3月5日上午，國務院總理李克強發(fā)表2017政府工作報告，指出要加快培育壯大包括人工智能在內(nèi)的新興產(chǎn)業(yè)，人工智能首次被寫入了政府工作報告。其實，在阿爾法狗戰(zhàn)勝李世石后，人工智能在技術水平的提升已經(jīng)引發(fā)前所未有的關注熱潮。語音識別、機器人技術、機器學習、人臉識別等人工智能技術研究成果開始走出實驗室向多個行業(yè)滲透蔓延。創(chuàng)業(yè)教父李開復曾多次發(fā)表演講，對人工智能推崇備至，甚至預言不少工作可能會被人工智能所取代。對應人工智能應用的三要素：數(shù)據(jù)、處理數(shù)據(jù)的能力和商業(yè)變現(xiàn)的場景，金融領域具備人工智能快速發(fā)展的必要條件，而事實上，一些銀行已經(jīng)主動求變，擁抱人工智能帶來的變化影響。
在金融業(yè)務的前端，不少傳統(tǒng)銀行將人工智能用于自動業(yè)務交易、客戶定制服務，開發(fā)理財產(chǎn)品等應用。例如，巴克萊銀行、星展銀行等。 國內(nèi)也不乏走在科技前列的探索者，早在2015年，國內(nèi)銀行業(yè)首款實體智能機器人“交行小e”正式亮相。同年，南京銀行的人工智能客服“小鑫”在南京銀行微信銀行和網(wǎng)上銀行同步上線，招商銀行也開始試用全新的人工智能業(yè)務模式。
未來，人工智能不僅在金融業(yè)前端會有更多的便捷精準服務提供給客戶，在金融后端的信息安全、風控反欺詐、資產(chǎn)管理等方面也將發(fā)揮更大作用。尤其是對于缺失央行數(shù)據(jù)支撐的客戶評估，銀行無法通過肉眼一一識別用戶是君子還是騙子。這時傳統(tǒng)金融風控手段就顯得有些茫然無助， “互聯(lián)網(wǎng)+金融”業(yè)務就要結(jié)合更多維度的互聯(lián)網(wǎng)數(shù)據(jù)和人工智能手段， 來處理更廣泛的金融客戶問題。
本文對國內(nèi)大數(shù)據(jù)風控領域領導品牌同盾科技的大數(shù)據(jù)智能分析在銀行業(yè)應用以及相關案例進行了梳理，共同探討人工智能大數(shù)據(jù)風控為傳統(tǒng)銀行業(yè)帶來的變革。
一、人工智能在銀行業(yè)的應用領域
首先必須承認的是金融本質(zhì)仍然是風險管理，風控是所有金融業(yè)務核心。面對銀行業(yè)客戶風險不一、客戶信用信息不全、惡意欺詐或客戶違約成本低、債務收回成本較高等諸多挑戰(zhàn)，傳統(tǒng)銀行業(yè)必須利用大數(shù)據(jù)風控豐富傳統(tǒng)風控的數(shù)據(jù)緯度，利用多維度數(shù)據(jù)、算法和模型來實現(xiàn)快速識別借款人風險。
而大數(shù)據(jù)風控的核心是人工智能。大數(shù)據(jù)運用人工智能的處理方式，對海量數(shù)據(jù)進行梳理和分析，從而應用到銀行領域。
首先我們對金融風控的一個標準業(yè)務流程進行梳理，通常一個風控業(yè)務包括前端頁面用戶資料申請?zhí)峤缓褪占?，反欺詐、合規(guī)、邏輯校驗，核心決策授信，以及最后的逾期催款。專家指出，根據(jù)根據(jù)傳統(tǒng)銀行業(yè)信貸的流程，大數(shù)據(jù)結(jié)合人工智能在信用分析評估、風控和反欺詐、逾期客戶觸達等領域能發(fā)揮極大的作用。
1、信用分析評估
對銀行業(yè)的客戶信用分析評估基于兩個基本面的信息：消費者的還款能力和消費者的還款意愿。所不同的是，傳統(tǒng)征信中，數(shù)據(jù)依賴于銀行信貸數(shù)據(jù)，而大數(shù)據(jù)并不僅僅包括傳統(tǒng)的信貸數(shù)據(jù)，同時也包括了與消費者還款能力、還款意愿相關的一些描述性風險特征。利用大數(shù)據(jù)技術，能搜集許多的數(shù)據(jù)維度來描述，作為風險評估的重要依據(jù)。這樣就使大數(shù)據(jù)征信不單一依賴于傳統(tǒng)信貸數(shù)據(jù)，可以對傳統(tǒng)征信無法服務的人群進行征信，實現(xiàn)對整個消費者人群的覆蓋。
