危與機的攻防轉(zhuǎn)換,成為今年金融行業(yè)震蕩向上突破的主旋律。
疫情沖擊了金融機構(gòu)的傳統(tǒng)展業(yè)方式,信用風險集中爆發(fā),重線下靠人工的獲客、風控、貸后管理模式敗得一塌涂地。不過,危難之中的機遇也愈發(fā)清晰,金融機構(gòu)對依托人工智能、云計算在內(nèi)的科技化手段認識更深一步,彌補智能化運營短板成為金融行業(yè)的共識。
業(yè)內(nèi)人士透露,春節(jié)后持牌消費金融公司等金融機構(gòu)向數(shù)字化轉(zhuǎn)型轉(zhuǎn)變。其中,一個比較明顯的趨勢為貸中、貸后借助人工智能決策工具處理的業(yè)務(wù)占比大幅提升,部分消費金融公司智能機器人的工作量能占到九成。
從人工智能的落地情況來看,移動支付、消費金融是人工智能最先滲透的場景之一。人工智能的三駕核心馬車為數(shù)據(jù)、算法、算力,數(shù)據(jù)是人工智能從實驗室走到具體服務(wù)場景的基礎(chǔ),而移動支付和消費金融背后豐富的應(yīng)用場景,恰好為人工智能落地提供了完備的生態(tài)土壤。
反之,金融科技領(lǐng)域的人工智能技術(shù)也為銀行、消費金融公司、信托、保險等機構(gòu)輸出智能綜合解決方案,優(yōu)化企業(yè)的營銷獲客和風控流程。以薩摩耶數(shù)科為例,薩摩耶數(shù)科在人工智能領(lǐng)域研發(fā)的自動建模平臺AUTOMAN 1.0,便可以通過模型、策略自動迭代更新,及時識別、掌控未知風險,讓金融樣本處理成為業(yè)務(wù)決策自動化的一環(huán)。
國務(wù)院于2017年出臺《人工智能發(fā)展規(guī)劃》,各地政府紛紛加大人工智能投入力度,人工智能已成為國家戰(zhàn)略。當前,人工智能已在金融、汽車、物流等領(lǐng)域應(yīng)用,產(chǎn)業(yè)各方的人工智能服務(wù)方案雛形已成,待技術(shù)更加成熟后,滲透率也會隨之增加。
人工智能的目標是提升產(chǎn)業(yè)生產(chǎn)力,最大限度把一個企業(yè)從重復性的工作中解放出來。金融行業(yè)與人工智能深度融合,在降本增效的同時必然會重塑金融業(yè),一場以智能+金融的新格局慢慢成型。
金融需要何種人工智能?
近三年來,金融科技行業(yè)風起云涌,形成了少量頭部機構(gòu)與眾多中尾部機構(gòu)并存的格局。無論是以螞蟻集團、京東數(shù)科、360數(shù)科為代表的互聯(lián)網(wǎng)系巨頭,還是以薩摩耶數(shù)科為代表的行業(yè)領(lǐng)先的金融科技公司,均研發(fā)了大量的人工智能技術(shù)。
就金融機構(gòu)的需求而言,在急需降低成本的市場環(huán)境中,很多機構(gòu)迫切要用智能化的科技手段取代勞動密集的人工模式,將人力成本降下來。同時,為提升貸前、貸中、貸后的運營管理效率,金融機構(gòu)也逐漸從粗放管理向精細化的管理方式轉(zhuǎn)變。
拿風控來講,傳統(tǒng)金融機構(gòu)一方面轉(zhuǎn)型線上,缺少必要的人才、技術(shù)支撐;另一方面在面臨信用風險較高的長尾客群時,缺乏用戶全生命周期模型管理經(jīng)驗。在普惠金融趨勢下,下沉客群又是金融機構(gòu)受理的客群之一。
這就引申出到底什么樣的人工智能與金融機構(gòu)的需求匹配,或者說什么樣的人工智能對于金融機構(gòu)才真正有價值。
根據(jù)金融業(yè)務(wù)的實際情況,金融機構(gòu)的需求邏輯主要集中在兩三個方面,其一是必須合規(guī);其二工具能夠“即接即用”,減少對接成本和其他支持費用;其三工具能在短時間內(nèi)讓金融機構(gòu)看到效果,并能為金融機構(gòu)帶來的價值覆蓋技術(shù)服務(wù)費成本。
