通过表情、语言识别骗贷 EmoKit将情感智能用于金融反欺诈和精神疾病筛查

火热的人工智能技术和应用，目前更多集中在“认知智能”层面，如人脸识别、语音识别等。而被认为更高阶的“情感智能”，还较为早期。

36氪曾于 2016 年报道过EmoKit，当时其还处于早期探索阶段，如今过去了近两年时间，我们再次接触，发现 EmoKit 在商业化落地方面已经较为清晰，且产生了一定营收。核心方向包括金融领域的反欺诈和医疗领域的精神疾病筛查。

金融：借贷反欺诈

据银监会年初发布的数据显示，我国银行业不良贷款率为 1.74%，持续处于高位。2017 年 6 月末，全国银行不良贷款总额 1.64 万亿元。其中，我国消费信贷规模 2019 年预计达到 41.1 万亿，不良贷款将达到 7151.4 亿元。

EmoKit 瞄准不良贷款这一痛点，推出了“EmoFin AI 多模态金融反欺诈方案”，通过微表情、眼神、声纹、情绪结果、认知压力等信息，实时分析客户的欺诈风险，从而帮助金融机构阻断黑产、减少坏账。

实际使用时，业务员可以通过“EmoFin”系统，对借款人进行线上视频对话审核。整个过程中，业务员只需按照系统提示，询问借款人相应问题即可。（参见上方视频）

EmoFin 全程会通过“情绪、音频、眼部、面部肌肉”维度，对借款人进行风险点实时分析，最终会输出一份分析结果，包括借款人在每个问题和每类问题下的欺诈概率。

问答过程中的实时分析结果

问答完成后的最终分析结果

EmoFin 的方案已在某借款机构进行过测试，据EmoKit提供的数据显示：经初步核算，该借款机构每出借 20 亿元，可以减少坏账和降低募资成本约 1.6 亿元，年化收益率最高提升 8%。

EmoKit 的 CEO 魏清晨向36氪表示，目前业内大多通过历史数据进行欺诈识别，但欺诈团伙的造假能力也在不断提高。而人的欺诈、情绪表现，很难从本能上进行伪装，所以 EmoKit 通过借款人的实时状态分析，可以有效弥补传统方式的不足。

魏清晨表示，在金融反欺诈领域，EmoKit 已完成 300 万元的合同，客户还将追加 500 万元订单。

医疗：精神疾病筛查

医疗是 EmoKit 瞄准的另一个落地领域。

EmoKit 通过情绪、音频、眼部、面部肌肉、心率等信息，对可能患有抑郁、精神分裂等精神疾病的患者进行初步筛查，从而降低医生的工作量。

此方面，EmoKit 已与北京回龙观医院进行合作，据其验收报告显示，仅基于情绪和面部肌肉两个维度，EmoKit 对精神分裂患者的筛查准确率已经达到 78.8%，后续双方会增加眼神、音频等更丰富的特征数据。

商业价值方面，魏清晨向36氪表示，我国精神科/心理医生的需求总量约为 45 万人，年薪约 10 万元， Al 精神健康体检装备可减少其 30% 的工作量。按照等量劳动价值换算，这一块的商业价值每年约 157.5 亿元。

精神疾病筛查方向，EmoKit 已有部队 1000 万元订单，预计年新增 2900 万元。

商业化落地和竞争

经过多年探索，对于落地领域的选择逻辑，魏清晨表示主要有三点：

有历史数据积累，且自带标签。

客户有刚需，付费意愿强烈。

系统产生的价值可用数据衡量。

根据以上逻辑，EmoKit 目前的重点方向是金融和医疗，未来计划扩展到公安智能审讯、自适应教学辅助等领域。

对于EmoKit 的竞争优势，魏清晨总结为以下三点：

EmoKit 的情感识别引擎，融合了心理学和 AI 技术分别构建的两套算法，可以形成互补，从而更加准确；

EmoKit 自主研发了融合面部、语言、心率等的多模态情感识别技术，而其他大多数情感智能公司只做一种维度。

EmoKit 输出的并不只是喜怒哀乐的情感，而是深度结合客户业务，输出客户可用的结果，如欺诈风险有多大。

EmoKit 的核心团队成员拥有脑神经认知、机器学习、大数据、心理学等多种学科背景。CEO 魏清晨曾任中国中期（000996）信息公司副总经理。首席学术顾问 Jeffery Cohn 教授，是 IEEE 情感计算三个委员会的主席，也是全球情感计算领域的奠基人之一。科学家张鹿鸣是新加坡国立大学博士后，机器视觉和深度学习方向。

目前，EmoKit 正在寻求 2000 万元 Pre-A 轮融资，资金将用于团队扩充、标准服务方案建设，以及基础设施和市场营销的投入。