金融行業(yè)已成為數(shù)字化程度最高的行業(yè)之一，其天然的“數(shù)字屬性”以及歷史沉淀下來的海量數(shù)據(jù)都為金融智能化轉(zhuǎn)型提供了絕佳的基礎(chǔ)。而隨著AI芯片計算能力的突飛猛進和機器學習算法的不斷創(chuàng)新，金融智能化轉(zhuǎn)型進入發(fā)展的快車道，作為金融機構(gòu)核心能力之一的風險防控自然也就大踏步開啟了智能化轉(zhuǎn)型的進程。

　　大勢所趨

　　金融機構(gòu)兩個核心的價值，一個是營銷能力;另一個是風控能力。同盾科技創(chuàng)始人、CEO蔣韜日前在接受中國經(jīng)濟時報記者采訪時表示，智能風控要解決的問題，在本質(zhì)上就是如何更精準地去分析、預測欺詐及信用風險。與此同時，金融機構(gòu)的智能化應用場景還包括智能投顧、智能催收以及智能理財?shù)取?/p>

　　蔣韜分析，人工智能大時代背景下，越來越多的金融機構(gòu)在不斷演化發(fā)展，科技賦能在金融機構(gòu)的演化變更中起到了越來越重要的作用，包括提升作業(yè)效率、降低金融風險、提高服務質(zhì)量等多方面，從而讓更多的終端客戶或者小微企業(yè)得到便捷的金融服務。

　　智能風控時代則體現(xiàn)在人工智能、云計算等技術(shù)相互融合，加速向全場景進行滲透，對金融機構(gòu)前中后臺的工作模式進行重塑，實現(xiàn)由傳統(tǒng)流程向新型以改善用戶體驗、挖掘客戶潛在價值的模式進行轉(zhuǎn)變。智能風控時代的典型特點就是動態(tài)思維、實時風控、人機交互及個性化。

　　據(jù)悉，防范金融風險方面，金融機構(gòu)不僅自己建立了強大的團隊和科技能力，也和像同盾科技這樣的第三方智能風控解決方案提供商進行合作，解決諸如：交易欺詐、網(wǎng)貸申請欺詐、信貸全生命周期風險管理、客戶價值分析、逾期客戶管理等場景的痛點及問題。

　　中關(guān)村互聯(lián)網(wǎng)金融協(xié)會會長、馬上消費金融股份有限公司首席執(zhí)行官趙國慶告訴中國經(jīng)濟時報記者，以數(shù)據(jù)為驅(qū)動的智能風控的核心優(yōu)勢主要體現(xiàn)在三個方面：一是海量內(nèi)外部數(shù)據(jù)源的有效整合與對接;二是基于數(shù)據(jù)源構(gòu)造變量，建立信貸全生命周期的風控規(guī)則和模型;三是創(chuàng)建支撐智能、高效決策的自主風控系統(tǒng)。數(shù)據(jù)是基礎(chǔ)、規(guī)則和模型是引擎、風控系統(tǒng)是支撐平臺，三者相輔相成共同作用，幫助馬上金融建立靈活、快速、高效的貸前預測、貸中監(jiān)控、貸后管理的全生命周期風險管理，打造企業(yè)級風險管理體系的同時降低風險，提升運營水平。

　　從去年開始行業(yè)強監(jiān)管政策接連下發(fā)，開始呈現(xiàn)隨時監(jiān)管、持續(xù)監(jiān)管的態(tài)勢，以往野蠻生長的金融機構(gòu)開始進入良性發(fā)展的階段，增量市場走向存量市場，銀行、保險、汽車金融、互聯(lián)網(wǎng)金融等機構(gòu)等紛紛擁抱智能風控。

　　體系化的解決方案

　　如何迎接智能風控時代?這就需要金融科技公司或者金融機構(gòu)具有綜合的端到端解決方案及底層技術(shù)能力。這其中包括：體系化和全生命周期的解決方案。比如欺詐風險、信貸風控、貸后管理等。

