馬上消費金融蔣寧：人工智能重塑新零售金融業(yè)態(tài)

在11月8日成都舉行的“2018零售信貸智變大會”上,馬上消費金融首席技術(shù)官蔣寧在會上發(fā)言分享了在新零售金融方面的看法。他表示,當(dāng)前金融科技競爭最激烈的戰(zhàn)場之一即新零售金融。人工智能正成為新零售金融領(lǐng)域廣泛應(yīng)用的前沿技術(shù)。零售金融業(yè)投入產(chǎn)出比較低,建設(shè)周期長,需要相應(yīng)的配套科技能力、執(zhí)行能力與風(fēng)控能力。傳統(tǒng)的零售金融模式邊際服務(wù)成本較高,主要依靠線下網(wǎng)點數(shù)量拓展業(yè)務(wù)的重模式,當(dāng)今時代,如何利用技術(shù)降低人力等邊際服務(wù)成本,從重模式向輕模式轉(zhuǎn)變,是新零售金融需要重點解決的問題,其中人工智能是起到關(guān)鍵作用的技術(shù)之一。

風(fēng)控環(huán)節(jié)廣泛應(yīng)用人工智能技術(shù)

人工智能在新零售金融領(lǐng)域落地最普遍的應(yīng)用是在風(fēng)控。馬上消費金融利用深度學(xué)習(xí),打造了智能自動化風(fēng)控決策,逐漸形成以模型為主、規(guī)則為輔的審批策略,以便做到更高的通過率和更低的逾期率,圍繞該策略,創(chuàng)新性的研發(fā)出為消費金融領(lǐng)域獨有的決策規(guī)則引擎。

在反欺詐與授信模型方面,圍繞信貸審批,利用傳統(tǒng)、機器學(xué)習(xí)方法訓(xùn)練模型,用于自動識別用戶欺詐行為和給予合理的授信額度,目前已經(jīng)建立了幾十萬的變量特征庫和上百個模型,用于不同產(chǎn)品和審批階段,做到較高的通過率和較低的逾期率;自主研發(fā)了Face X活體人臉識別技術(shù),經(jīng)過幾十億樣本數(shù)據(jù)的訓(xùn)練與生產(chǎn)應(yīng)用的不斷優(yōu)化,目前識別精準度高達99%,可以應(yīng)對絕大部分復(fù)雜環(huán)境,對于檢驗是否是真人以及是否是客戶本人起到了非常好的效果,有效降低了欺詐的概率,馬上消費自研的人臉識別技術(shù)效果優(yōu)與市面上通用產(chǎn)品,其中有2點關(guān)鍵的因素:一是在業(yè)務(wù)開展中積累了大量的照片庫,而這些照片均來自消費金融這個業(yè)務(wù)領(lǐng)域,更利于訓(xùn)練出符合該領(lǐng)域特征的模型;二是建立了欺詐份子的照片庫,對于欺詐份子的照片可以做單獨的處理,進一步提升效果。

從客服到催收的全流程智能化

除了風(fēng)控領(lǐng)域,人工智能在金融領(lǐng)域的應(yīng)用還包括智能營銷、智能客服和智能催收等。馬上消費金融是將人工智能在新零售金融領(lǐng)域廣泛應(yīng)用的代表公司之一,其構(gòu)建了貫穿從獲客、風(fēng)控、客戶服務(wù)到催收的全領(lǐng)域的人工智能體系。

馬上消費金融自主研發(fā)的聲紋識別技術(shù)、語音合成技術(shù)等基本100%覆蓋了客服中心、催收中心的服務(wù)質(zhì)量管理,在150項專利其中有將近三分之一跟線上的客服連接相關(guān)。智能語音加上自然語言解析,可以回答85%以上的問題,百分之百識別員工的服務(wù)情緒和是否按照業(yè)務(wù)規(guī)則來工作,準確率達到90%以上;同時實現(xiàn)了智能打斷和動態(tài)變量的合成,給用戶帶來非常好的體驗。

自主研發(fā)的文本識別技術(shù)應(yīng)用NLP的語意分析等技術(shù)識別文本語意,應(yīng)用在智能客服和輿情監(jiān)控方面,大幅降低了語音客服的占比,降低客服成本的同時改善了客服體驗。催收和客服是用戶體驗、合規(guī)、高效三者需要取得最佳平衡的關(guān)鍵業(yè)務(wù)領(lǐng)域,智能客服和智能催收系統(tǒng)將保證更好的用戶體驗和更高的效率。

總而言之這些領(lǐng)域構(gòu)成了馬上消費金融從獲客到風(fēng)控到客戶服務(wù)的全領(lǐng)域人工智能應(yīng)用。人工智能真正的能夠被大家寄予厚望很重要原因就是數(shù)據(jù)和計算能力。和單純科技公司相比,馬上消費金融在人工智能技術(shù)研發(fā)過程是建立在自身積累的場景與數(shù)據(jù)基礎(chǔ)上,讓這些場景數(shù)據(jù)形成閉環(huán),持續(xù)進行迭代,這是馬上消費金融布局人工智能技術(shù)自主研發(fā)的重要優(yōu)勢之一。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。