风控模型和风控模型之间也是有差距的。”

“我们如果采购这一整解决方案，该如何落地？”

用获得了授信额度，通过手机APP直接就能把借款取来了。”

用呗和贷呗目前一共有超过200万名的授信用，总授信额度超过了100亿元。

张益达的言外之意，在座的人都听懂了，意思是：锐向的风控技术比他们四大行的。

“那贵行的坏账率是多少？2%还是1.5%？

相较于年初，我们的业务增速达到了100%以上。

“张总，这所有的程都是在线上完成的？线下没有一个工作人员？”

工行领导的这一句问到了上，其他三大行领导也把目光投向张益达，看他如何回答。

一副大的中国电地图现在了长宽5米×3米的LED屏幕上。

几位领导都笑了，这位张总还真是年轻气盛啊！

建行的领导年纪有些大了，觉这系统太神奇了，十分好奇的问。

“这个很简单嘛！

当然，这50

再结合云计算、AI等前沿科技，最快可以3秒钟完成几千个维度的数据比对和反欺诈风控审。”

张益达不耐其烦的给各位领导讲解起了很多工作原理。

张益达又接着介绍：“锐向超级大脑，依托整个集团4亿用数据，以及“绿豆大数据信用分”；

张益达，说：“是的，你所看到的一切都是真实数据。

竟然敢说我们比不上你们锐向！

农行某领导问。

四大银行引我们这一整解决方案，将可以对你们银行系的全用行信用评估和分级。

“是真的，领导你请看。”张益达控手中的控制，把会议室的大LED屏幕亮了。

几个银行领导目不转睛的盯着大屏幕，就看着上面的数据飞速转。

再照不同的信用评级，给予用不同的授信额度和风险定价。

谁给你的勇气？梁静茹吗？

信用差一的，额度就给低一，利息给一。后期再据用的履约情况行二次信用评估和额度授予、利息调整。”

他们工行每年都聘请了很多985院校毕业的后台技术人员，还投了重金用于研发，风控技术一向不差。

目前我们每个月的放款额超过20亿元，预计15年度总放款量将超过200亿元。

信用好的，额度给，利息给低一；

工行领导连连摇，他们宇宙行的风控技术也不是盖的，张益达拿来的这风控模型，在他看来，也没什么了不起的。

一位中行的领导用手指数了数，忍不住问：“今天就放款5322.63万了啊？放款人数是23141人？人均借款2000多？”

“是的，全程都在线上完成。用是我们在内系统风险系数筛选过后，依次逐批的开放授信额度。

四大行中，以工行为例，去年用于IT技术研发的经费投不低于50个亿，这还没有算上整个IT架构、IT团队日常运行所耗费的资金。

虽然业务增速提升了，但我们的风控质量并没有下降，坏账率一直维持在0.8%以内。”

电屏幕上有很多数据动，显示的都是“今日授信额度”，“今日授信人数”，“今日已放款额度”，“今日已借款人数”……等数据。

“光这一的话。我们的信用卡评分模型也可以到啊！”

另外，地图颜浅不一，现的是各省份的放款总金额差异。