抓，东南亚有很多这样的人。
黑产是社会的负的GDP、生产力，怎么打败他们，把这些生产力还给社会，是我们几个人创业时的一个愿望。
某高老师：我Get 到一点，大数据对发现骗子比较有用，因为能横向地打通。比如张三从不同的平台同时贷款，但是这些平台自己都不知道。所以横向拉通，能发现一些问题。这让我想到了金税四期，就是你在不同的地方有收入，都能给你拉通，然后算税。你们有参与金税四期吗？
Jackal：我们专注在反欺诈跟金融信贷相关的领域，智能分析与决策的技术已经应用到很多不同的行业了。
某高老师：看到你们的解决方案和产品特别多。咱们讲的电信诈骗一般是诈骗消费者或者普通人，但感觉你们的很多业务是反过来的，防止普通人骗金融机构。今天我跟朱峰聊，我们俩同样一个银行的小贷利率不一样，是不是同盾给算的？这是不是你们很重要的一个业务？
Jackal：绝大部分人一听欺诈，觉得就是某一个人被骗了钱。但是，诈骗的类型挺多的，也有很多机构被骗。我举几个例子，当年网约车、外卖打得不可开交，因为补贴多，很多人通过不同的手段刷单。不是真的交易，假装送外卖，可以刷很多假的单，平台就给你很多钱。一些聪明人，觉得可以骗平台，骗机构。
吴海燕：刷单被称为薅羊毛、黑灰产。以前医院挂号，普通人永远挂不上，号一放出来立马被抢空了。也是有人用技术手段直接把号源垄断了，然后再高价转卖给真正有需求的人。
某高老师：所以反薅羊毛还是促进社会公平的很重要的手段。
朱峰：当然了。之前尤其在北京，很多医院的号特别难抢。但是现在提前一周或者提前两周，只要号放出来，早起一点还是能抢到。以前是瞬间几秒钟就没了。
吴海燕：你以为拼的是手速，其实你是在跟机器比。
汪华峰：不光跟机器比，是在跟模型比。骗子的速度越来越快，精确度越来越高。为什么呢？因为他们把这些骗人的方法全部写成了模型，类似于股市自动交易一样，一旦触发某个场景，打开开关，就能以每秒几十万次甚至更高的频率去执行同一个操作。比如网上放的特价茅台，一般人永远抢不到。
为什么？从 0 秒到 1 秒，电脑已经下了几百万单了。反欺诈的模型就要去攻破它，要比它更强。这当中，用 AI 或者人工智能的手段很多，因为骗术是有规律可循的，规律最终的目的就是为了利用最小的成本去获得非法收入。
Jackal：过去的一年多，跨境电商的增长非常惊人，他们一出海，面对的敌人就更多了。我们帮很多跨境电商解决问题，也让我们主要防范的对手从国内变成了全球的诈骗团伙，战场大了很多。
某高老师：我看懂海燕老师的投资逻辑了。先投跨境电商，发现跨境电商被薅羊毛薅死了，投风控。
吴海燕：这其实已经是好多年前的故事了，华创是同盾的第一个投资人，那是2013 年。因为我们在更早的时候，参与和投资过好几家跨境电商公司。直到现在，国内的信用卡用户其实不太能体验到卡被盗刷。因为第一，国内信用卡2002、03 年之后才慢慢多起来；第二，国内相对来讲管得比较好。
但是在国际上就不一样，区域和区域之间，国家和国家之间信用卡的管理水平千差万别。当年，我们看到跨境电商的场景里面，有时对整个国家或者某几个国家，整个拒绝接受他们的信用卡。因为诈骗率太高了，有些国家地区的信用卡欺诈率高达90%，十笔交易有九笔都是在盗刷或者刷假卡。卖家发货之后，有一个专业名词叫 Chargeback，买家会跟金融机构把钱要回去，东西发货了，但卖家拿不到钱，这样的情况非常常见。
