AI風(fēng)控對(duì)傳統(tǒng)金融行業(yè)有多重要？維擇科技首席咨詢官為你解答

人工智能(AI)技術(shù)從誕生到今天，早已從實(shí)驗(yàn)室的黑科技階段進(jìn)入到了對(duì)產(chǎn)業(yè)賦能的階段，而在此賦能過程中，當(dāng)前的技術(shù)落地與最初的設(shè)計(jì)愿景是存在著區(qū)別的。

關(guān)于人工智能能否超越人類智慧這一話題一直存在爭論，但這并沒有阻止技術(shù)落地的步伐。我們已經(jīng)看到不少落地成果，尤其是在某些特定場景下人工智能的效果已經(jīng)超過人類智慧，不過全面超越人類智慧還有著很多變數(shù)。

因此，我們認(rèn)為在技術(shù)上現(xiàn)今仍處在弱AI時(shí)代，但在產(chǎn)業(yè)賦能上已經(jīng)逐漸地在發(fā)揮人工智能的作用。

AI在金融領(lǐng)域潛在市場巨大

國內(nèi)傳統(tǒng)金融行業(yè)存在發(fā)展不平衡的現(xiàn)狀，因此，就一家金融企業(yè)來說，對(duì)于AI的認(rèn)知以及應(yīng)用的場景都會(huì)存在差異。

目前，相對(duì)易落地的是傳統(tǒng)金融企業(yè)的內(nèi)部場景，即與內(nèi)部運(yùn)營有關(guān)的場景，AI的應(yīng)用可以提升運(yùn)營效率。比如，OCR(圖像識(shí)別技術(shù))在銀行內(nèi)部流程中發(fā)揮著作用，提升了票據(jù)識(shí)別、身份證件自動(dòng)識(shí)別、圖像轉(zhuǎn)文字的效率。

然而，在對(duì)外場景中，AI落地會(huì)面臨更多的挑戰(zhàn)，需處理復(fù)雜多樣的風(fēng)控問題，還會(huì)受到諸多外部因素的影響，比如人們的消費(fèi)習(xí)慣的變化、黑產(chǎn)攻擊模式的變化、行業(yè)產(chǎn)品迭代變化以及監(jiān)管政策的影響等。

因此，AI技術(shù)的應(yīng)用仍然面臨很多差異化的挑戰(zhàn)。AI應(yīng)用的未來趨勢，會(huì)有更多細(xì)分。由于國內(nèi)市場非常大，不少金融企業(yè)對(duì)AI的應(yīng)用還處在實(shí)驗(yàn)階段，在生產(chǎn)上落地的不多，這意味著有更多的機(jī)會(huì)。

AI技術(shù)落地挑戰(zhàn)重重

AI在推動(dòng)傳統(tǒng)金融數(shù)字化轉(zhuǎn)型過程中面臨諸多挑戰(zhàn)，其中最大的挑戰(zhàn)是AI技術(shù)如何跟業(yè)務(wù)場景的需求緊密結(jié)合。

AI的落地過程不可能是一蹴而就的，按照怎樣的步驟和計(jì)劃推進(jìn)，對(duì)于傳統(tǒng)金融機(jī)構(gòu)來說是必須要面對(duì)的問題。金融客戶了解自己的業(yè)務(wù)，技術(shù)供應(yīng)商有著自己的技術(shù)，但這兩者之間如何建立無障礙的溝通橋梁，快速了解對(duì)方并找到最契合的場景進(jìn)行落地，這需要一個(gè)過程。

AI在傳統(tǒng)金融數(shù)字化應(yīng)用的挑戰(zhàn)還有國內(nèi)傳統(tǒng)金融區(qū)域間發(fā)展不平衡的挑戰(zhàn)。經(jīng)濟(jì)發(fā)達(dá)地區(qū)的創(chuàng)新意愿更強(qiáng)烈，內(nèi)部環(huán)境更好，對(duì)外態(tài)度更開放，接受能力也更強(qiáng)。對(duì)于發(fā)展程度相對(duì)較弱的地區(qū)，AI還處于實(shí)驗(yàn)室階段，企業(yè)對(duì)新技術(shù)的應(yīng)用也更為謹(jǐn)慎，在推進(jìn)過程中需要有著更多溝通和了解。

