經(jīng)歷了以計算機出現(xiàn)為標志的信息化時代，人類社會進入了人工智能引領(lǐng)的第四次工業(yè)革命時代。如果說信息化時代追求的是數(shù)據(jù)的采集和存儲，那么人工智能時代解決的就是隨著信息技術(shù)的深入和信息爆炸而導(dǎo)致信息處理能力的不足。幫助人們處理海量信息，對數(shù)據(jù)進行分析和利用，是人工智能的時代宗旨。
智能風(fēng)控落地的前提
互聯(lián)網(wǎng)時代下信息技術(shù)和網(wǎng)絡(luò)技術(shù)的廣泛滲透，讓人類生活進入大數(shù)據(jù)驅(qū)動智能發(fā)展、智能認知的階段。人工算法進入商業(yè)領(lǐng)域后，開始展現(xiàn)普遍性的趨勢，尤其在金融業(yè)務(wù)中表現(xiàn)出較強的適用性，目前人工智能在國內(nèi)的應(yīng)用集中在風(fēng)控、征信及反欺詐領(lǐng)域。人工智能能夠結(jié)合場景進行產(chǎn)業(yè)化落地，離不開以下三個重要前提：
1.技術(shù)基礎(chǔ)的完善。
在云計算和大數(shù)據(jù)日趨成熟的背景下，深度學(xué)習(xí)作為人工智能的關(guān)鍵技術(shù)取得了實質(zhì)性進展。云計算為深度學(xué)習(xí)提供了平臺，大數(shù)據(jù)為深度學(xué)習(xí)提供了材料。以云計算為例，在其出現(xiàn)之前，運算能力是一種昂貴的資源，企業(yè)無法單獨承擔此項成本。而在人人接入互聯(lián)網(wǎng)的時代，數(shù)據(jù)的運算量水漲船高，大規(guī)模數(shù)據(jù)的訓(xùn)練和計算對CPU量級提升的要求隨之而來。云計算服務(wù)實現(xiàn)了運算資源的循環(huán)和再利用，使得企業(yè)成本大大降低。在云計算為企業(yè)降低成本2~3個量級的情況下，許多初創(chuàng)公司都可以擁有較強的計算能力。當然，對從事人工智能服務(wù)的企業(yè)來說，僅僅擁有計算能力是不夠的，因為制約技術(shù)的因素還來自于數(shù)據(jù)獲取能力和數(shù)據(jù)加工處理能力，因此數(shù)學(xué)、統(tǒng)計學(xué)、機器算法等決定大規(guī)模計算實力的人才必不可少。
2.場景的涌現(xiàn)呼喚更先進的技術(shù)
人工智能使得機器在一定程度上具備模擬人的功能，批量和個性化服務(wù)成為其優(yōu)勢，尤其在需求規(guī)?；蛷?fù)雜化的消費信貸服務(wù)中，如何提供優(yōu)質(zhì)的用戶體驗成為痛點。如在小額、微小額的貸款業(yè)務(wù)中，要求金融機構(gòu)或平臺在短時間內(nèi)給出某個用戶準確的風(fēng)險評估，或者在一天時間內(nèi)要完成幾十萬乃至更多的用戶授信——可以預(yù)見的是，此類要求只會越來越高、場景也會越來越多，傳統(tǒng)刀耕火種的評估方式與現(xiàn)有龐大且層次多樣的金融需求完全脫節(jié)。拿前文提到的智能投顧來說，其面臨的投資機會轉(zhuǎn)瞬即逝，對交易信息的判斷處理甚至要求快到毫秒級。場景的需求促使行業(yè)使用更合理的算法、更快的計算速度，對新技術(shù)的呼喚讓人工智能走上舞臺。
3.數(shù)據(jù)材料豐富性的提高
人工智能離不開數(shù)據(jù)，利用數(shù)據(jù)來支持運算和判斷是人工智能的基礎(chǔ)。在金融行業(yè)，數(shù)據(jù)的需求同樣迫切。在互聯(lián)網(wǎng)時代背景下，金融消費者聚集的高度碎片化需求規(guī)模更加龐大，數(shù)據(jù)獲取成本更加低廉。金融機構(gòu)和企業(yè)可以運用這些數(shù)據(jù)來進行計算、加工和判斷，為用戶提供個性化的服務(wù)體驗，并做出基于數(shù)據(jù)的智能決策，實現(xiàn)精細化管理，從而進一步推動人工智能技術(shù)的應(yīng)用發(fā)展。
智能風(fēng)控是傳統(tǒng)風(fēng)控的有效補充