　　欺詐風險分作弊、賬號欺詐、交易欺詐、信貸申請欺詐，蔣韜告訴記者，這些通過實時風險分析引擎可以在毫秒級識別欺詐分子的活動。他以同盾科技為例，其實時風險分析引擎可以基于經(jīng)驗策略外加機器學習模型組合的方式，在基于數(shù)千個基礎(chǔ)維度組合出來的數(shù)百萬的指標之上進行篩選和計算，更重要的是，同盾科技的實時風險分析引擎可以根據(jù)客戶業(yè)務的增長而線性擴展，并同時支持超過5000家互聯(lián)網(wǎng)企業(yè)的反欺詐請求，每日的請求量達到數(shù)億次。目前，同盾的主機房已經(jīng)擁有超過3000臺的物理服務器、上萬臺的虛擬機來支持所有客戶的計算需求。

　　不過，值得關(guān)注的是，欺詐風險的對抗也不是完全可以依賴于機器，機器目前還只是幫助人完成大量重復且基礎(chǔ)的工作，一些深度對抗還是需要仰仗在這個行業(yè)多年形成的經(jīng)驗。蔣韜稱，整個體系里也包括黑產(chǎn)情報分析，基于業(yè)務及對抗數(shù)據(jù)的異常預警，對抗場景效果的實時監(jiān)控，基于人工智能及策略專家的攻擊處置方案的快速生成和部署，檢測算法和策略的全生命周期管理、全網(wǎng)黑產(chǎn)有價資源的持續(xù)挖掘和對抗等技術(shù)及運營方案。在這個體系下，快速有效的攻擊發(fā)現(xiàn)和處置方案實施能夠有效地限制黑產(chǎn)攻擊套利時間，能夠極大提高攻擊者的資金成本，從而實現(xiàn)對黑產(chǎn)的有效嚇阻和打擊。

　　在信貸風控方面，隨著普惠金融的深入，金融機構(gòu)的信貸人群越來越下沉，信貸活動越來越多在網(wǎng)上發(fā)生，這對傳統(tǒng)金融機構(gòu)的風險管理制度是一個非常大的挑戰(zhàn)。如何深度滲透產(chǎn)業(yè)鏈各個環(huán)節(jié)，滿足場景化需求，不僅僅為客戶提供全面性的風控服務，減少經(jīng)營風險，也協(xié)助其將流量和數(shù)據(jù)轉(zhuǎn)變?yōu)橘Y產(chǎn)，深度挖掘產(chǎn)業(yè)鏈上潛在的價值，結(jié)合應用層引發(fā)更多商業(yè)變革，是諸多金融機構(gòu)面臨的巨大困難。

　　馬上消費的辦法也是基于大數(shù)據(jù)。趙國慶指出，數(shù)據(jù)對于審批至關(guān)重要，中國的個人征信數(shù)據(jù)存在三大痛點：一是各類征信數(shù)據(jù)分布在各個不同的主體機構(gòu)中，各家數(shù)據(jù)來源方式不同，數(shù)據(jù)的可靠性、穩(wěn)定性存在較大差異;二是這些數(shù)據(jù)未能統(tǒng)一征集和標準化處理，數(shù)據(jù)質(zhì)量參差不齊;三是機制的缺失使得各家征信機構(gòu)在數(shù)據(jù)源頭圈地，形成“數(shù)據(jù)孤島”，影響行業(yè)整體水平提升。據(jù)悉，馬上金融擁有億萬級數(shù)據(jù)源，除了直連央行征信外，也對接公安、公積金社保、芝麻信用等數(shù)十個外部數(shù)據(jù)源，以及自建數(shù)據(jù)源。利用先進的大數(shù)據(jù)處理技術(shù)，對不同的數(shù)據(jù)源進行關(guān)聯(lián)處理和有效整合，從多維度完善了用戶的身份信息、信貸信息、消費信息、社交信息、行為信息等數(shù)據(jù)源，提高了數(shù)據(jù)利用率，有效地解決了客戶無信貸記錄或信貸數(shù)據(jù)不充分的問題。在審批過程中并行調(diào)用這些數(shù)據(jù)服務，實現(xiàn)毫秒級實時數(shù)據(jù)獲取、大量非結(jié)構(gòu)化數(shù)據(jù)和輿情數(shù)據(jù)快速加工，豐富外部數(shù)據(jù)的同時為構(gòu)建大數(shù)據(jù)風控模型和實現(xiàn)自動審批決策提供了強有力的數(shù)據(jù)基礎(chǔ)。在外部數(shù)據(jù)源系統(tǒng)建設(shè)方面，馬上金融自主研發(fā)了統(tǒng)一數(shù)據(jù)接入系統(tǒng)，滿足數(shù)據(jù)源接入需求，通過多廠商數(shù)據(jù)源集中化管理，實現(xiàn)外部數(shù)據(jù)源接口標準化、服務監(jiān)控精細化，加快外部數(shù)據(jù)源的接入速度，為智能風控決策奠定數(shù)據(jù)基礎(chǔ)。

