2020:人工智能+金融风控领域面临的机遇与挑战
时间:2020-03-21 18:53

  人工智能时代的到来,给风控领域也带来了全新的机遇与挑战。据Forrester 咨询公司一项调查显示,全球380位企业首席高管的调查中,42%的高管都将欺诈列为对商业成功和客户满意度的首要。从欺诈现状来看,国内外企业都面临着巨大的欺诈风险。这个趋势还在不断增长,数字金融欺诈手法多样、隐蔽,同时覆盖面广,从传统业务到金融理财,账户到经济损失。除此之外,还信用数据缺失、风控盲点等问题也一直困扰着业界。

  Gartner2018年度CIO(首席信息官)调查显示,部署了人工智能的企业比例已从2018年的4%增长到了2019年的14%,几乎翻了四倍。据亿欧智库《金融科技公司服务银行业报告》预测:2020年金融科技规模将达到245亿元,其中智能风控75.9亿元,占比31%。风控能力是衡量一个企业能否健康发展的标尺,而智能风控的是技术储备和人员能力的储备,所以企业要能够更好地融合不同平台技术、实现经验互补,完善算法模型,从而提升识别精准度、降低人工成本,打好金融安全持久战,共同构建和谐金融生态。

  但目前,智能风控主要最主要的面临的挑战主要包括数据的全面性、真实性及数据挖掘效率等。智能风控目前还是比较依赖大数据还有专家规则,只有在正确数据基础之上才能正结论,当数据量很大时,数据真实性及是否数据被污染,无法进行有效鉴别。

  2019年9月份开始,监管机构针对大数据风控行业进行了一场声势浩大的合规检查,数家大数据公司被协助调查甚至直接被查封。这个阶段,所有金融机构,都面临一个数据战略的选择:如何有效利用合规数据,避免违规陷阱。2020年,对所有金融机构而言,都面临相当大的挑战。

  除了数据层面,从数据的挖掘效率层面来说,人工智能的发展离不开技术的不断创新,传统机器学习、深度学习、自然语言处理、语音图像识别、知识图谱是现阶段人工智能的五大核心技术,很多场景落地并产生价值,需要数据+多种技术的结合,也包括与传统专家规则的结合。其中,知识图谱与自然语言处理,是2019到2020年的热点落地技术,这两项技术也是相互交融的关系,构建从智能向认知智能的必要条件,两者最终目的都是往让机器能够更好的认知这个世界,朝着更加智能化的方向去发展。

  知识图谱,则是实现通用人工智能的重要基石。从到认知的跨越过程中,构建大规模高质量知识图谱是一个重要环节,当人工智能可以通过更结构化的表示理解人类知识,并进行互联,才有可能让机器真正实现推理、联想等认知功能。

  细分到智能风控市场,在金融领域,简单来说,可以在“四大类领域,三阶段”体现不同的价值。四大类领域具体包括:信用卡信贷类,零售金融类,公司金融类,监管科技类;三阶段,可以分为贷前、贷中、贷后三个具体阶段,每个阶段都涉及大量的模型与场景。

  在传统风控环节中,信息不对称、成本高、时效性差、效率低等问题,使得难以满足业务的快速增长引发的信贷增长。而风控引入人工智能技术,使得贷前审核、贷中和贷后管理、监管合规等环节,都能提高金融科技产品质量及服务效率。

  智能风控能不仅能有效提高金融服务的效率和安全性,降低风控成本,还能促进风险管理差异化和业务人性化,在金融科技业中有着重要作用。所以近年来无论是传统金融机构、消费金融机构还是互联网金融公司,都在加紧智能化系统建设或者对外合作,实现智能化风控。

  未来,智能风控要不仅在信贷、反欺诈、异常交易检测等领域发挥作用,充分发挥大数据、人工智能、云计算等综合技术优势,为金融行业欺诈风险的分析和预警监测提供支持,同时也要不断优化数据挖掘采集效率及人工智能算法,同时要实现对各金融机构、金融科技公司数据的标准化,以实现更多的价值场景的快速落地。

  从监管层面,监管机构鼓励金融服务业在风险可控的前提下创新,但随着监管机构加强风险、合规和安全方面的监管,金融服务业需要通过更有效的手段来满足监管要求。

  剑桥理论学中心研究主任史蒂芬·霍金教授时,曾经说过“无论你是科学家、企业家还是将军,所有人都应该扪心自问,现在可以做些什么,才能提升未来人工智能趋利避害的可能性。这是我们这个时代最重要的对话。”智能化会对整个社会带来巨大的冲击,尤其是在智能的初期。因此,在智能时代开始的时候,我们需要未雨绸缪,力争做控制世界的2%人,而不是被智能化浪潮淘汰。

  2020年的重大疫情,对我们所有人,同时也是一次迎接重大的变革与挑战的机会。如何利用人工智能更好的为我们服务,这是我们一起努力的方向。

      大红鹰娱乐