勞佳迪+陳惟杉

2016年，世界著名未來學家、《第三次浪潮》作者托夫勒離世。早在上個世紀80年代初，他就在書中預言，信息革命是繼農(nóng)業(yè)革命和工業(yè)革命后的“第三次浪潮”，而在當時，他就盛贊“大數(shù)據(jù)”為“第三次浪潮的華彩樂章”。

后來很多研究者把大數(shù)據(jù)概念的提出，歸功于麥肯錫報告或是IBM公司，但實際上，托夫勒才是世界上說出“大數(shù)據(jù)”這個詞匯的第一人。

現(xiàn)在，世界依然活在他的預言里，并且因為FinTech的流行而讓大數(shù)據(jù)攀上了前所未有的科技高峰。

如今“黑科技”不斷激發(fā)著金融發(fā)展的種種活力，對于永遠是金融核心話題的風控而言，正是“人工智能+大數(shù)據(jù)”帶來了金融風控革命，也因此成為眾家FinTech公司的標配。

風控需求生變，“ABCD”現(xiàn)身

“與其說金融風控革命是金融科技直接改變了風控，不如說是改變了風控的需求，新的風控需求再倒逼金融科技提供對應的產(chǎn)品?！币晃婚L期活躍于金融科技領(lǐng)域的資深機構(gòu)投資人對《中國經(jīng)濟周刊》記者分析說。

“傳統(tǒng)金融中，銀行有不良率的指標考核，是不能忍受用高利差覆蓋高風險的，所以次級一點的客戶，即便愿意接受更高的利率，銀行也無法放款。事實上，給‘好人放款不需要什么風控技術(shù)，甚至今天棄之如敝屣的評分卡模型也顯得過于高級，在不少地方，只要是公務員就能放貸款，這個時候不是沒有相應的技術(shù)，而是市場對技術(shù)沒有需求，我們過去的風控技術(shù)長期處于很原始滯后的狀態(tài)。”上述投資人這樣解釋道。

事實上，傳統(tǒng)金融機構(gòu)的風控，尤其是信貸風控，受制于現(xiàn)有的模型，基本還都是需要抵押物來完成授信，因此風控變動成本較高，客戶的增長遇到了瓶頸。而當以大數(shù)據(jù)為基礎(chǔ)的金融科技公司開始嶄露頭角之后，金融服務行業(yè)便出現(xiàn)了新的變化。

“金融科技公司會在一個細分領(lǐng)域做到極致，例如Paydayloan這樣的短期發(fā)薪日貸款，針對這個場景做風控模型，然后去不斷優(yōu)化用戶體驗，而非像傳統(tǒng)銀行那樣基于抵押去做一個通用的產(chǎn)品?！本〇|金融副總裁曹鵬對于兩者產(chǎn)品設(shè)計思路的差異也給出了自己的解釋，傳統(tǒng)銀行用傳統(tǒng)的模式做顯得“得不償失”，因為他們做一個風控模型的成本特別高，但一個細分領(lǐng)域下可能帶來的收益卻很難看到。

如何以低成本構(gòu)建風控模型？這無疑給了“ABCD”四項技術(shù)（人工智能AI、區(qū)塊鏈Blockchain、云技術(shù)Cloud和大數(shù)據(jù)Big Data）巨大的用武之地。

曹鵬向記者解釋，傳統(tǒng)金融機構(gòu)的做法是模型的降維，在開始放貸時可能有100個參數(shù)，最后篩選出最相關(guān)的3個參數(shù)，如收入證明等來做一個模型。但金融科技的做法是會盡量采集更多的維度去描述一個人的行為，但是每個維度的相關(guān)性都沒有那么高。

他向記者透露，京東第二版的白條也曾采用積分卡模型，但現(xiàn)在白條風控模型中的參數(shù)已經(jīng)超過3萬個，“哪些參數(shù)會參與，權(quán)重是多少，都要靠系統(tǒng)來跑，而且針對不同的客群選擇的指標也不一樣，例如一個新用戶與一個老用戶會選擇不同的相關(guān)指標?！?/p>

京東金融CEO陳生強表示，風控并非孤立存在，它需要與需求、場景、體驗、產(chǎn)品融為一體，既要保證風險的有效管理，又要保證用戶無感知的極致體驗。

“自學習”實現(xiàn)有效反欺詐

除了在消費金融這樣新興的FinTech金融產(chǎn)品中扮演主角外，人工智能+大數(shù)據(jù)的風控模式也讓長期困擾傳統(tǒng)金融行業(yè)的反欺詐難題得到了很大程度上的破解。

今年2月，在東莞鳳崗警方成功破獲的一起利用木馬竊取個人信息進行盜刷的網(wǎng)絡詐騙案件中，受害人劉某銀行卡內(nèi)的錢被嫌疑人利用第三方理財平臺，通過京東支付完成交易。在京東金融風險監(jiān)控體系和數(shù)據(jù)分析技術(shù)的配合之下，警方迅速理清了劉某資金的流向，并及時鎖定了第一嫌疑人的去向，隨后成功抓獲另外三名同伙，該案件涉及廣東、江蘇、浙江、山東等十四個省份，涉案資金達數(shù)十萬元。

