在软件研发从业者的视角里，创新分为两种：一种是与软件研发技术相关的创新，特别是在大数据和AI这种快速发展的领域，需要保持与技术进步的同频；而另一种创新，是与公司业务相关的，不断运用技术实现自动化、智能化、规范化，提高业务服务能力与用户体验。
但对于很多技术人来说，常常会沉迷于技术创新或者是业务优化，将新的技术趋势强加在业务上，或者固守陈规地拒绝一些新的有效的技术解决方案。而真正的创新，是在理性思考后，将最适合的技术解决方案用在最能提升客户体验的地方，一切技术创新都要以赋能业务为目标。
本次采访，宜信科技中心-数据智能研发部负责人张军老师围绕“以赋能业务为目的的技术创新”这一主题，跟大家一起聊聊“通过技术赋能业务的实践经验”，以及“该如何理性看待技术创新与业务发展之间的关系”。
【分享实录】
记者：第一个问题我想我们还是结合您现在的工作，先从宜信的技术实践开始聊起吧。据悉，您所在的数据智能研发部目前已经研发出谛听智能决策平台、反欺诈算法等产品和项目，请您以其中一个产品为例，介绍这些平台被应用到了哪些业务场景？效果如何？
张军：我负责的数据智能研发部主要做两大类工作：
一类工作是通用型的技术服务，包括信用数据的采集、加工整理和提供，以及把这些数据应用在决策环节，提供给以风险政策和模型的管理与部署为主的决策平台谛听。这类工作是业务健康运行的技术基础，现在已经成为公司众多业务的一项重要基础设施。
另一类工作是把智能算法应用到业务中，帮助业务提升效率，这些智能算法被应用在业务的各个关键环节，包括了营销、信用评估、欺诈甄别等。
第二类工作是用科技让数据更有价值，从而提升业务效率的很好体现。在营销环节，我们用算法从海量的线索中挖掘出高意向的潜在客户，从而给业务提供高价值的线索；在欺诈甄别上，我们的每一笔进件，都会通过反欺诈算法来检测可能的欺诈点，相比人工的判断，它更加全面，而且效率更高，从而能提升最终的资产质量。这样的技术应用除了提升效率之外，另外一个好处是避免了人工参与带来的操作风险。
记者：在宜信的技术实践中，发起一个新的技术产品或项目常见的动机和背景有哪些？是基于现有及未来业务发展需求来布局，还是技术部门根据技术发展来创新？您能否举例介绍宜信的技术创新思路。
张军：宜信是一家金融科技公司，以客户为中心，通过提供金融产品和服务来满足客户的需求，是我们业务的本质。宜信通过把技术创新应用到业务中，给客户提供更好的金融产品和服务。从这个角度来理解，发起新的技术产品和项目的动机一定是来自于业务的需求、发展和未来布局的。
当然，因为业务是在不断发展的，而技术创新的根本目的是为了解决业务需求和问题，因此技术本身也是在随着业务的发展而不断演进的。有些一开始只是为了满足业务的某一个需求点而研发的技术，在技术部门的同事对业务本身有了更多的理解和积累之后，又会进行抽象、提炼和扩展，从而发展成一项非常创新的技术。所以，与其说某个技术项目是设计出来的，不如说是随着业务的发展而演进出来的。
拿决策平台“谛听”的发展来举例，几年之前，业务同事提出的需求只是：在系统流程中执行，用来进行风险控制的风险规则。在当时的技术方案中，技术部门的同事使用了一套商用的规则引擎平台来实现风险规则的上线。随着业务的不断发展，以及新产品的设计和测试，使用商用规则引擎的方案面临着越来越多的问题，比如，部署上线新的风险规则的周期很长，而且易于出错；新产品依赖更多的替代型数据，而在商用规则引擎上使用这些数据很困难。
在这样的背景下，技术部门的同事提出研发一套自己的规则引擎，在新的自研的规则引擎上不仅满足了业务部门提出的需求，而且长期解决了业务部门的痛点，而这样一套自研的规则引擎，也随着支持的产品类型越来越丰富、场景越来越多，变得日益成熟，并于今年上半年完全替代商用的规则引擎。
自研的规则引擎不仅支持部署和运行风险规则，而且也承担了风险规则和模型的生命周期的管理、日常的运营等多项职责，甚至现在很多非风险类的决策也在使用这个自研的规则引擎。技术部门的同事给这个规则引擎起了个很有趣的名字“谛听”。