傳統(tǒng)金融機構(gòu)采用傳統(tǒng)評分卡模型和規(guī)則引擎等“強特征”進行風(fēng)險評分，而智能風(fēng)控根據(jù)履約記錄、社交行為、行為偏好、身份信息和設(shè)備安全等多方面行為“弱特征”進行用戶風(fēng)險評估。兩種風(fēng)控方式從操作到場景都呈現(xiàn)明顯的區(qū)別化效應(yīng)，進入移動互聯(lián)網(wǎng)時代后，智能風(fēng)控的優(yōu)勢愈加凸顯，成為傳統(tǒng)風(fēng)控的有效補充。
傳統(tǒng)風(fēng)控已形成標準化的操作方式，首先進行用戶身份的判斷，然后對用戶提供的實物證明材料進行審核。簡單來說分為以下幾步：首先，通過面簽審核用戶身份，確認提交材料的真實性。材料包括身份證、戶口本、銀行流水、工作信息等身份和收入證明。其次，對用戶的資產(chǎn)進行評估，決定授信額度，主要是房產(chǎn)、車產(chǎn)等標準抵押物的資產(chǎn)評估。最后，在信用貸款方面，可能會增加其他步驟，比如調(diào)查貸款用途、確認交易意愿等。
.png)
（點擊上圖了解課程詳情）
側(cè)重人工審核、強調(diào)因果關(guān)系的傳統(tǒng)風(fēng)控會面臨的幾個關(guān)鍵問題。
首先，傳統(tǒng)風(fēng)控的時間跨度至少以周單位，業(yè)務(wù)流程需要層層審批，涉及多個人員和環(huán)節(jié)，導(dǎo)致效率低下;其次，長時間的業(yè)務(wù)流程，無法及時滿足用戶資金要求，導(dǎo)致糟糕的用戶體驗;最后，對于金額較小的業(yè)務(wù)，傳統(tǒng)風(fēng)控復(fù)雜的審核程序?qū)е碌母叱杀臼沟勉y行等機構(gòu)無利可圖，從而這部分龐大的市場被放棄。
智能風(fēng)控側(cè)重大數(shù)據(jù)、算法和計算能力，強調(diào)數(shù)據(jù)間的相關(guān)關(guān)系，其在風(fēng)控環(huán)節(jié)中的應(yīng)用主要有三：計算機視覺和生物特征的識別，即利用人臉識別、指紋識別等活體識別來確認用戶身份;反欺詐識別，智能風(fēng)控利用多維度、多特征的數(shù)據(jù)預(yù)示和反映出用戶欺詐的意愿和傾向;正常用戶的還款意愿和能力的評估判斷。對于交易、社交、居住環(huán)境的穩(wěn)定性等用戶行為數(shù)據(jù)，運用神經(jīng)網(wǎng)絡(luò)、決策樹、梯度算法、隨機森林等先進的機器學(xué)習(xí)算法進行加工處理。
智能風(fēng)控在互聯(lián)網(wǎng)經(jīng)濟下“規(guī)模性”增長的消費金融市場中，捕捉非傳統(tǒng)金融數(shù)據(jù)，增加弱金融相關(guān)特征，采用機器建模分析的方法為傳統(tǒng)風(fēng)控進行了非常及時有效的補充。首先，智能風(fēng)控帶來閃電般的審核速度，時間跨度以分、秒來計算，為用戶帶來更好的服務(wù)體驗;其次，對用戶行為數(shù)據(jù)的分析抵達更為精準化的評估;最后，風(fēng)險預(yù)測上，運用數(shù)據(jù)模型能夠精準量化未來風(fēng)險最可能發(fā)生的時間和場景。從快牛金科的實際應(yīng)用來看，風(fēng)險量化預(yù)測的結(jié)果和真實風(fēng)險的表現(xiàn)非常符合，誤差很小，而風(fēng)控標準的放松和收緊導(dǎo)致的壞賬表現(xiàn)程度的變化都可以用數(shù)據(jù)直觀測量，對實際業(yè)務(wù)操作非常有利。
目前在信用貸、消費貸等需求個性化、規(guī)?；男☆~貸款場景下，智能風(fēng)控具備充分的優(yōu)勢，但在房產(chǎn)貸款、大型企業(yè)的供應(yīng)鏈金融等涉及資產(chǎn)評估的大額貸款及交易真實性的驗證上，傳統(tǒng)風(fēng)控依然無可替代，兩種風(fēng)控模式仍將在較長時間內(nèi)共同存在。
智能風(fēng)控成長空間巨大