按照上述人工智能服務(wù)金融機構(gòu)的價值導向,行業(yè)內(nèi)確實有一批能為金融機構(gòu)帶來較大增益、推動風控運營智能化的工具。在這些人工智能解決方案中,薩摩耶數(shù)科旗下的自動建模平臺——AUTOMAN 1.0可以稱得上是一個典型的樣本。
AUTOMAN 1.0是將人工智能應(yīng)用在模型設(shè)計領(lǐng)域,使模型開發(fā)周期減少50%-70%,最短可在2周內(nèi)完成樣本建模任務(wù),極大地縮短原始樣本與經(jīng)營決策的距離,實現(xiàn)整體降本增效。
在風控模型中,KS指標來評估模型的區(qū)分度一項核心指標,區(qū)分度越大,說明模型的風險排序能力越強。AUTOMAN 1.0在測試環(huán)境中,KS值區(qū)分度高出人工建模效果0.05個百分點。
具體到風控場景里,AUTOMAN的樣本研判及處理、最優(yōu)模型保存及部署、新樣本預測、模型訓練及調(diào)優(yōu)四大功能,能通過便捷的方式直接接入金融機構(gòu)的系統(tǒng)中,使得風控模型辨識風險的精準度更高。
值得一提的是,AUTOMAN雖然內(nèi)置前沿流行算法,但用戶沒有知識背景也能熟練使用,這背后主要靠AUTOMAN的一鍵建模模式。該模式下,不需要合作機構(gòu)寫代碼,按照說明放好樣本就能訓練出可部署調(diào)用的模型。另外,AUTOMAN還能自動安裝所需環(huán)境依賴包,用戶無需再自行設(shè)置環(huán)境。
模型調(diào)優(yōu)方面,AUTOMAN內(nèi)置自研究調(diào)參算法,幫助模型開發(fā)工程師使用集成工具包提升模型開發(fā)效率。 簡單便捷并不意味著效果打折,AUTOMAN在效率與精度、標準化與通用性之中實現(xiàn)平衡,具備低成本、高精度、高效率地實現(xiàn)樣本可視化的特點。
數(shù)據(jù)決定AI算法的精度,算法精度決定AI產(chǎn)品質(zhì)量。薩摩耶數(shù)科從真實的金融場景入手,不斷提升智能化模型的精確度,唯有精度高了才能幫助客戶構(gòu)建智能化的風控大腦。不只是薩摩耶數(shù)科,任何金融科技平臺的人工智能解決方案都需遵循這一前提。
更新迭代是人工智能的靈魂
金融企業(yè)的人工智能需求仍存在很大增長空間,若想搶占市場份額,金融科技企業(yè)必須保持更新迭代的創(chuàng)新能力,時刻與金融機構(gòu)的生產(chǎn)經(jīng)營環(huán)境相適應(yīng)。
目前,針對企業(yè)數(shù)字化轉(zhuǎn)型推出的人工智能產(chǎn)品種類繁多,但在企業(yè)實施落地的過程中出現(xiàn)水土不服,更有甚者效率不升反降。企業(yè)應(yīng)用人工智能出現(xiàn)負面效應(yīng),與人工智能供應(yīng)商提供的產(chǎn)品有關(guān),人工智能產(chǎn)品的實用性和特點不匹配企業(yè)的實際需求。
疫情疊加金融周期影響,傳統(tǒng)金融機構(gòu)的數(shù)字化轉(zhuǎn)型緊迫性越來越強烈,尤其是在需要大量樣本分析處理的風控環(huán)節(jié)。我國當前的消費金融市場相當一部分客群集中在優(yōu)級、次優(yōu)以下,而消費信貸產(chǎn)品又多以小額、分散、線上化為主,復雜的受理環(huán)境決定金融機構(gòu)需要一個能不斷迭代的智能風控解決方案。
針對AUTOMAN的迭代創(chuàng)新,薩摩耶數(shù)科人工智能團隊負責人表示,目前 AUTOMAN1.5版本已經(jīng)在內(nèi)部測試中,而AUTOMAN2.0版本將新增回歸模式。未來我們還將持續(xù)加大研發(fā)力度,持續(xù)推動人工智能在金融風控領(lǐng)域的應(yīng)用。