人工智能時代的到來，首先解決的就是銀行機構(gòu)與普通人之間的信息不對稱問題。傳統(tǒng)銀行無法獲取用戶的征信信息，人工智能通過技術、數(shù)據(jù)的手段可以構(gòu)建出一個信用分析模型。 同盾科技數(shù)據(jù)專家稱，利用梯度提升決策樹、隨機森林、神經(jīng)網(wǎng)絡、分群調(diào)整技術、增量學習技術等在內(nèi)的機器學習算法，可以為缺少傳統(tǒng)信貸記錄的人群做出客觀的信用分析評價，這就是大數(shù)據(jù)給傳統(tǒng)銀行業(yè)帶來的全新的革命。
2、風控和反欺詐
在泛互聯(lián)網(wǎng)的環(huán)境里，銀行業(yè)風控面臨的傳統(tǒng)個體欺詐已迅速演變?yōu)橛薪M織、有規(guī)模的群體欺詐和關聯(lián)風險。而傳統(tǒng)反欺詐還停留在識別一度風險等這種簡單規(guī)則方式，如聯(lián)系人中借貸人個數(shù)等，對于二度、三度乃至更廣范圍的網(wǎng)絡全局風險苦無良策。
機器學習里面基于圖譜網(wǎng)絡很好地解決了這一訴求，基于申請人、手機號、設備、IP地址等各類信息節(jié)點構(gòu)建龐大網(wǎng)絡圖，并可在此之上進行基于規(guī)則和機器學習的反欺詐模型實時識別。
其中一個比較普遍的情況，人工智能可監(jiān)測相關設備ID在哪些借貸網(wǎng)站上進行注冊、同一設備是否下載多個借貸App，可以實時發(fā)現(xiàn)多頭貸款的征兆，把風險控制到最低。
3、逾期客戶觸達
在信貸逾期處理領域，大數(shù)據(jù)、機器學習等智能手段主要發(fā)揮兩大作用。其一是提高平臺響應的效率，從而提高回款率;其二是通過大數(shù)據(jù)模型，利用信用分等工具，對逾期后回款的概率進行預測。
比如，一個逾期客戶處于失聯(lián)狀態(tài)，該賬戶合同內(nèi)相關的電話號碼基本失效，或者緊急聯(lián)系人能接通，但是不愿告知信息，又或者緊急聯(lián)系人和借款人之間也失去了聯(lián)系。無法有效的聯(lián)系到借款人，就無法建立對話關系，那么再有效的策略也難以實施。結(jié)合大數(shù)據(jù)技術，能夠挖掘并關聯(lián)更多其他可聯(lián)信息，支持更有效的客戶觸達;同時，通過對于借貸人在同盾合作的其他平臺出現(xiàn)逾期記錄、多頭借貸或者經(jīng)濟法律糾紛的跟蹤，智能判斷借款人的經(jīng)濟狀況惡化和信用風險惡化程度，并通知銀行幫助銀行及時進行風險預警。這對于銀行的貸后管理來說，這是一個顯著的作用。
二、人工智能在銀行業(yè)的實踐案例
同盾科技成立于2013年，總部位于浙江杭州，是國內(nèi)專業(yè)的第三方大數(shù)據(jù)風控服務提供商，是一家立志成為國內(nèi)受人尊敬的智能大數(shù)據(jù)分析公司。人工智能帶給銀行業(yè)的顛覆是先進的算法可以用來識別用戶行為模式，從而應用在金融產(chǎn)品的精準營銷，或者用于防止各種交易欺詐和貸款申請欺詐。也可以用在提升風控模型的預測能力，使用機器學習的模型將會擁有持續(xù)學習和迭代升級的能力。結(jié)合同盾而言，幾款實踐產(chǎn)品已經(jīng)足夠讓人領略人工智能的風采了。
1、智能評分模型
同盾科技倡導的“跨行業(yè)聯(lián)防聯(lián)控”風控理念，可以從網(wǎng)上收集銀行客戶的海量數(shù)據(jù)，并快速分析，從而對其進行評估推薦。例如，客戶年齡、收入、職業(yè)、學歷、資產(chǎn)、負債等強相關數(shù)據(jù);另外還有一些弱相關數(shù)據(jù)，如用戶在互聯(lián)網(wǎng)上的搜索數(shù)據(jù)，一些服務平臺上的行為數(shù)據(jù)，或是在社交網(wǎng)絡上的發(fā)言、興趣愛好等數(shù)據(jù)。
