通過表情、語言識別「騙貸」，「EmoKit」將情感智能用於金融反欺詐和精神疾病篩查

火熱的人工智慧技術和應用，目前更多集中在「認知智能」層面，如人臉識別、語音識別等。而被認為更高階的「情感智能」，還較為早期。

36氪曾於 2016 年報道過EmoKit，當時其還處於早期探索階段，如今過去了近兩年時間，我們再次接觸，發現 EmoKit 在商業化落地方面已經較為清晰，且產生了一定營收。核心方向包括金融領域的反欺詐和醫療領域的精神疾病篩查。

金融：借貸反欺詐

據銀監會年初發布的數據顯示，我國銀行業不良貸款率為 1.74%，持續處於高位。2017 年 6 月末，全國銀行不良貸款總額 1.64 萬億元。其中，我國消費信貸規模 2019 年預計達到 41.1 萬億，不良貸款將達到 7151.4 億元。

EmoKit 瞄準不良貸款這一痛點，推出了「EmoFin AI 多模態金融反欺詐方案」，通過微表情、眼神、聲紋、情緒結果、認知壓力等信息，實時分析客戶的欺詐風險，從而幫助金融機構阻斷黑產、減少壞賬。

實際使用時，業務員可以通過「EmoFin」系統，對借款人進行線上視頻對話審核。整個過程中，業務員只需按照系統提示，詢問借款人相應問題即可。（參見上方視頻）

EmoFin 全程會通過「情緒、音頻、眼部、面部肌肉」維度，對借款人進行風險點實時分析，最終會輸出一份分析結果，包括借款人在每個問題和每類問題下的欺詐概率。

問答過程中的實時分析結果

問答完成後的最終分析結果

EmoFin 的方案已在某借款機構進行過測試，據EmoKit提供的數據顯示：經初步核算，該借款機構每出借 20 億元，可以減少壞賬和降低募資成本約 1.6 億元，年化收益率最高提升 8%。

EmoKit 的 CEO 魏清晨向36氪表示，目前業內大多通過歷史數據進行欺詐識別，但欺詐團伙的造假能力也在不斷提高。而人的欺詐、情緒表現，很難從本能上進行偽裝，所以 EmoKit 通過借款人的實時狀態分析，可以有效彌補傳統方式的不足。

魏清晨表示，在金融反欺詐領域，EmoKit 已完成 300 萬元的合同，客戶還將追加 500 萬元訂單。

醫療：精神疾病篩查

醫療是 EmoKit 瞄準的另一個落地領域。

EmoKit 通過情緒、音頻、眼部、面部肌肉、心率等信息，對可能患有抑鬱、精神分裂等精神疾病的患者進行初步篩查，從而降低醫生的工作量。

此方面，EmoKit 已與北京回龍觀醫院進行合作，據其驗收報告顯示，僅基於情緒和面部肌肉兩個維度，EmoKit 對精神分裂患者的篩查準確率已經達到 78.8%，後續雙方會增加眼神、音頻等更豐富的特徵數據。

商業價值方面，魏清晨向36氪表示，我國精神科/心理醫生的需求總量約為 45 萬人，年薪約 10 萬元， Al 精神健康體檢裝備可減少其 30% 的工作量。按照等量勞動價值換算，這一塊的商業價值每年約 157.5 億元。

精神疾病篩查方向，EmoKit 已有部隊 1000 萬元訂單，預計年新增 2900 萬元。

商業化落地和競爭

經過多年探索，對於落地領域的選擇邏輯，魏清晨表示主要有三點：

有歷史數據積累，且自帶標籤。

客戶有剛需，付費意願強烈。

系統產生的價值可用數據衡量。

根據以上邏輯，EmoKit 目前的重點方向是金融和醫療，未來計劃擴展到公安智能審訊、自適應教學輔助等領域。

對於EmoKit 的競爭優勢，魏清晨總結為以下三點：

EmoKit 的情感識別引擎，融合了心理學和 AI 技術分別構建的兩套演算法，可以形成互補，從而更加準確；

EmoKit 自主研發了融合面部、語言、心率等的多模態情感識別技術，而其他大多數情感智能公司只做一種維度。

EmoKit 輸出的並不只是喜怒哀樂的情感，而是深度結合客戶業務，輸出客戶可用的結果，如欺詐風險有多大。

EmoKit 的核心團隊成員擁有腦神經認知、機器學習、大數據、心理學等多種學科背景。CEO 魏清晨曾任中國中期（000996）信息公司副總經理。首席學術顧問 Jeffery Cohn 教授，是 IEEE 情感計算三個委員會的主席，也是全球情感計算領域的奠基人之一。科學家張鹿鳴是新加坡國立大學博士後，機器視覺和深度學習方向。

目前，EmoKit 正在尋求 2000 萬元 Pre-A 輪融資，資金將用於團隊擴充、標準服務方案建設，以及基礎設施和市場營銷的投入。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！