国际上信用卡反欺诈其实早就是一个产业了，是一个专业行业。在2012、13年之前，早年做跨境电商的公司，都会买一些美国或者英国的信用卡黑名单的库或者相关的技术。如果做跨境电商，没有类似的保护或者没有类似的反欺诈这一层的风控保护，基本上就是一只裸露在外的大羊等着被薅，业务就没法做。
2013 年我认识了同盾的几个创始人，他们早年就是做国际信用卡的反欺诈，有这样的技术背景。因为投过跨境电商，我们理解国际信用卡反欺诈的关键作用，一个是电商公司一个是支付公司，肯定要做这个事。否则他们的业务根本就没法做，一定要有一些专业的第三方提供这个服务。所以，我们跟团队一拍即合，投了他们第一笔钱。
某高老师：在那时候，其他 VC 如果没接触过跨境电商，看不到同盾的价值。
吴海燕：只在国内做电商，还没有遇到要在线上去做大量的支付和反欺诈的事情。
Jackal：过去反欺诈的部门叫安全风控部门，是一些大的公司的一个支撑部门，那时候还没有一家三方、中立的公司。我们创业时，刚刚好就是一个非常好的时间点，中小型的公司也注意到有很多这种问题，但是他们不像那些大型的公司可以开设大的安全风控部门，专门做反欺诈风控相关的事情。反而像我们这样的一个中立、第三方的公司专门去做好安全风控反欺诈，对大家来说都是好事。很快我们就积累了很多客户，因为确实是刚需，特别是我们用 SaaS 的方法做，让大家很容易就可以对接完，很低的门槛就可以对接到一些非常好的服务。
技术上，我们通过类似机器学习、联邦学习、知识图谱等等。AI 的技术就是相对应有一些专业化的应对的策略，帮助不同的机构像金融机构或者电商建立一个端到端的风控闭环。
举一个例子，知识图谱在交易反欺诈领域，用来识别对手之间的隐密关系。有些交易，可能是左手卖给右手，通过知识图谱，可以知道人之间是有关联的，他们之间的交易可能是一个不正常的交易，通过挖掘资金流向，最终识别洗钱的团伙。有一些政府也要求我们帮他去通过找洗钱的人，最终抓到反贪反腐的路径。所以，这是需求的两面，在国外特别是中东地区特别多。
朱峰：我特别好奇，如果你们跟金融机构合作，意味着金融机构要把最敏感的数据暴露给你们，你们才能帮到他们吗？那他们会不会有一些顾虑？
Jackal：大数据，做技术，做人工智能，最终我们做的是一个分析的过程，我们并不真的需要拥有这些信息。中国对怎么样保护个人隐私越来越成熟了，差不多每一年都有新的关于个人隐私、个人信息保护的一些新的方法出台，让我们跟金融机构之间的合作又上一个台阶。随着技术不断提高，整个授权的链条越来越清晰，什么信息可以交给其他人去分析，什么样的信息不能交给其他人去申请、分析，都越来越清晰。
同时，我们有一些更好的技术，刚刚说到的联邦学习，隐私计算。怎么样在不破坏隐私的前提下，一起去做模型，做计算。最后可能只需要计算的结果，不一定要知道这个人最底层的实际信息。中间有很多加密学，联邦学习，甚至区块链的东西。我们保护好了建模这个过程，这些信息不需要被泄露，简单来说是一些更高层次的知识被交换了，但是它最底层的原始数据被保护了。
朱峰：如果我们想要发现一些欺诈行为，首先我们要知道这些欺诈行为。
Jackal：要反欺诈，首先要收集很多信息，有时候收集到的是过去的一些诈骗的证据。但是只抓到过去诈骗的证据，可能已经有人被骗了，这是一个所谓的事中事后的过程。随着信息技术的发展，现在可以事前就有一定的情报。对于有些人在计划做一些大规模的攻击时，可能会有更多的信息。要做一些更高级的诈骗或者攻击，可能需要有root，当拥有越来越多的情报，你会知道他们用了哪些漏洞，惯用的漏洞是什么？慢慢分析出这些团队准备做什么。
