经历了以计算机出现为标志的信息化时代,人类社会进入了人工智能引领的第四次工业革命时代。如果说信息化时代追求的是数据的采集和存储,那么人工智能时代解决的就是随着信息技术的深入和信息爆炸而导致信息处理能力的不足。帮助人们处理海量信息,对数据进行分析和利用,是人工智能的时代宗旨。
人工智能在国内的应用在智能投顾领域,2016年招商银行推出的摩羯智投就是其中最具代表性的产品。随着互联网技术的蓬勃发展和金融科技的兴起,智能风控、智能客服的落地条件逐渐成熟,图像识别、活体检测等技术进行身份核实的场景开始变得丰富,为人工智能和金融服务的有机融合创造了有利环境。
智能风控是传统风控的有效补充,传统金融机构采用传统评分卡模型和规则引擎等“强特征”进行风险评分,而智能风控根据履约记录、社交行为、行为偏好、身份信息和设备安全等多方面行为“弱特征”进行用户风险评估。两种风控方式从操作到场景都呈现明显的区别化效应,进入移动互联网时代后,智能风控的优势愈加凸显,成为传统风控的有效补充。
侧重人工审核、强调因果关系的传统风控会面临的几个关键问题。首先,传统风控的时间跨度至少以周单位,业务流程需要层层审批,涉及多个人员和环节,导致效率低下;其次,长时间的业务流程,无法及时满足用户资金要求,导致糟糕的用户体验;最后,对于金额较小的业务,传统风控复杂的审核程序导致的高成本使得银行等机构无利可图,从而这部分庞大的市场被放弃。
智能风控侧重大数据、算法和计算能力,强调数据间的相关关系,其在风控环节中的应用主要有三:计算机视觉和生物特征的识别,即利用人脸识别、指纹识别等活体识别来确认用户身份;反欺诈识别,智能风控利用多维度、多特征的数据预示和反映出用户欺诈的意愿和倾向;正常用户的还款意愿和能力的评估判断。对于交易、社交、居住环境的稳定性等用户行为数据,运用神经网络、决策树、梯度算法、随机森林等先进的机器学习算法进行加工处理。
智能风控在互联网经济下“规模性”增长的消费金融市场中,捕捉非传统金融数据,增加弱金融相关特征,采用机器建模分析的方法为传统风控进行了非常及时有效的补充。首先,智能风控带来闪电般的审核速度,时间跨度以分、秒来计算,为用户带来更好的服务体验;其次,对用户行为数据的分析抵达更为精准化的评估;最后,风险预测上,运用数据模型能够精准量化未来风险最可能发生的时间和场景。从快牛金科的实际应用来看,风险量化预测的结果和真实风险的表现非常符合,误差很小,而风控标准的放松和收紧导致的坏账表现程度的变化都可以用数据直观测量,对实际业务操作非常有利。
目前在信用贷、消费贷等需求个性化、规模化的小额贷款场景下,智能风控具备充分的优势,但在房产贷款、大型企业的供应链金融等涉及资产评估的大额贷款及交易真实性的验证上,传统风控依然无可替代,两种风控模式仍将在较长时间内共同存在。