　　在貸后管理領(lǐng)域，也是整個智能風控閉環(huán)中非常重要的一步，其中又以逾期催收為最大的痛點。傳統(tǒng)逾期催收始終面臨著人工成本高、業(yè)務量大、社會矛盾多等問題。比如，同盾推出了智能催收產(chǎn)品——逾期管家。逾期管家是基于智能決策和智能語音的機器催收平臺，背后有強大的技術(shù)團隊和數(shù)據(jù)生態(tài)系統(tǒng)作為支撐，適用于銀行、電商、新金融和保險等各類場景，將貸后催收的各個標準化業(yè)務進行全面的智能化改造。在智能催收方面，除了常規(guī)性的提醒、催收服務外，還可提供催收管理平臺、失聯(lián)查找、線上仲裁等催收增值產(chǎn)品及服務，以滿足企業(yè)的多樣化和深度需求。

　　審批環(huán)節(jié)尤為重要

　　趙國慶則告訴記者，為應對市場變化、客群變化，提高客戶響應速率，在審批決策中靈活調(diào)整規(guī)則和模型顯得尤為重要。需要對規(guī)則和模型進行持續(xù)迭代，以降低逾期率、提高審批通過率，解決金融風控面臨的核心問題。馬上金融逐步形成規(guī)則、模型相輔相成的審批策略，制定了上百個決策流、上萬個決策策略，以高效響應業(yè)務風控需求。此外，可以根據(jù)模型更迭需要在變量池對已有變量進行重新組合，豐富入模變量類型，提升模型優(yōu)化效率，助力規(guī)則與模型的高效持續(xù)迭代，進而完善智能化大數(shù)據(jù)風控審批系統(tǒng)體系。

　　以央行征信數(shù)據(jù)為基礎(chǔ)，但又不局限于央行征信數(shù)據(jù)，深度挖掘客戶的信貸數(shù)據(jù)、消費數(shù)據(jù)、行為數(shù)據(jù)，結(jié)合數(shù)據(jù)統(tǒng)計特性和專家經(jīng)驗，基于這些數(shù)據(jù)，馬上金融已實現(xiàn)海量風險變量的構(gòu)造開發(fā)，同時將先進的大數(shù)據(jù)建模方法與消費金融的具體業(yè)務相結(jié)合，構(gòu)建并完善貸前、貸中、貸后全生命周期風控模型，對客戶的信用風險和欺詐風險進行精確評估。據(jù)悉，目前馬上金融已經(jīng)開發(fā)完成上百個數(shù)據(jù)模型，這些風險模型對數(shù)據(jù)的積累，深刻促進了對客戶的全面了解，有利于有效防范客戶信用風險和欺詐風險。

　　蔣韜說，打造健康金融科技生態(tài)、更好服務實體經(jīng)濟。盡管智能風控沒有改變金融的本質(zhì)，但是已經(jīng)重塑了整個產(chǎn)業(yè)鏈。金融機構(gòu)利用智能風控改變了用戶價值的認知、創(chuàng)新了服務流程、降低風險控制成本，促進了自身轉(zhuǎn)型升級和產(chǎn)品創(chuàng)新，拓展了金融服務的時空邊界，未來甚至會引發(fā)企業(yè)文化、組織管理、基礎(chǔ)設(shè)施建設(shè)以及體制方面的突破。

　　當然，智能風控的愿景是進入一個智能交互、人機協(xié)作的新時代，實現(xiàn)傳統(tǒng)金融機構(gòu)和互聯(lián)網(wǎng)企業(yè)跨界融合，推動建設(shè)兼具包容性和競爭性的金融生態(tài)環(huán)境，為服務實體經(jīng)濟和普惠金融打造一個現(xiàn)代金融體系。