所以，反诈不只是刚用提到的电信诈骗那么简单，是全球的情报网网络，再将这些信息汇聚到一个实时的地方，进入一个非常复杂的决策引擎里，我们能把一些诈骗挡在门外。随着科技的进步，我们可以做的事情越来越多了。
朱峰：有什么案例可以给大家分享吗？
Jackal：银行信用卡的积分，为了鼓励用户多刷卡，可以兑换实物或者虚拟的权益。但很多羊毛党希望骗别人的积分，去套利。我们帮一家商业银行构建了一个全行级的知识图谱的平台，通过构建信用卡的图谱，针对信用卡黑产团伙的特征，开发了信用卡套利团伙的识别模型。结合一个可视化的分析调查工具，关联了不同的风险客户特征，可以有效地识别恶意集中兑换行为，通过整理和分析，挖掘这些客户的关联特征，反哺事中的风控策略，最终增加风险管控的能力。
我刚刚说的这个项目，今年一个季度，上线以来，挖掘可疑名单的管控率，交易异常行为的识别的效能，得到非常非常大的提升。
某高老师：说到薅羊毛，各种信用卡的玩法，甚至派生出一个叫飞客茶馆的APP，教你怎么薅信用卡羊毛，怎么利用航空公司的积分，怎么用它的休息室。
汪华峰：从个人角度讲，薅羊毛实际上是一种褒义的，怎么让你充分利用这个权益。比说我是中信银行的信用卡客户，每个月消费到一定额度以后，会给一个九块钱权益。9 块钱买一杯星巴克，或者9 块钱买一张电影票，但其实很多人不用这个权益。如果被人盯上了，他如果有我的数据，完全可以把我这个权益拿走，去用了，而我不知道。这种情况下，他薅了我的羊毛，这个羊毛是银行给我的。
某高老师：严格来说，这里没有人受害。这个积分在银行，已经算作成本扣掉了。你又不关心，那我送给第三人享受一下不行吗？
汪华峰：没有人受害，但是有人获利。实际上这个权益是我的，我并没有授权给你，我宁愿把它沉睡，不花它。你有一笔钱埋在地下，可能 20 年，我给你刨出来用18 年，然后放回去，对你来说是不是一种利益侵害？
吴海燕：涉及到所有权的非法转移。
汪华峰：刚才某高老师也提到，我们会不会接触到用户的数据，其实我们是接触不到的。我们最后会把它训练成一种模型，给到金融机构。所有的数据会放到金融机构里，所有入口的数据会经过这个模型。模型如果判断你的风险比较高，它会自动报警。其实做决策的还是金融机构本身，模型告诉你这个人风险比较高或者风险比较低，你自己根据你的业务去判断。
朱峰：我的理解，你们卖给金融机构的其实是一个模型，是一个方法。实际上这套东西是 Run 在他们自己的系统内，如果出现问题，它会报警给金融机构。不是有用户的数据出了它的网，进到你们公司的系统里，然后你们再去反馈一些东西。
Jackal：有一个词叫做数据可用不可见。整个过程，是用了这些数据，变成模型，这些模型帮助大家去做决策。但是最终底层的数据是没有被泄露出来的。
某高老师：给听友简单解释一下，什么叫模型。经过计算叫朱峰的人 70% 都是骗子，然后把这句话作为一个规律给到银行。银行来一个人名就对一下，发现叫朱峰就报警，说概率70%。如果来一个人叫喜马拉雅，概率是65%。银行可能会选70％当成它的报警线。凡是叫朱峰的可能是个骗子——这句话其实就是模型，没有带走或者带进来任何信息。