2019中國人工智能商業(yè)落地初創(chuàng)百強(qiáng)企業(yè)地域分布 *圖片來源：億歐智庫

在實(shí)際業(yè)務(wù)的對(duì)接中，我們還發(fā)現(xiàn)統(tǒng)一客戶認(rèn)知具有一定挑戰(zhàn)。如何在幫助客戶解決問題時(shí)，提供可視化、可解釋、易操作的科技產(chǎn)品，是科技公司需要考慮的重要問題。

搭建全流程AI風(fēng)控體系

面對(duì)AI技術(shù)落地的挑戰(zhàn)與困難，DataVisor維擇科技在AI領(lǐng)域不斷深耕與成長。根據(jù)長期的觀測與分析總結(jié)，DataVisor搭建了一個(gè)AI賦能的全流程風(fēng)控體系。那么，全流程是什么?

數(shù)據(jù)層：進(jìn)行數(shù)據(jù)整合，打破數(shù)據(jù)孤島

從底層數(shù)據(jù)層看，需要對(duì)金融機(jī)構(gòu)內(nèi)部進(jìn)行數(shù)據(jù)整合，打破數(shù)據(jù)孤島。

由于傳統(tǒng)金融機(jī)構(gòu)的歷史數(shù)據(jù)系統(tǒng)龐大，數(shù)據(jù)倉庫繁雜，數(shù)據(jù)之間的連通問題不易解決，不同產(chǎn)品間的數(shù)據(jù)難以共享。面對(duì)當(dāng)前的金融風(fēng)控需實(shí)現(xiàn)快速實(shí)時(shí)的服務(wù)需求，這就需要把內(nèi)部數(shù)據(jù)打通整合，不然將影響處理時(shí)效，甚至無法實(shí)現(xiàn)實(shí)時(shí)風(fēng)控。因此，通過提供此類數(shù)據(jù)整合服務(wù)，從而幫助企業(yè)實(shí)現(xiàn)業(yè)務(wù)的實(shí)時(shí)風(fēng)控需求。

業(yè)務(wù)層：運(yùn)用AI技術(shù)實(shí)現(xiàn)降本增效

在業(yè)務(wù)層面，基于不同機(jī)構(gòu)的不同需求以及基于傳統(tǒng)規(guī)則的風(fēng)控系統(tǒng)，研發(fā)一系列的產(chǎn)品套件，這類產(chǎn)品在理解和使用上都較為容易，落地使用也較為廣泛;也有運(yùn)用無監(jiān)督機(jī)器學(xué)習(xí)算法的AI產(chǎn)品，這類產(chǎn)品通常提供給對(duì)AI技術(shù)有一定認(rèn)知的企業(yè)使用;此外還有終端風(fēng)控產(chǎn)品，幫助金融機(jī)構(gòu)解決客戶交互過程中存在的風(fēng)險(xiǎn)問題。

此產(chǎn)品體系是完全契合于金融機(jī)構(gòu)的業(yè)務(wù)全流程的，也是基于現(xiàn)有的痛點(diǎn)去做匹配設(shè)計(jì)的。在實(shí)際的落地中，這些產(chǎn)品既可以單獨(dú)提供服務(wù)，也可以成體系化的提供，同時(shí)我們會(huì)配以咨詢服務(wù)，幫助客戶對(duì)其現(xiàn)有系統(tǒng)進(jìn)行需求評(píng)估，比如客戶如何選擇產(chǎn)品、如何落地新產(chǎn)品、如何契合其業(yè)務(wù)。另外，我們也會(huì)結(jié)合多家客戶的服務(wù)經(jīng)驗(yàn)，形成更好的行業(yè)實(shí)踐。

AI賦能金融客戶實(shí)時(shí)打擊薅羊毛欺詐

傳統(tǒng)金融客戶的AI技術(shù)應(yīng)用需求是不同的，客戶中許多是已經(jīng)在AI落地上有一定經(jīng)驗(yàn)的機(jī)構(gòu)，他們對(duì)AI更深、更廣的應(yīng)用需求是相對(duì)強(qiáng)烈的。這類傳統(tǒng)金融機(jī)構(gòu)在選擇解決方案或科技產(chǎn)品時(shí)會(huì)考慮的因素也比較全面，比如：風(fēng)控運(yùn)營效率、人力投入成本、檢測效果等;除此以外，還會(huì)考慮一些自身因素，比如新產(chǎn)品能否與其原有系統(tǒng)良好匹配、產(chǎn)品跟金融風(fēng)控流程中的上下游場景的契合度、產(chǎn)品后期的維護(hù)和升級(jí)是否復(fù)雜等。