這一案件的偵破過程中，就借用了京東金融的大數(shù)據(jù)分析、風險監(jiān)控等技術(shù)能力。

征信企業(yè)上海斯睿德信息技術(shù)有限公司CEO趙杰告訴《中國經(jīng)濟周刊》記者，過去的風控痛點在于征信管理都是靜態(tài)地截止到某個時點，是一個時點的靜態(tài)畫像，過一秒鐘以后，這些數(shù)據(jù)全部失效，所以無法追溯到這個貸款人三個月或者一年中的行為變化蹤跡，而在“人工智能+大數(shù)據(jù)”的模型下，風險管理變成了動態(tài)時間軸上多維度交叉影響的趨勢。

“例如有一家上市銀行查看一個貸款申請人的信息，這個申請人名下的公司在歷史上有過幾次變更，按照以前的技術(shù)來看，它的每一次變更，法人變更或者經(jīng)營范圍變更都是正常的，銀行可以放款，但現(xiàn)在的技術(shù)可以看到這個法人代表名下其他公司在銀行有壞賬，公司之間還互相擔保，整個擔保圈的涉案金額達到2.4億元，他通過法人變更來掩飾關(guān)聯(lián)公司，又通過經(jīng)營范圍變更剔除了當時不允許貸款的鋼貿(mào)業(yè)務?！壁w杰認為，這個案例對比顯示出FinTech對傳統(tǒng)銀行的風控貢獻。

據(jù)記者了解，目前的人工智能+大數(shù)據(jù)技術(shù)已經(jīng)可以幫助找出一家企業(yè)背后的實際控制人、關(guān)聯(lián)公司和上下游供應商，為銀行風控提供了多重維度，幫助識別過去隱蔽的行業(yè)交叉風險。

秦倉科技聯(lián)合創(chuàng)始人兼CTP李炫熠則補充，雖然劣質(zhì)客戶欺詐方式一直在變，但信用良好的客戶行為在一段時間內(nèi)并不會發(fā)生劇烈變化，所以人工智能可以通過自學習來有效地識別欺詐。

所謂“自學習”，也就是深度的機器學習，和著名的阿爾法狗的算法如出一轍。據(jù)悉，目前在AI的技術(shù)框架下，上市公司的財務反欺詐模型也在設(shè)計中，未來可能為會計師事務所和律師事務所服務。

京東金融風險管理部總經(jīng)理沈曉春向記者舉例說，“每個人做一件事情都會有一些習慣，例如在‘6·18時網(wǎng)購，你可能會先領(lǐng)取優(yōu)惠券，查看其使用場景，再瀏覽相關(guān)產(chǎn)品，選擇商品加入購物車，這可能是一個常規(guī)的行為模式。但如果在登錄后直接看賬戶余額，查看綁定了幾張手機卡，甚至修改綁定的手機號，我們可以通過這個‘軌跡進行判定，這不是你本人在操作。”

沈曉春介紹，而在抓取到這種“異?！毙袨楹?，會再進行一些相應的處理和跟進，通常在幾十微秒、幾十毫秒的情況下做出決策，決定操作者能否繼續(xù)順利進行下面的操作。

為銀行業(yè)提供“貸后預警”

“人工智能+大數(shù)據(jù)”帶給傳統(tǒng)銀行業(yè)的突破還不僅于此，眾所周知，傳統(tǒng)銀行業(yè)的信貸風控流程一直存在著重貸輕管的積弊，貸后管理是銀行業(yè)的軟肋所在，但恰恰貸后管理又是持續(xù)時間最長、內(nèi)在不確定因素最多、最容易出問題的薄弱環(huán)節(jié)，作為風控最后一環(huán)的催收，一直缺乏配套的政策法規(guī)，游走在灰色地帶。京東金融副總裁曹鵬告訴記者，從營銷到用戶運營，比如給用戶推送最新的產(chǎn)品、做一個新的活動，到風控，再到風控過后的壞賬催收，人工智能都在參與。

“一家銀行的上海分行，5個人就要管理500家企業(yè)，銀行重貸前、輕貸后的狀況是因為無法投入更多人力去做這個事情，誰都知道貸后很重要，但是長期缺少管理工具，現(xiàn)在FinTech可以提供貸后預警的機制?！崩忡R征信副總裁錢鋒告訴記者。

“現(xiàn)在智能風控系統(tǒng)可以用于分析貸中貸后用戶的貸款行為管理，這不只是在一個模型上判斷風險，而是在每個環(huán)節(jié)上指導金融行為，在客戶申請的時候會使用，放款的時候也會分析，根據(jù)貸中的環(huán)節(jié)用戶申請的意愿，這期間做了什么行為，去判定騙貸的概率多大，同時貸后追蹤發(fā)生逾期的可能性?！焙偨鸱紫夹g(shù)官周霖對《中國經(jīng)濟周刊》記者表示。

普華永道咨詢部上海辦公室合伙人陶欣曾在過去半年，與上?；ヂ?lián)網(wǎng)金融協(xié)會攜手，共建了一個關(guān)于大數(shù)據(jù)在風控領(lǐng)域應用的課題組，在他看來，不管是銀行還是新金融，舊有風控體系中，傳統(tǒng)催收中大量人力資源都浪費在已經(jīng)違約而還款能力不強的人身上。