汪华峰：某高老师刚才举的这个例子，就是我们所谓的风险识别特征。刚才Jackal说事中和事后，因为银行就算事前你不知道，事中发生的时候不清楚，事后总知道吧？这笔钱不见了，被骗了，就倒回去查。从一开始到结束，有哪些特征点是跟别人不一样的？分析一个人可能得出两三个特征，分析 10 万个人，可能得出 20 万个特征。围绕这 20 万个特征点，做一个模型，把这个模型还给银行，你自己在你过往的数据里面去验证。验证完了以后，你告诉我这个模型的匹配率是多少？如果一验证，过去被诈骗的 90% 都能够被模型识别出来，这个模型的有效率就比较高。如果还不行，那再进一步调优，不断让方法变得越来越适合你的业务。因为每一个银行的业务场景都不太一样，有的可能是信用卡，有的可能是个人贷款，有的可能是把经营贷拿来买房子，总之是不合规的，会给银行带来各种各样的麻烦。刚才Jackal讲的数据可用不可见，非常重要。监管机构对数据不出行，有非常严格的规定。
朱峰：说回电信诈骗，比如说我接到一个骗子电话，你们怎么去防范？你们又怎么帮助金融机构发现我正在被骗呢？
吴海燕：你们有没有发现最近一段时间，转账汇款的额度挺难上调的，包括用户现在在国内开卡也很难，所谓的断卡行动。以前你要去开张银行卡很容易就开了，但现在越来越难。个人开卡包括开户，包括提升卡的额度，提升网络转账汇款的上限变得越来越难。你要反复证明自己是一个正常人，有识别诈骗能力的正常人。
朱峰：这似乎是一种一刀切的策略安排？
吴海燕：实际上也是一种规则，是规则的一部分。
Jackal：我们可以将短时间之内，很多种异常的借款行为，告诉所有的机构，希望这机构不要借出去，因为是可疑的。比如，有一个人在非常短的时间借了好多钱，有很多人在同一时间都转到一个账户，我们可以将所有的信息汇聚在一起，在柜台或者在手机银行，在很多不同地方，在网上银行把这种问题拦截下来。
某高老师：我理解了，拦截的接触面还是在银行。因为其实转账一瞬间可能十几分钟在柜台就做完了，你必须在这个期间把所有判断做完，给柜员或者App 发提示。
Jackal：我们其实以一个上帝视角看事情，同时间发现有很多人一起转账到某个账户，有点怪对吗？这个账户只存在几个小时，几个小时以后把钱弄走了，就消失了。这种视角每一个人、每一家银行不一定会见到。我们通过大数据，同盾一开始提倡的叫联防联控，可以防范这种诈骗。
汪华峰：我补充一下，我不知道在座有没有人接到过 96110 的电话。
朱峰：我接到过，我只要接到境外的电话，96110就要给我打一遍。
汪华峰：你知道为什么会有这样的电话吗？因为其实给你打的境外电话就在电诈数据库里。如果你接到类似可疑的电话，一定后面会跟一个96110，跟你说刚才这个电话有问题，甚至会告诉你就是诈骗电话。
吴海燕：立马有96110的电话来提示你。
某高老师：听下来跟信息安全行业一样，攻守双方其实都已经飞机大炮了，不是骗子都是草台班子，咱这防护的都是高科技大数据。
汪华峰：人家也高科技。我们内部有安全团队，我们安全团队内部有一个特别的队伍叫做蓝军。它的任务就是跟我们实时对抗。618 或者是双 11前后会去模拟攻击。我们首先内部对抗，保证一定的胜出率。
现在黑产用的技术并不比我们弱。今年（2021年）大概 7 月份，我们开了一个会，有一家客户说上午刚刚上了一个策略，下午发现就不行了。他们那个策略是花了很长时间，研究过去数据几个月的特征弄出来的，拦到下午发现策略就不管用了。从这个角度，可以看黑产或者灰产，他们的技术在进步。
而且你是防守的一方，做生意的人永远在明处，他永远在暗处，你一定要上策略，你不上策略，那你就等着被薅羊毛。你上一个策略，哪怕拦两个小时也要拦。为了更好地防护，你可以请我们这样专业的第三方公司。有一些客户其实也有这样的能力，但是毕竟没有办法养一个像我们这么大的安全团队来专业做这个事情。
