另外是安全防护，做金融、尤其我们24小时不间断线上金融服务的情况下，安全防护尤其重要。我们一方面要正常的用户很好的使用这个服务，另外一方面要把攻击者挡在门外。这里面有几个维度。第一个是端上的安全，再一个是传输过程中的安全，再一个是账号的入侵检测和保护，最后还是要通过生物的活体来保证这个的真实性。
刚才我们讲到获客成本现在大幅度的提高，智能获客其实不是一个新鲜的概念，从我们有商业活动以来就一直在谈，都是希望找到自己最想要的那部分人，尤其十几、二十年互联网广告的发展，在这个领域上其实已经有非常大的进展和突破。所以，这是为什么大家在某一个网站上看到一个商品，接下来你换任何一个网站这个商品都跟着你走，即使你买了还接着让你看。
在金融领域智能获客就显得尤其重要，我相信在座的诸位从事这个领域和行业的会知道一个获客成本是非常高的，你想放出去一笔贷款都是几百块钱到上千块钱的获客成本。所以，这时候要想解决获客成本的问题大概有三个方面。一个是必须得去有足够多的数据来精准的刻画这样一个用户，第二个就是必须有这种能力去发现这个用户产生金融需求的那一瞬间、那一刹那，这时候你才能真正捕捉到他，这是因为在获客上也是一种赛跑和竞争的过程。另外，要足够多的流量使得我们能够去触达这些用户，即使我们不能在第一时间触达他，但是我们可以持续的找到他。
所以，从百度的角度来讲，一方面对用户洞察上，在各个维度进行刻画，同时也有大量的金融需求的流量在发生，有这么多的流量可以触达他。这样我们就提供了金融商城这样一个服务。一方面我们是请金融服务商，无论是信贷的、理财的、保险的，这些都可以在这样一个平台上提供服务。另外一方面就是利用百度的技术和流量抓取用户，发现需求，在商品上实现对接。
风控对金融来讲更不是一个陌生的概念。我们任何时候其实都是在做风险控制，无论是在我们在做To C的信贷还是我们在做一些资产管理To
B的业务，都是离不开风险控制。在互联网时候，在金融科技这样一个大的前提下，这个风控有什么特点呢？我们是觉得应该增加它的迭代速度，实现基于大数据的快速迭代来和欺诈、信用做对抗。一方面是现在确实有很多的数据，无论是金融服务的数据、搜索社交的数据、O2O、LBS的数据，总而言之，我们其实可以得到很多关于个人和企业的数据，通过这样一些数据挖掘和行业的洞察形成一些用户和企业的一些特征，进而有一些模型，一些相对比较成熟的技术可以对用户做出判定，好人、坏人，企业的好坏，接下来在线上形成体验性的闭环。虽然在金融领域它有一个特点，就是验证的滞后性，因为你发一张信用卡出去，你放一笔贷款过去你不到他还贷的时候你不知道他是好人还是坏人，甚至还债的时候前几期他老老实实给你还，但到最后的时候他可能不还了。所以，整个验证是有比较明显的滞后性，但是即使这种情况下在某些领域我们还是可以做快速对抗，尤其是欺诈的，一些系统性的风险方面还是要快速的迭代。
从人的特征上来看，怎么去刻画一个人是我们现在大量看的一些维度，一方面是他贷款的意愿、还款的能力和欺诈可能性，这里面还是有很多信息可以帮助我们判断。一个人他想欺诈，其实他内心是很纠结的，尤其一个新手，他要在很多途径、很多渠道找朋友不好意思问，朋友圈偷偷看，各个网站上偷偷的去搜，他要搞清楚欺诈的成本到底有多高，风险有多大。这些必然留下很多线索，只是我们怎么把这些线索给收集起来。同样，他的贷款意愿在什么时间点上有什么贷款需求，根据他平时的消费习惯，以及大事件的发生，比如他突然毕业了要就业，要租房，要买车买房，所有这些时间点能帮助我们判断他的贷款意愿。从一个企业的角度来讲，其实现在我们也掌握了比以前更多的数据可以帮助我们去判断一些资产的质量。举个很简单的例子，比如我们要看一个商业地产或者一家企业它的经营情况，当然有很多途径可以拿到数据，其中一个数据可以通过这个店的客流量。以前我们可能要站在马路上去数，现在通过LBS数据可以帮我们快速的判断这个企业的客流和经营情况。