第三部分講一個我們資產(chǎn)管理的案例，看一下下面的這段話，我們其實在2017年，我們整個團隊還是偏重于線下的資產(chǎn)開發(fā)，我們一個貸款的手續(xù)通常要兩到三天，而且客戶還需要過來兩次。第一次是過來提交一些資料，因為我們是助貸模式，我們會推給各家咨詢方，第二他們咨詢方審批了，比如說我們貸天下，或者是安鑫邦融匯，他們兩家審批了，然后他過來簽約，他會來兩次。實際上對健康人的體驗，我覺得是不夠嚴格的，雖然我們做的很嚴謹，咨詢方也很喜歡我們這樣子，這種線下嚴謹?shù)倪@種。但是整個效益是讓人滿意的。特別是去年，還有前年，小額現(xiàn)金貸的這一撥起來，小額現(xiàn)金貸這個事情應(yīng)該說它是有各種借貸需求的，只是說監(jiān)管局的人，這些金融企業(yè)做這塊吃相不太好看，但是在產(chǎn)品體驗上，像我們以前做線下這些人的一個提醒，或者是一個提示，就是說其實我們要往線上這個方向走。所以我們在去年花了很多時間去做這個產(chǎn)品的創(chuàng)新，我覺得現(xiàn)在我們這套系統(tǒng)是做的非常的靈活，從前端的進諫，到審核里面我們用到很多。比如說這里我提到一些非結(jié)構(gòu)化的國家部門的報告，可以在線的抓取，抓取過來他說他是PDF形式的，他要把它解析出來，自動化的解析出來，把它的信息結(jié)構(gòu)化。
然后在這里面的一些關(guān)鍵信息進行分析，因為拿到報告的可能有的人是信用卡逾期十幾次，但是他可能都好弄，然后有些是逾期十幾次目前還有一部分沒有還，所以這些關(guān)鍵特征要識別出來，識別出來之后還要進行一些理解。而且這個理解還不是像以前的風(fēng)控模型，因為以前做風(fēng)控的時候，他們做的我覺得不是特別智能，比如說這個人的婚否這個狀態(tài)，已婚，未婚或者是離異，比如說已婚，像這種，比如說以前的風(fēng)控模型理解是五分，后面的是三分四分，其實這種不是真正的模型的思維，只是一個評分體系，模型肯定是一個舉證。在這塊我們對整個模型的優(yōu)化，包括以前像我們的風(fēng)控還是要求要面簽，因為他覺得這是一個識別健康人，包裝等等一些很關(guān)鍵的手段，但是如果要做線上肯定沒有辦法再到門店去面簽了，然后我們還問到了三方的視頻審核，這里面剛剛我又提到一個叫做聲文識別，聲文識別這里其實有一個很有意思的，你對同樣的人你去問他一些問題，這有點像是測謊儀，你問他同樣一些比較敏感的問題，然后熱身產(chǎn)量下來了，你去看那些數(shù)據(jù)，如果他心里面是有一些不穩(wěn)定的情感的話，他聲音的曲線和其他的采用出來是有些區(qū)別的。那這種離群的這種特征，它可能就是一個會提醒出來，那么它會有更多的這樣的東西來暴露出問題。我覺得這些都是以前做這些業(yè)務(wù)的時候主要是靠人，但是人的專業(yè)能力，比較說一些我們以前的那種門店的審核，門店的客服，他的審核門店是參差不齊的，因為它主要依賴騰訊，騰訊來傳承這個知識，而且也會用未流動性造成知識的流失。但是如果是機器的話，它對這個支持，它是可以長久的，一直的積累下去，我覺得這個可能會促進那個，可能反過來未來還會促進其他的人工智能發(fā)展。因為比如說一個審核的人員他學(xué)習(xí)一年到兩年的經(jīng)驗，他就能夠足夠防范掉70%的風(fēng)險。
但是如果是人工智能這樣子，他做兩年之后，他會一直做，做四年，做五年，那么來騙錢的這些人，他如果只有兩年的道行他就騙不了七年的人孔智能的風(fēng)控了。那么以后還想要再騙錢的話，那么他可能也得要依靠人工智能來騙錢了，因為他理解的那些經(jīng)驗的支持早就已經(jīng)被他收入了，他得創(chuàng)新更多的騙術(shù)來騙取，另外就是我們做到的實際的體驗，我們從48小時到72小時的時間下降了20分鐘，實際上可以到10分鐘或15分鐘的，但是為什么還是有20分鐘呢，因為在最后一個環(huán)節(jié)我們還是有人工，不是所有的都有人工，就是有一部分會有人工。因為這個模型才剛剛開始應(yīng)用，就是剛剛有同志說這個是不可以解釋的有些結(jié)果，我覺得在這種沒有一兩年的時間我覺得還是脫離人工的整合，特別是一些不太正常的數(shù)據(jù)還是需要人工去判斷一下，如果是很正常的數(shù)據(jù)就行了。
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。