search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

【CIO · 商業科技】智融集團:人工智慧引領金融風控

4月20號刊

CIO·商業科技

「這是人工智慧的黃金時代,其最好的應用領域之一是金融,因為金融是唯一純數字和錢的領域。」創新工場創始人兼CEO李開復認為,人工智慧在爆發的第一個且最大的領域一定是金融。

去年以來,他不止一次提及,未來的投資機會將集中在人工智慧領域,而金融業可能會最先被人工智慧化。對於人工智慧的看好,讓李開復所帶領的創新工場投資了不少這個領域的創新公司,智融集團就是其中之一。

在今年2月的一次關於人工智慧話題的公開演講中,李開復就將智融作為人工智慧在金融方面嘗試的案例。這家公司將人工智慧應用到小額、短期借貸的領域,它並不負責用戶的放款,而是與傳統金融機構合作,由後者提供貸款,智融扮演的角色是通過人工智慧的方法對目標客戶進行信用評估。

在智融集團CEO焦可看來,對於小額分散、高頻、標準化程度較高的金融業務,人工智慧有著天然優勢。首先,機器可以處理海量數據,能大大提高服務效率;其次,機器學習速度極快,以人工智慧為核心的模型可以實現高頻次的優化迭代;再次,機器在反欺詐方面優勢明顯,大大提高了系統的安全性。

智融集團CEO焦可

焦可曾就職於創立初期的百度,主管搜索類產品的市場與運營工作,后相繼就職於趕集網、馬可波羅等互聯網公司。2013年,看到機會的焦可創立貸小秘,主打結構化的貸款資料庫及智能化推薦引擎。

統計數據顯示,美國家庭有87%的平均負債率,而這個數字在只有40%。另外,有85%的人群無法享受目前傳統金融機構提供的金融服務。

創立貸小秘的初衷是,貸款用戶與銀行之間存在著巨大的信息不對稱,想通過搜索與推薦引擎機制,把銀行產品和用戶結構化,以提高雙方的信息匹配程度。但是,在業務開展將近一年半后,焦可發現產品表現並未達到預期,在將借款用戶推薦給傳統金融機構的過程中轉化率極低,各機構產品並沒有明顯的差異化,導致信貸服務同質化。

貸小秘觸礁讓焦可著實思考了很多,他發現自己對於市場的認知存在偏差:「業務無法繼續的原因在於國內傳統金融機構無法給這些用戶提供相應的金融服務,本質上說是供需不對稱,而不是我們原來想的信息不對稱。」

在想清楚癥結根源之後,焦可選擇放棄繼續貸小秘,進行業務轉型。2015年7月用錢寶(現為智融集團旗下產品線)上線,將人工智慧的風控解決方案應用於金融領域,為用戶提供小額短期借款的智融應勢而生。在用錢寶上,用戶可以借貸的金額最低500元,最高5000元,而借款期限最低7天,最高30天。

傳統金融機構是以人的經驗作為風控判斷,或者依靠某一項核心技術實現身份認證。而當一套風控流程特別依賴某一項技術或某一個經驗的時候,很容易引起特定情況的攻擊和欺詐。鎖定人工智慧是因為焦可和團隊相信,解決市場供需不對稱的根本方法,在於具有技術變革意義的新金融技術。

在焦可看來,國內金融機構之所以會出現供需不對稱,很大程度跟銀行的風控邏輯有關。傳統上,銀行風控主要是依據一些強特徵數據,比如不動產證明、工資流水、社保證明等。那些剛步入職場的月光族、工作地點不固定的藍領工人、服務人員和剛畢業的大學生等人群,在風控數據上的表現不具備這些強特徵變數。

與銀行不同的是,在貸前風控環節,智融的人工智慧風控引擎注重的則是弱特徵。焦可認為,弱特徵和強特徵的區別就在於,強特徵是非0即1的;而單獨的某一項弱特徵,對於用戶的信用評估和逾期率,沒有絕對性的指導意義,需要很多弱特徵在一起,才能對用戶進行準確的評估。

傳統金融機構人為處理貸款申請時經常依賴貸款「老司機」的經驗,所看到的數據只是水面上的冰山一角,水下的冰山主體存在著大量的弱特徵數據。焦可覺得,雖然無法憑藉幾條弱特徵數據來做出借貸的決定,但當這些數據積累到上百項弱特徵時,便能以此為風控依據做借貸決策。