在金融行業(yè)，風(fēng)控永無止境，智能風(fēng)控更是不斷迭代、不斷按照結(jié)果優(yōu)化的過程。迄今為止，智能風(fēng)控已取得不錯的應(yīng)用成果。實際應(yīng)用中，智能風(fēng)控模型已具備較好的用戶區(qū)分度，可以在評估結(jié)果中清晰反映出優(yōu)質(zhì)和劣質(zhì)客戶，識別精度和判斷速度經(jīng)過技術(shù)人員的不斷優(yōu)化迭代，均呈現(xiàn)螺旋式上升的態(tài)勢。但目前整個行業(yè)都面臨數(shù)據(jù)孤島和信息不透明的問題，行業(yè)共債情況得不到共享，部分信息的準確度、覆蓋度、權(quán)威性和及時性存在不足，智能風(fēng)控技術(shù)的提升空間依舊很大。在用戶體驗上，智能風(fēng)控的優(yōu)化路徑有兩條：一是減少對用戶的干擾。目前信貸審批等風(fēng)控流程的數(shù)據(jù)調(diào)取需要用戶授權(quán)，隨著市場數(shù)據(jù)共享機制的完善及計算能力的提升，未來只需要提供很少的信息就可對用戶進行評估，消除用戶在信息安全、使用合規(guī)上的顧慮。二是在上述基礎(chǔ)上，用戶評估的精準度的提升。
人工智能是一個不可逆轉(zhuǎn)的趨勢，但在具體場景的推廣落地上，人工智能仍然面臨一些外部阻力。
首先，由于一些從業(yè)人員意識的滯后性，人工智能在業(yè)務(wù)上的實踐還面臨銀行等機構(gòu)出于模式轉(zhuǎn)變、經(jīng)營決策、潛在風(fēng)險的重重考量。其次，合適的業(yè)務(wù)場景需要探索。傳統(tǒng)的金融業(yè)務(wù)場景中，申請、審批、貸后等一系列環(huán)節(jié)都建立在不同的操作系統(tǒng)和諸多的人力資源上，如何切入人工智能將面臨長期磨合調(diào)整的過程。此外，在監(jiān)管上，人工智能還面臨“黑箱理論”和金融活動“可溯源性”的矛盾。人工智能對風(fēng)控的很多執(zhí)行過程并非人類大腦所能理解，但在某些法規(guī)監(jiān)管較嚴格的場景下要給出必要的解釋。
中國著名科幻作家劉慈欣曾說，人工智能就像一個黑箱，從理論上，它們的運算步驟是可以追蹤的，但是由于計算量巨大使得追蹤在實際上很困難，甚至不可能。達成二者之間的平衡、建立起信任是未來人工智能面臨的巨大挑戰(zhàn)。對于這種情況，一方面可以采取解釋性更強的算法。算法既有難解釋的神經(jīng)網(wǎng)絡(luò)算法，也有容易解釋的邏輯回歸、決策樹算法。從理論上來講，對于相同的數(shù)據(jù)，不同的算法帶來的結(jié)果應(yīng)該相差不遠。另一方面，可以期待社會觀念的改變和監(jiān)管法規(guī)的調(diào)整。畢竟不僅僅是人工智能代表的計算機科學(xué)，其他人類學(xué)科都可能隨著研究的深入和領(lǐng)域的細分導(dǎo)致出現(xiàn)傳統(tǒng)的邏輯意義無法解釋的結(jié)果。
未來一定是人工智能的時代
歷經(jīng)蓬勃的技術(shù)發(fā)展，人工智能的熱潮還在繼續(xù)。雖然目前中國的人工智能尚處初級階段，甚至在較早落地的金融領(lǐng)域也主要集中在風(fēng)控、量化交易、智能客服等幾個方面，但人工智能為世界帶來的益處不會僅局限于此。
首先，人工智能進一步的推廣應(yīng)用將形成廣泛的基于機器的智能決策，在很大程度上能提高社會整體運行的效率;其次，人工智能的介入能實現(xiàn)更多領(lǐng)域的個性化服務(wù);最后，人工智能在問題求解、邏輯推理、智能信息檢索等領(lǐng)域比人類更優(yōu)秀，例如在圍棋、自動駕駛、公共安防等領(lǐng)域，人工智能都表現(xiàn)出卓越的學(xué)習(xí)能力和決策能力。
人工智能也會帶來諸如就業(yè)體系等社會結(jié)構(gòu)的變化，一些簡單、重復(fù)度高、數(shù)據(jù)可被自動化采集和記錄的工種將被機器取代。從目前的發(fā)展速度看，客服、簡單風(fēng)控、基礎(chǔ)營銷等人員被取代的可能性較高。技術(shù)的發(fā)展超乎人們的想象，就像2000年的時候，誰也不曾想到打字員在計算機和互聯(lián)網(wǎng)的全面普及之后，成為故紙堆里的符號。
人工智能技術(shù)對人類生活的滲透能量將是巨大的，就像互聯(lián)網(wǎng)一樣，從20年前需要網(wǎng)吧、學(xué)校機房、撥號等特定的場景和手段才能接觸到的服務(wù)，到如今已介入人們吃、穿、住、行方方面面的活動經(jīng)營場景。等到人們已不大能感覺到人工智能的存在，意味著這項技術(shù)已經(jīng)觸手可達、廣泛普及了。
.png)
金程推薦： AQF就業(yè)前景 AQF證書含金量 AQF量化金融分析師年薪
AQF考友群：760229148
金融寬客交流群：801860357
微信公眾號：量化金融分析師
