随着新美大CEO王兴提出移动互联网进入下半场，似乎互联网金融也同样如此。与相对保守的传统金融比起来，互联金融快速发展的同时，也伴随着客户风险较高、风控挑战更大的难题，这对风控的要求就会更高。

在经过两年野蛮生长之后，2016的互联网金融遭遇成长寒冬， P2P网贷部分平台兑付困难、跑路、倒闭等负面消息频繁传出。同时，相关政府部门也加强了管控，收紧了金融方面的政策，整个行业进入调整期。接下来，互联网金融的角逐不在于快速规模化，而是在于风险控制等核心层面的技术化。从这个角度来说，任何一家金融公司，其实最后都是一家大数据公司。

互联网金融与传统金融比起来，优势在于覆盖和服务的人群更广，流程更短和效率更高，但由此带来的关键问题就是如何控制风险，通过系统性的技术手段，将互联网金融行业面临的风险降到最低。

从本质上来看，数据自身是无法降低和把控风险的，但是将全维度的数据进行技术性处理后，可以针对海量用户进行细微画像，将无形的风险进行数据化和量化。对用户画像颗粒越细，就会越了解用户。平台也能针对性的做出预判和进行相关针对性的商业化营销。

在整个金融链条上，包括借贷、个人理财等多种金融产品和服务上，数据都起着核心作用，与此相关的大数据风控，则成了互联网金融的生命线。包括BAT、宜信、玖富等在内的金融企业，包括支付、征信、借款、理财、保险等各个领域，都纷纷布局大数据核心技术。

阿里：包括电商、支付、信用三个核心板块，蚂蚁金服提供的基础财富管理方式就是余额宝，发展到后来经过大数据计算，针对性的推荐给用户的各种理财产品。其中芝麻信用在大数据征信方面起到关键性作用。在其电商、支付、社交等各类数据维度的基础上，为每个用户建立芝麻信用体系，关联到用户的信用历史，偿还能力、消费情况等各类信息。建立一个大的平台，同时可以开放给合作方使用。

百度：通过每天处理海量网民搜索请求，分析和积累了大量的数据。而百度金融，通过基于大数据和人工智能技术的综合性分析，精准识别和刻画用户，提供精准的定制化财富管理服务。为合作方提供综合性的金融服务，降低获客成本，解决和降低金融环节中的风险，增强整体的安全度。

腾讯：在消费金融方面，腾讯速度也很快。微众银行陆续建立了客户授信、信用评分等系列技术分析系统。腾讯的“微粒贷”已经接入到了微信支付当中。微众还在尝试性做技术开放，帮助合作方构提升整体的金融技术能力。

玖富：玖富及旗下公司曾获得过亿美金融资，打造了特有的坏账预测矩阵——“火眼彩虹评级模型”，提前预判一些潜在发生的违约行为。“火眼”风控系统还具备了自动化功能，具有处理高效、风险可控、贷前评估成本低、边际效应明显等特点。玖富将用户授权的金融信息、社交数据、运营商数据、电商数据以及合作机构的数据进行整合，不断强化反欺诈、风险评估、实时授信、数据挖掘、精准获客等能力，为出借用户提供更个性化、更可靠的资产。