朱峰：术业有专攻，就像老高的 IP 库一样的道理。
某高老师：成本是个很重要的事。现在经济不好，对 ToB 是利好。因为大家都缺钱，缺钱就不会自己养特别大的团队来造轮子。
汪华峰：某高老师讲得特别对，我们几位创始人在创业之初就认为，分工精细化是一个大趋势。同盾的反欺诈和风控的技术，一开始就针对中小企业，本来你的成本就很高，你的负担也很重，风控对你来说是一个巨大的成本。但你不做的话可能生意就白做，做又养不起。那怎么办呢？你把风控交给我们来做，专心做好你的业务。
某高老师：这个布局还是蛮早的，那时候经济还不错，你们就已经走到这一步了。
吴海燕：因为最早国际上信用卡反欺诈走得更早一些，做跨境电商的人可能见到更多一些。这两年，很多人还投跨境电商的一些软件。我十多年前就见过最牛的跨境电商软件，作者是谁呢？其实就是那些做黑灰产的人，他们十多年前就做什么一库多站，批量建站，可牛了。所以这个事发生的历史也伴随着跟坏人坏事做斗争的历史。
Jackal：ToB行业，现在分工越来越细，同时通过 SaaS 化，可以低门槛的去做一些很专业的东西。未来 5 到 10 年，中国的 SaaS 和 ToB 的赛道应该是非常非常有作为的。
朱峰：听说Jackal本来不是学安全的，是学导演的？
Jackal：你在大数据里面听到的？
吴海燕：这是一条结构化数据。
Jackal：一个好的导演，要有上帝视角看事情，同盾也一样，要站高三四五层，往下面去看，同时间在发生的事情。
某高老师：我本来想说导演比较擅长骗别人，你说全局观、上帝视角，拔得比较高。
朱峰：耽误了一个王家卫，为我们反诈行业做了贡献。
Jackal：一九八几年，我拿到香港话剧节的最佳导演。那个时候我觉得不用好好念书，直接进娱乐圈好了。后来父母说不稳定，你先念个其他本科，就骗我去做 IT，我一做几十年就挺下来了，还是有点遗憾，但同时也很开心。
以前有过那么一段经历，换到发展企业，在看东西的时候可以看得更远，可以更有梦想。这也体现在同盾的每一步里面。我们算是一家很有自己梦想的公司，几个人一开始创业也没想到要赚多少钱，我们不是先想钱，而先想我们的梦想是什么？我们希望把黑灰产打败。同时我们希望通过数据可以将普惠金融做得更好，为社会带来更多的好处，让每个人的生活更美好。慢慢我们做到了很多一开始设想的东西，还是挺开心的。
朱峰：海燕老师你是怎么看华创在 AI 领域的布局？
吴海燕：实际上同盾也属于企业服务这个大版图。2016 年以来，AI 技术大爆发，主要围绕几个领域的创新，语音、图像和智能决策。语音国内已经有上市公司巨头，有科大讯飞。在计算机视觉图像识别领域，华创投了一家公司叫爱笔智能Aibee。我们也有投做3D 视觉、智能视觉的公司，把智能视觉用在工业领域的一家公司叫梅卡曼德。
在智能决策这一块，同盾就是一个代表公司。还有公司做Chatbot ，做对话机器人的，也有很大的突破和提升。（编者注：华创投了智齿科技）
另外还有各项人工智能技术的集大成者就是自动驾驶。2017 年华创投过两家自动驾驶的公司，一家在Robotaxi 领域——文远知行，一家在卡车领域——智加科技。他们是把图像智能包括角色分析、芯片上的技术突破、感知技术，综合起来的一个应用。2017 年，虽然自动驾驶看起来还非常遥远，但我们觉得它是很多人工智能技术的集大成者，应该需要机构去投。在当时看起来不是特别靠谱的时候，我们就果断投了一些自动驾驶的公司。
