經歷了以計算機出現(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的深入和信息爆炸而導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。
智能風控落地的前提
互聯(lián)網(wǎng)時代下信息技術和網(wǎng)絡技術的廣泛滲透，讓人類生活進入大數(shù)據(jù)驅動智能發(fā)展、智能認知的階段。人工算法進入商業(yè)領域后，開始展現(xiàn)普遍性的趨勢，尤其在金融業(yè)務中表現(xiàn)出較強的適用性，目前人工智能在國內的應用集中在風控、征信及反欺詐領域。人工智能能夠結合場景進行產業(yè)化落地，離不開以下三個重要前提：
1.技術基礎的完善。
在云計算和大數(shù)據(jù)日趨成熟的背景下，深度學習作為人工智能的關鍵技術取得了實質性進展。云計算為深度學習提供了平臺，大數(shù)據(jù)為深度學習提供了材料。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)的訓練和計算對CPU量級提升的要求隨之而來。云計算服務實現(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的企業(yè)來說，僅僅擁有計算能力是不夠的，因為制約技術的因素還來自于數(shù)據(jù)獲取能力和數(shù)據(jù)加工處理能力，因此數(shù)學、統(tǒng)計學、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
人工智能使得機器在一定程度上具備模擬人的功能，批量和個性化服務成為其優(yōu)勢，尤其在需求規(guī)?；蛷碗s化的消費信貸服務中，如何提供優(yōu)質的用戶體驗成為痛點。如在小額、微小額的貸款業(yè)務中，要求金融機構或平臺在短時間內給出某個用戶準確的風險評估，或者在一天時間內要完成幾十萬乃至更多的用戶授信——可以預見的是，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。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的應用發(fā)展。
智能風控是傳統(tǒng)風控的有效補充
傳統(tǒng)金融機構采用傳統(tǒng)評分卡模型和規(guī)則引擎等“強特征”進行風險評分，而智能風控根據(jù)履約記錄、社交行為、行為偏好、身份信息和設備安全等多方面行為“弱特征”進行用戶風險評估。兩種風控方式從操作到場景都呈現(xiàn)明顯的區(qū)別化效應，進入移動互聯(lián)網(wǎng)時代后，智能風控的優(yōu)勢愈加凸顯，成為傳統(tǒng)風控的有效補充。
傳統(tǒng)風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，對用戶的資產進行評估，決定授信額度，主要是房產、車產等標準抵押物的資產評估。最后，在信用貸款方面，可能會增加其他步驟，比如調查貸款用途、確認交易意愿等。
.png)
（點擊上圖了解課程詳情）
側重人工審核、強調因果關系的傳統(tǒng)風控會面臨的幾個關鍵問題。
首先，傳統(tǒng)風控的時間跨度至少以周單位，業(yè)務流程需要層層審批，涉及多個人員和環(huán)節(jié)，導致效率低下;其次，長時間的業(yè)務流程，無法及時滿足用戶資金要求，導致糟糕的用戶體驗;最后，對于金額較小的業(yè)務，傳統(tǒng)風控復雜的審核程序導致的高成本使得銀行等機構無利可圖，從而這部分龐大的市場被放棄。
智能風控側重大數(shù)據(jù)、算法和計算能力，強調數(shù)據(jù)間的相關關系，其在風控環(huán)節(jié)中的應用主要有三：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，智能風控利用多維度、多特征的數(shù)據(jù)預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)，運用神經網(wǎng)絡、決策樹、梯度算法、隨機森林等先進的機器學習算法進行加工處理。
智能風控在互聯(lián)網(wǎng)經濟下“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)，增加弱金融相關特征，采用機器建模分析的方法為傳統(tǒng)風控進行了非常及時有效的補充。首先，智能風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，風險預測上，運用數(shù)據(jù)模型能夠精準量化未來風險最可能發(fā)生的時間和場景。從快牛金科的實際應用來看，風險量化預測的結果和真實風險的表現(xiàn)非常符合，誤差很小，而風控標準的放松和收緊導致的壞賬表現(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，智能風控具備充分的優(yōu)勢，但在房產貸款、大型企業(yè)的供應鏈金融等涉及資產評估的大額貸款及交易真實性的驗證上，傳統(tǒng)風控依然無可替代，兩種風控模式仍將在較長時間內共同存在。
智能風控成長空間巨大
在金融行業(yè)，風控永無止境，智能風控更是不斷迭代、不斷按照結果優(yōu)化的過程。迄今為止，智能風控已取得不錯的應用成果。實際應用中，智能風控模型已具備較好的用戶區(qū)分度，可以在評估結果中清晰反映出優(yōu)質和劣質客戶，識別精度和判斷速度經過技術人員的不斷優(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、權威性和及時性存在不足，智能風控技術的提升空間依舊很大。在用戶體驗上，智能風控的優(yōu)化路徑有兩條：一是減少對用戶的干擾。目前信貸審批等風控流程的數(shù)據(jù)調取需要用戶授權，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。二是在上述基礎上，用戶評估的精準度的提升。
人工智能是一個不可逆轉的趨勢，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)務上的實踐還面臨銀行等機構出于模式轉變、經營決策、潛在風險的重重考量。其次，合適的業(yè)務場景需要探索。傳統(tǒng)的金融業(yè)務場景中，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網(wǎng)絡算法，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果應該相差不遠。另一方面，可以期待社會觀念的改變和監(jiān)管法規(guī)的調整。畢竟不僅僅是人工智能代表的計算機科學，其他人類學科都可能隨著研究的深入和領域的細分導致出現(xiàn)傳統(tǒng)的邏輯意義無法解釋的結果。
未來一定是人工智能的時代
歷經蓬勃的技術發(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域也主要集中在風控、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)更多領域的個性化服務;最后，人工智能在問題求解、邏輯推理、智能信息檢索等領域比人類更優(yōu)秀，例如在圍棋、自動駕駛、公共安防等領域，人工智能都表現(xiàn)出卓越的學習能力和決策能力。
人工智能也會帶來諸如就業(yè)體系等社會結構的變化，一些簡單、重復度高、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、簡單風控、基礎營銷等人員被取代的可能性較高。技術的發(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、學校機房、撥號等特定的場景和手段才能接觸到的服務，到如今已介入人們吃、穿、住、行方方面面的活動經營場景。等到人們已不大能感覺到人工智能的存在，意味著這項技術已經觸手可達、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
