专注AI赋能金融，松鼠山科技于2014年成立。运用大数据及人工智能相关技术服务于以银行业、保险业与基金业为主的金融行业，致力于以人工智能推动各金融垂直场景的赋能。目前落地了包括风险前置、贷中风控、信贷反欺诈、智能营销、车险反欺诈在内的多个场景。已经服务了包括外资银行、内资银行、政策性银行、基金公司、保险公司、财富管理公司等十余家头部客户。
2018年年中松鼠山科技获五岳资本数千万人民币Pre-A轮融资。2018年年末松鼠山科技在500+个申请者中脱颖而出，入选第十三期微软加速器。
金融客户是业务导向型，扩营销，降风控是其目的。传统的风控方式多是依赖人力，随着数据量和数据维度的增多，简单人力并不能有效降低日益产生的风险，更需要人工智能和大数据手段去辅助预防。松鼠山科技CEO郑博告诉创业邦，他们希望在金融机构不增加人手的情况下，为客户提供更加适合的金融产品。
toB的业务需要耐心和长线经营。服务金融机构需要有较高的准入门槛和市场认可度，核心还是要靠产品和专业能力。松鼠山科技已拥有4项发明专利、26项软件著作权，并获“中关村高新技术企业”认证和“国家高新技术企业”认定。2018年1月松鼠山科技与哈工大共同成立了金融联合实验室，持续加大在算法、模型和应用工具上的科研投入。
产品方面，松鼠山科技推出了智慧金融融合平台。
底层是数据工厂，通过抓取金融企业第三方公开文本数据和图像音频数据（比如工商、司法、行政、海关等），结合银行内部基础数据和业务数据（比如账户数据、交易流水、财务数据、合同签约等）实现同一实体关联和AI辅助结构化，实现数据的全域融合。以对公信贷为例，信贷经理用人工处理对公信贷的贷款审批意见书，需要大量的收集信息，一天的审批量在15份左右，松鼠山科技利用大数据帮助信贷经理在几分钟内就可处理上千份报告，极大的减少了重复性劳动。
第二层是模型工厂，松鼠山科技打造了金融风控模型、金融营销模型、图计算模型、NLP模型等多个业务（工具）模型。以金融风控模型为例，在数据工厂生成的关联关系图谱中，如果部分信用主体发生变化，该类变化就会沿着图谱网络传导，金融风控模型就能从资产规模、违约逾期、营收收入等多个维度反应并输出企业传导后的风险情况。
第三层是行业应用，用户可以在三组库中选择合适的功能块，通过数据+模型+场景的模式自由组合适合自己的行业应用，已支持银行、保险、基金、证券等多个行业应用。
团队方面，目前公司近40人，主要创始团队来自于卡内基梅隆大学，郑博在此专注技术领域多年。COO叶天生与其是卡内基梅隆大学校友，在创业之前一直供职于纽约摩根斯坦利。公司同时拥有供职金融行业超过15年的业务团队，致力于将数据、算法、业务场景深度融合。