另外还有在企业软件、企业服务领域支撑人工智能技术的很多底层的技术。芯片层就不说了，国内过去两三年，人工智能相关的芯片不管是在推理，还是在更通用的算法芯片上，都有很多的热点投资，华创在里面也投了两家公司。另外还有软件层面，比如做大型并行计算的，做数据库的，做新一代的图数据库的，本质上都是支撑。在这个领域，华创投过芯片公司，也投过像TigerGraph 这样做新一代的数据库公司，能支撑数据的大量存储、快速计算和快速推理的底层的东西。（编者注：华创投了深鉴科技、ScakeFlux、PingCAP、TigerGraph等）
有了这些，大数据和人工智能算法能跑得更快，因为跑得太慢没有用。没有一些底层技术的突破，反欺诈的事前、事中还是事后，区别挺大的。如果你算得不够快，或者处理得不够快，只能做事后，损失已经发生了，算出来也没有用。
朱峰：有没有感觉到大家越来越不相信 AI 了？
吴海燕：AI 的确是有边界的。
某高老师：从来也没相信过。AI 其实出现很久很久了，最早是 70 年代。
吴海燕：理论基础应该是在 50 还 60 年代就有了。
某高老师：只是说现在硬件的发展了，那时候算不动，现在算力提升了。
吴海燕：的确在算法的理论层面有突破。比如机器数据，神经网络理论，2016 年以来，有一些很大的提升，早些年可能专家系统做做，那些模型可能提升得不够大。
Jackal：我们最近的研究和新产品开发都是围绕着怎么样平衡好数据共享跟数据保护之间的关系。通过新的 AI 、隐私计算，可以一方面开放数据，让数据流动，同时可以通过这种新的技术降低隐私的泄露。过去的两年多，在这个单一的领域，我们投入特别大，我们人工智能研究院院长李晓林教授，他原来是美国 Florida U 的终身教授，他放弃了他的全职教职，回到中国，跟我们一起去做这个事情。
怎么样把场景应用做得更好？过去一家保险公司跟一个银行，希望合作，却没有一个很好的方法把数据拿出来。但是要是通过一个非常好的 AI 主导的一个框架，一个隐私计算的框架，一个联邦学习的框架，就可以把银行跟保险公司，相互之间对客户的理解，交流起来，最终变成一个共同的模型。这样，可以筛选客户，甚至做一些差异化定价。
我刚刚说的这个例子是两家公司，慢慢可以变成三到四家公司。它解决了一个什么问题？现在的金融交易其实是非常碎片化的，一个交易可能有 5、6、7、8 个不同的公司都参与其中。在一个碎片化的过程里，欺诈的风险防范是每一个公司单独做的，没有一个全局的观念。对于这种碎片化的交易，除非有更好的隐私计算，让大家可以交换更多的知识。否则，碎片化的过程中，很难去防范风险。我们觉得，这个领域在未来的五到十年是很重要的。
汪华峰：近几年，普通用户最有感觉可能是两个。第一是经常说的新闻推送，你说的话、做的事情跟你搜了什么东西密切相关。大家觉得通过这种方式窃取了个人隐私。
朱峰：控制了我的信息摄入。
汪华峰：甚至控制了我的逻辑和路径。虽然我的信息可能不怎么值钱，但是我的隐私权很重要，这是第一个。第二个，在电商 App 里，一旦搜什么东西，非得给我推一些我随口跟别人的提到一句，比如说你孩子多大了，马上给你推奶粉。但实际上，AI 给你带来的很多便利是潜移默化的。在这个过程中，你并没有感觉到生活质量嘭一下发生了突变，但是坏的东西很容易带来特别大的扭转。
如果把2015、16年看做分水岭，在那之前大家对手机的依赖性没有今天那么高。今天，我们的生活随着手机或者每一个 App ，AI 的提升带来很大的变化。