同盾科技通過對全面的數(shù)據(jù)(數(shù)據(jù)的廣度)，強相關數(shù)據(jù)(數(shù)據(jù)的深度)，實效性數(shù)據(jù)(數(shù)據(jù)的鮮活度)進行整合交叉分析，客觀地反映用戶風險水平，進而判定是否能夠給該客戶授信。 這里不得不提一下同盾智信分產(chǎn)品，這是基于用戶的多維度數(shù)據(jù)，利用業(yè)內(nèi)廣泛使用的信用評分的建模方法，由同盾獨立自主研發(fā)的一款大數(shù)據(jù)產(chǎn)品。它綜合了用戶的跨平臺信用記錄、靜態(tài)面貌、履約能力、消費偏好、互聯(lián)網(wǎng)足跡等信息，直觀地描述了用戶的信用等級。同盾智信分與信用等級呈正向關聯(lián)關系，分數(shù)越高表明用戶的信用等級越高、信用風險越小。其中，公布的分數(shù)范圍為：300(極差)～ 900(極好)。這一分數(shù)直接與違約概率相聯(lián)系，信用越好，違約概率越低。根據(jù)評分情況，平臺用戶可以直接做出服務、跟進或者拒絕服務的風控指令。而且還可以根據(jù)評分預測未來違約的可能，初步判斷出逾期或者成為壞賬的可能。 作為人工智能的一款代表產(chǎn)品，同盾智信分讓更多的人不必跨過傳統(tǒng)銀行的征信“門檻”就能獲得金融服務，讓審核、調(diào)查的方式數(shù)據(jù)化、電子化，大大節(jié)省了這個過程的耗費成本，因此更多的人能夠被納入進來，獲得服務。
2、復雜網(wǎng)絡分析
在我們的現(xiàn)實生活中，許多復雜系統(tǒng)都可以建模成一種復雜網(wǎng)絡進行分析，比如常見的電力網(wǎng)絡、航空網(wǎng)絡、交通網(wǎng)絡、計算機網(wǎng)絡以及社交網(wǎng)絡等等。復雜網(wǎng)絡分析不僅是一種數(shù)據(jù)的表現(xiàn)形式，它同樣也是一種科學研究的手段。復雜網(wǎng)絡方面的研究目前受到了廣泛的關注和研究，目前復雜網(wǎng)絡在銀行業(yè)的應用主要在于風控征信，基于大數(shù)據(jù)的風控需要把不同來源的數(shù)據(jù)(結(jié)構(gòu)化，非結(jié)構(gòu))整合到一起，它可以檢測數(shù)據(jù)當中的不一致性。
舉個例子：團伙性欺詐嫌疑識別。有一個被拒絕的用戶中，關聯(lián)出來了一個失信的身份證和設備，而且發(fā)現(xiàn)其設備有較多的申請行為，那么，這個被關聯(lián)出來的用戶或?qū)⑿枰獓栏竦娜斯徍?，甚至可以直接拒絕。但通過對借款事件的深入挖掘，我們可以關聯(lián)出大量的借款事件。這個需要進行一些算法分團，可以把相關的聯(lián)系人都分到一個地方，然后進行關聯(lián)成團的團伙性分析，根據(jù)圖論上的屬性如團的密集程度和某些路徑的關鍵程度等，比如介數(shù)，圖直徑等角度來估計風險。
同盾科技打通跨行業(yè)數(shù)據(jù)，實現(xiàn)對多場景大數(shù)據(jù)的自動化關聯(lián)分析與可視化呈現(xiàn)，為企業(yè)提供風險核查的風控利器，有助于識別支付盜卡、多頭申請、團伙作案、刷單、撞庫登錄、中介團伙申請、內(nèi)部欺詐檢測等多種風險。
3、逾期客戶管理
同盾科技在逾期客戶管理方面的優(yōu)勢則表現(xiàn)在客戶逾期后的數(shù)據(jù)挖掘分析和系統(tǒng)智能決策客戶觸達上。借助同盾底層海量的數(shù)據(jù)，可以挖掘逾期客戶的多種其他可聯(lián)系方式，同時通過多渠道整合、多策略定義、工作流配置等進行智能決策后，可將催繳相關信息有效觸達到客戶，實現(xiàn)貸后管理階段的有效追蹤。
比如策略定義和配置環(huán)節(jié)，通過大數(shù)據(jù)分析，識別逾期人的性別、年齡結(jié)構(gòu)、行為偏好、職業(yè)等進行群體細分，再結(jié)合同盾智信分等給出不同的處理策略，基于歷史記錄、預期的還款意愿和能力、偏好和緊迫程度，選定不同的溝通渠道，提高回款成功率。
總結(jié)來說，同盾的逾期客戶管理能將決策管理技術(如風險評分)、溝通策略與客戶干預和解決方案緊密結(jié)合。通過自動化、連續(xù)、實時的行動，并立即根據(jù)策略自動進行客戶干預。 逾期客戶管理能顯著提高催收團隊的工作成效和效率。
基礎層的云計算、大數(shù)據(jù)等因素的成熟催化了人工智能的進步，深度學習帶來算法上的突破則帶來了人工智能浪潮，它將大幅改變金融現(xiàn)有格局，讓金融行業(yè)更加地個性與智能化。對于傳統(tǒng)銀行業(yè)而言，同盾科技為代表的金融科技公司將人工智能更快融入這個行業(yè)，并讓科技發(fā)揮更大的實際作用。
| 文章來源: 中國網(wǎng) |
分享到：0 |
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。