在梳理特徵的過程中,焦可和他的團隊嘗試過很多變數,不相關的很多很多。「星座跟逾期有沒有關係,其實是沒關的,這個其實就是我們很重要的一個工作,首先找到這些人有什麼特徵。」焦可介紹,很多弱特徵完全不在傳統風控人的經驗里,甚至有很多是人不能洞察而機器可以發現的。比如,一個人的手機電量也能成為參考標準,申請貸款時電池電量低的人要比電量高的人逾期率更高;再有,有的人通話行為體現出非常強的單向性,經常單向播出很多電話,卻很少接到來電,這樣的用戶逾期率比有來有往通話模式的用戶要略高。「這是老司機辦不到的,即使他能夠想到這一點他也很難做定性定量的判斷。」焦可說,目前智融已成功挖掘1200多個維度的有效弱特徵數據。

基於人工智慧的分析技術,智融的目標用戶鎖定在以剛剛步入社會、消費沒有計劃性、經濟收入不高的年輕人。同時,在發展方向上明確 「不做理財、不做學生群體、不做地推、不做展期」的幾個原則,把業務中心放在利用人工智慧技術,從海量數據中挖掘出有效的弱特徵。

一般情況下,貸款平台公布數據都會著重放款額度,但焦可認為,能體現金融科技技術能力的參考指標不是貸款交易的金額,而在於交易的筆數。「貸款筆數一方面體現出一個企業服務和影響到的人數,另一方面,通過大量樣本的產生和挖掘,實現人工智慧風控的進一步完善。」焦可說。

智融集團CTO齊鵬也透露,用錢寶在服務大量用戶的同時為風控模型帶回了大量的數據樣本,可以不斷進行模型的迭代和訓練,其精度將越來越高,從而提高通過率、降低壞賬率,實現馬太效應正循環。

具體來說,智融現在的月交易筆數120萬筆,意味著在貸款陸續到期后,其I.C.E.人工智慧風控引擎將收穫120萬個數據樣本。這些具備完整生命周期的樣本,可以反哺到系統中,持續不斷的訓練及優化模型。「舉例來說,我們現在每天通過的交易筆數在5萬~6萬人,每個人有1200多個特徵點,也就是說每天的風控需要處理的特徵量是6000萬~7000萬個。這已經遠遠超出人的計算範圍,而這正是機器擅長的。」焦可說,「我們現在的大數據計算架構很出色,可以存儲海量數據,運算速度也很快,一個用戶提交以後整個的機器決策只需要8秒鐘。」

經過不斷磨合迭代,智融自主研發了以人工智慧技術為核心的「I.C.E.風控引擎」——Identify(識別)、Calculate(計算)、Evaluate(評估)的縮寫,分別對應了「柯南特徵工程」、「Anubis大數據計算框架」、「D-AI機器學習模型」三大組成部分。基於此,智融平台的通過率是同行業兩倍,同時逾期率僅為行業平均水平的60%。

選擇人工智慧進行分控也決定了智融在人員的配置上的差異化。比如,智融沒有CRO,只有CTO,高管團隊具備百度、民生銀行等技術與金融的背景。另外,來自於頂級互聯網公司的核心研發工程師佔比超過70%,他們佔據了知春路上一座辦公樓的大半層辦公室。目前,智融還在不斷豐富智融的數據科學家團隊,不斷加強統計分析、數據挖掘、文本挖掘、機器學習、能力表達及大數據處理方面的優勢。

除了創新工場,智融的技術也獲得了更多資本的青睞。今年3月28日, 智融獲得4.66億元人民幣的C輪融資,由金磚資本、中金甲子領投,國科嘉和、源碼資本、創新工場、光信資本等機構跟投。

「智融集團是一個讓我們非常自豪的投資,他們有很棒的技術團隊,以技術為核心把握住了非常好的風口和先機。」李開復在融資當天的活動上說。

中金甲子董事長梁國忠認為,相比於依託互聯網和移動互聯網技術的金融科技1.0階段,金融科技2.0階段表現出極強的「技術驅動」的特徵,在它的背後是人工智慧、大數據分析和區塊鏈等關鍵技術的賦能。「金融科技2.0將是金融與科技的化學反應,有著極大的想象空間。」

隨著新一輪的融資,智融集團戰略布局也隨之露出水面:第一,用錢寶手機APP將提供「千人千面」的產品,提供不同的額度及分期;第二,優化I.C.E.,通過人工智慧的方式對人進行風險定價,不僅用於自身產品,還可以實現對外輸出的風控技術;第三,通過基於大數據與人工智慧自動化技術搭建的信貸過程管理平台「慧誠幫幫」,獨立提供信貸過程中的全流程服務。

智融希望基於技術打造一個以人為核心的金融體系——不像往常以產品為核心,而是通過新的技術對個人進行評估和風險定價,然後給他推合適的金融產品。「以產品為核心的金融其實是不太合理的,最好的是以人為核心。」焦可說。

行業的台前幕後

那都是戲



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