2021年7月份，贵阳数字化治理论坛发过一个数据，某一个特别有名的大公司，把一部分用户的智能推荐模式给关掉了。关掉以后，非常短时间内收到大量的客户投诉，超过 70% 的人说用户体验变得极差，变得特别差，这是第一。第二，人们的购买行为全部集中在前两页到前三页，根本不会到第四页第五页商品。我们既要看到 AI 可能给我们带来的负面影响，需要警惕。同时我们对 AI 给我们带来的生活便利，不要过于排斥。这中间的度很难拿捏。同盾有个口号叫做“智能决策让生活更美好”。我们做的是 ToB ，我们服务好这些机构，从而让这些机构能够为最终的用户提供更便捷更好的服务。
某高老师：我过去有一个对 AI的看法，我觉得不存在一个 AI 公司。因为如果说有一个公司说我是用 AI 给谁赋能，你就不要投他，因为 AI 是给自己赋能的东西。比如像同盾一样解决一个风控问题，或者为了解决一个人脸识别的问题，用 AI 提高我自己的效率。假如不是 AI，弄一万个人在这看摄像头，也能做到人脸识别，但是这个商业模式跑不通，所以要用 AI 来提高自己的效率。场景可能一直都在，只不过大家用 AI 赋能给自己，让自己把这个场景完成得更好，这才是ToB 。
朱峰：AI 是炖牛肉里面的那味八角，而不是那碗炖牛肉。
某高老师：你不能把 AI 卖给别人，要把 AI 解决掉的那个问题卖给别人。同盾其实在解决风控问题，但是你们为了解决得更好，所以引入了 AI 技术。
吴海燕：其实2013 年之前就有反欺诈，这之前和之后的区别无外乎在什么样的数量级上，以及能不能做到事前或者事中的风控，这是 AI 技术发挥作用的地方。
汪华峰：2013 年，最大的区别是海燕总投了同盾。
朱峰：太会说话了，将来有什么打算和目标吗？
Jackal：无论金融风控或者金融的信用分析，过去几年我们都做得挺不错，做到了相关领域的龙头。我们慢慢发现，智能分析决策这个赛道，其实可以接很多不同的其他应用场景。所以除了我们大家都熟悉同盾在做的反欺诈、金融风控里面的这些场景外，我们会有更多场景延伸。比如像智能政务、互联网的方案安全、甚至是高速公路，怎么样可以有智慧高速。领域我们也在不断拓展，慢慢从过去比较集中在风控跟反欺诈领域，现在延伸到其他的分析决策的场景。因为这些场景每一个都需要很多的沉淀，所以我们不能什么都做，我们希望智能分析决策可以让大家生活更美好。
2018 年开始，我们慢慢延伸到国际领域。已经有超过 200 个国家和地区的人直接、间接用到同盾相关的服务。我们希望把在全球最大的信息市场——中国的这些经验，带到亚非拉等市场里面，可以让这些国家的人的生活也变得更美好。
我们自主研发了人工智能、知识联邦等等不同的技术。我们希望能做好两个平台：基于隐私计算的共享智能平台，和基于人工智能的决策智能平台。这些是我们未来会花很多的时间、很多精力去沉淀的事情。在保障数据安全的同时，能赋能不同产业的发展，实现数据要素的价值，让它可以变成倍增。让智能分析决策的能力，嵌入到不同的领域上，金融、政企、互联网等等客户的核心业务流程，最终成为客户发展重要的战略合作伙伴。
我们的客户，现在不只把我们看成一个为他们供应服务的厂家。因为用了同盾，他们的业务有壮大，有发展。继续跟我们所有的客户一起共同发展，共同成长，这个就是我们未来的打算和目标。
吴海燕：今天的确挺开眼界的，学了好多动物盘，诈骗也这么专业。也是一次很好的反欺诈教育。诈骗也是个技术活。
朱峰：我们这期的厂长来了，就先聊到这里，感谢大家的收听。我们下期节目再见。