舉個(gè)具體案例，DataVisor維擇科技在服務(wù)某知名財(cái)險(xiǎn)機(jī)構(gòu)時(shí)，客戶希望打通底層多個(gè)產(chǎn)品的數(shù)據(jù)，達(dá)到毫秒級(jí)的薅羊毛欺詐檢測，對(duì)虛假保險(xiǎn)理賠進(jìn)行實(shí)時(shí)攔截。但客戶在自研發(fā)時(shí)，受限于底層數(shù)據(jù)沒有打通，導(dǎo)致整個(gè)計(jì)算風(fēng)險(xiǎn)評(píng)估的時(shí)間過長，無法實(shí)現(xiàn)實(shí)時(shí)攔截。DataVisor維擇科技的產(chǎn)品Feature Platform(實(shí)時(shí)變量計(jì)算平臺(tái))幫助客戶在短時(shí)間內(nèi)實(shí)現(xiàn)這一毫秒級(jí)的實(shí)時(shí)風(fēng)控需求，實(shí)時(shí)從不同底層數(shù)據(jù)庫抽取需要的風(fēng)控?cái)?shù)據(jù)，并生成特征變量支持風(fēng)控系統(tǒng)實(shí)時(shí)判斷這些虛假理賠的情況，成功解決了這一問題。

AI供應(yīng)商與客戶的關(guān)系是雙向促進(jìn)的。比如，在服務(wù)客戶時(shí)發(fā)現(xiàn)該機(jī)構(gòu)內(nèi)部的對(duì)接人員多、體量大、內(nèi)部分工細(xì)。在底層數(shù)據(jù)產(chǎn)品的落地過程中，不僅對(duì)接了數(shù)據(jù)部門的各團(tuán)隊(duì)，還對(duì)接了業(yè)務(wù)部門的各團(tuán)隊(duì)，這給AI供應(yīng)商提出了很大挑戰(zhàn)，因此，AI供應(yīng)商不僅需要擅長數(shù)據(jù)分析領(lǐng)域，也需要解決業(yè)務(wù)部門的一些業(yè)務(wù)邏輯問題。由于各風(fēng)控部門的技術(shù)認(rèn)知和風(fēng)控手段實(shí)現(xiàn)方式的想法是不同的，在溝通中也碰撞出諸多創(chuàng)新的匹配業(yè)務(wù)的風(fēng)控模式，也讓AI供應(yīng)商的產(chǎn)品發(fā)掘出許多跟最初設(shè)想不同的落地場景需求，這是非常有意義的過程，這增強(qiáng)了對(duì)AI供應(yīng)商自身技術(shù)開發(fā)的信心。

結(jié)語

在當(dāng)下的弱AI時(shí)代，傳統(tǒng)金融客戶的數(shù)字化轉(zhuǎn)型挑戰(zhàn)巨大、情況復(fù)雜、變化較快，逐漸完善金融全流程AI風(fēng)控體系，將會(huì)是傳統(tǒng)金融向數(shù)字化金融逐步過渡過程中，有效應(yīng)對(duì)內(nèi)外部欺詐風(fēng)險(xiǎn)的良方。

作者簡介：

DataVisor首席咨詢官 孫睿

資深金融風(fēng)控專家，曾服務(wù)于中國建設(shè)銀行、交通銀行、匯豐銀行。在銀行風(fēng)控領(lǐng)域有著豐富經(jīng)驗(yàn)，專注于信貸業(yè)務(wù)的風(fēng)控全流程體系建設(shè)。近年來，參與和主導(dǎo)了多個(gè)風(fēng)控系統(tǒng)開發(fā)和升級(jí)項(xiàng)目，助力銀行數(shù)字化轉(zhuǎn)型。

生成海報(bào)

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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)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(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。