另外,考慮到外部環(huán)境的波動及客群變化,后期薩摩耶數(shù)科考慮增加模型自迭代功能,實時應(yīng)對外部風險的變化。同時,AUTOMAN平臺將實時學習外部前沿算法及模型優(yōu)化方法,加入更多插件。
人類對人工智能的想象及優(yōu)化,其實早在18世紀就已開始。當時歐洲有一個堪稱超越人類的Mechanical Turk(土耳其機器人),這個國際象棋游戲機器人的棋技卓爾不群,聞名歐洲與美洲,拿破侖和本杰明·富蘭克林也不是其對手。機器人發(fā)明者去世后真相被揭開,這個機器人里其實藏著一個被雇來的國際象棋大師。
進入二十一世紀,亞馬遜為了刪除網(wǎng)站上重復的產(chǎn)品,研發(fā)了一個人機混合的Amazon Mechanical Turk(亞馬遜土耳其機器人),該人工智能技術(shù)能讓企業(yè)通過編程尋求遍布全球的廉價人力資源,去幫助企業(yè)做一些類似刪除重復內(nèi)容、音頻轉(zhuǎn)錄等勞動密集型工作。
從土耳其機器人到亞馬遜土耳其機器人,可以看出人是人工智能的核心,一切人工智能都需要經(jīng)過人的指導進行反復算法訓練,才能智能且高效地工作。這背后其實有一個很樸素的邏輯,人工智能的強大必須建立在人才隊伍和科技投入上。
薩摩耶數(shù)科能持續(xù)更新樣本模型自動化設(shè)計平臺AUTOMAN ,也正是源于科研人才儲備和大量的研發(fā)成本投入。薩摩耶數(shù)科創(chuàng)始人及核心團隊來自華中科大、復旦大學等知名高校,博士、碩士學歷者占比高,并且均深耕金融科技領(lǐng)域多年,具有豐富的科技創(chuàng)新實戰(zhàn)和互聯(lián)網(wǎng)風險管控經(jīng)驗。
研發(fā)技術(shù)投入方面,薩摩耶數(shù)科研發(fā)成本投入一直占公司總成本費用較高比重。除了AUTOMAN,薩摩耶數(shù)科自主研發(fā)的“獵戶座”反欺詐模型、“Alpha-S”信貸審核機器人、DNA信用評分模型、“七劍”專有技術(shù)系列矩陣以及“歐拉”獲客渠道監(jiān)控等金融科技方案。
得益于扎實的科研投入,薩摩耶數(shù)科的金融科技解決方案得到大量金融機構(gòu)的認可。截止2020年9月,薩摩耶數(shù)科已與包括商業(yè)銀行、消金公司、信托公司和小貸款公司在內(nèi)的近80家持牌金融機構(gòu)達成合作,已累計為持牌金融機構(gòu)輸出了6000多萬用戶。
2017年,麥肯錫發(fā)布《人工智能:下一個數(shù)字前沿?》研究報告,報告采用大量企業(yè)經(jīng)營的數(shù)據(jù)證實大規(guī)模采用人工智能技術(shù)將為企業(yè)帶來豐厚回報,而那些未使用人工智能的傳統(tǒng)企業(yè)正在被人工智能早期使用者遠遠甩在身后。
三年過去了,堅持以人工智能等金融科技手段驅(qū)動業(yè)務(wù)發(fā)展的金融機構(gòu),在融資、聲譽、體量、抗周期風險能力上,保持一定的優(yōu)勢。傳統(tǒng)金融機構(gòu)數(shù)字化轉(zhuǎn)型過程中,金融科技To B也迎來最硬核的風口。
疫情導致金融行業(yè)缺口出現(xiàn),基于人工智能的智能風控科技底層應(yīng)用會帶領(lǐng)金融行業(yè)回補缺口,為金融行業(yè)的資產(chǎn)增長注入安全新動能,加強金融機構(gòu)在展業(yè)中的風險抵御能力,實現(xiàn)業(yè)績增長與資產(chǎn)質(zhì)量齊升。
-
云計算
+關(guān)注
關(guān)注
38文章
7612瀏覽量
136732 -
人工智能
+關(guān)注
關(guān)注
1787文章
46060瀏覽量
234980
發(fā)布評論請先 登錄
相關(guān)推薦
評論