近期有新闻报道，多位支付宝用户因身份被他人冒用在某消费金融平台“被贷款”，此消息引来一片担忧。一些消费金融平台在与渠道商合作时，为了给予用户便利，会简化风控流程，这不仅给用户带来了风险，而且相关风控漏洞也会带来潜在的坏账危机。
随着“被贷款”事件愈演愈多，金融公司的风控能力再次被大家所重视。这不仅关系到用户的财产安全，也关系到一个公司的命脉。
风控是金融的核心。科技的进步，也在改变着传统的风控手段，自2012年以来消费金融爆发式增长，智能风控就被广泛提及。在银行信用卡风控评审模型中早有应用智能风控的先例。甚至被业内人士认为，人工智能+风控这个组合，是人工智能在金融领域最有想象力的环节。
人工智能驱动金融科技：智能风控成主要竞技场
一直以来，金融与科技是密不可分的，而金融科技的本质就是解决效率和风险的问题，随着近年来，大数据、云计算、人工智能、区块链等技术的发展与应用，金融业诞生了非常多的创新产品和模式，使得业务变得更加高效和便捷。而尤其以人工智能驱动的金融科技，在金融行业发展尤其迅猛。
根据相关研究报告表明，在应用层面，人工智能在风控行业的应用日趋成熟。据《金融科技公司服务银行业报告》预测：2020年金融科技规模将达到245亿元，其中智能风控75.9亿元，占比31%。
截至2018年上半年，智能风控企业共完成391次融资，总额高达769.22亿元。
因移动互联网的发展，消费金融呈现爆发状态。消费升级时代，群众对消费金融理念逐渐转变，消费金融需求呈现急速增长之势。伴随着消费金融的发展，智能风控企业出现剧增，据数据显示，2012年智能风控企业增长率达到80%，2015年新增智能风控企业数量达到148家的高峰值。
2016年，互联网金融首次被列入十三五规划，中国互联网金融协会成立。协会的成立标志着整个行业从“野蛮生长”向“规范发展”过度，互联网金融业逐渐走向规范化、法制化、阳光化轨道。随着2016年开始逐步落实严格监管政策，智能风控甚至金融科技的新增企业数量开始回落。
监管机构鼓励金融服务业在风险可控的前提下创新，但随着监管机构加强风险、合规和安全方面的监管，金融服务业需要通过更有效的手段来满足监管要求，人工智能、大数据等新技术日渐成熟，使得智能化风控已经到了起飞的阶段。
在传统风控环节中，信息不对称、成本高、时效性差、效率低等问题，使得难以满足个人消费旺盛引发的信贷增长。而风控引入智能科技，使得贷前审核、贷中监控和贷后管理等环节，都能提高金融科技产品质量及服务效率。
智能风控能不仅能有效提高金融服务的效率和安全性，降低风控成本，还能促进风险管理差异化和业务人性化，在金融科技业中有着重要作用。所以近年来无论是传统金融机构、消费金融机构还是互联网金融公司，都在加紧智能化系统建设或者对外合作，实现智能化风控。
未来已来，大象起舞正当时
人工智能是信息时代的尖端科技。近几年，人工智能与传统行业的结合给这些行业带来新的发展可能性，尤其在金融行业，其智能化程度迅速提升。随着人工智能在金融行业的应用，“智能”标签在金融行业当中占据的比重将会越来越大，从智能客服到智能投顾、智能投研、智能风控等，“智能+金融”这一组合，加速金融变革。
在互联网企业中，BAT对商业的嗅觉最灵敏。从人工智能到互联网金融，均有涉及。而随着人工智能在金融业的不断应用，这些互联网巨头们都在试图通过智能科技来重新梳理与优化金融行业的原有发展逻辑，以找到金融行业更多的发展可能性。
在智能风控生态参与者中，不乏BATJ及其他互联网新贵企业的身影。百度金融2017年宣布，开放智能消费金融平台、ABS云平台，以及大数据风控平台——“般若”，为金融机构提供全面的整体解决方案；同年，阿里云发布ET金融大脑，旨在智能营销、智能风控、智能服务、智能投资、智能监管等各个方面形成了一整套完整的能力体系；京东金融与京东集团信息安全部门推出了以安全魔方为核心的京东金融智能风控体系。
自2012年以来消费金融爆发式增长，智能风控被广泛提及。据数据统计，387家投资机构参与智能风控投资，573家智能风控企业百花竞技，群雄逐鹿。除了互联网巨头，尤其互联网消费金融公司对智能风控布局非常活跃，如背靠美国网贷巨头LendingClub的点融网先后获得七次投资。
2017年是整个网贷市场巨变的一年，越来越多的P2P公司开始向金融科技公司转型，风控作为金融的核心，无疑推进智能风控产品服务，不管对传统信贷业务，还是互联网信贷业务都有重要意义。
据普华永道《2017年全球金融科技调查中国概要》显示，中国48%的金融机构目前向金融科技公司购买服务，未来3至5年，68%金融机构将增加与金融科技公司的合作。
不管是BATJ大公司、互金领域的创业公司还是具有一定规模的互金公司，越来越多的公司开始走金融科技路线。尤其频繁出台的行业监管政策，更是对互金企业的风控能力形成严峻考验。所以布局大数据风控技术体系，不管是为自身金融业务服务还是为中小微企业提供信用融资授信、为金融机构提供量化风险管理，都几乎成了金融科技公司的“标配”。而未来金融业务的开展，也将是拼智能风控的能力，所以布局智能风控体系正当时。
高屋建瓴，智能风控的挑战与趋势
无论是2017年乐视离职员工因建行新上线的智能风控系统被“一刀切”降低信用卡额度，还是如今支付宝用户“被贷款”，都能看出现在的智能风控系统仍存在一些挑战。
据2017年Forrester 咨询公司调查显示，全球380位企业首席高管的调查中，42%的高管都将欺诈列为对商业成功和客户满意度的首要威胁。从欺诈现状来看，国内外企业都面临着巨大的欺诈风险。
这个趋势还在不断增长，数字金融欺诈手法多样、隐蔽，同时覆盖面广，从传统业务到金融理财，账户盗用到经济损失。除此之外，还信用数据缺失、风控盲点等问题也一直困扰着业界。
从以上案例可以看出，智能风控主要面临的挑战是数据的全面性、真实性及数据挖掘效率。智能风控主要是依赖大数据，只有在正确数据基础之上才能正结论，当数据量很大时，数据真实性及是否数据被污染，无法进行有效鉴别。而同时，智能风控的判断基于统计，只关心相关性，而无法像人脑一样有着推理逻辑，关心因果性。
智能风控通过大数据实时分析，反应速度是毫秒级的，若数据采集的维度不够或者逻辑判断有误，就会出现像乐视离职员工被“一刀切“的情况。所以一旦人工智能技术出现失控，就有可能反倒带来金融服务的不平等性。
未来，智能风控要不仅在信贷、反欺诈、异常交易检测等领域发挥作用，充分发挥大数据、人工智能、云计算等技术优势，为金融行业欺诈风险的分析和预警监测提供支持，同时也要不断优化数据挖掘采集效率及人工智能算法，同时要实现对各个金融机构、金融科技公司数据的标准化。
对于像BATJ这样有着海量用户数据的公司，要根据用户的交易行为、个人资产、身份特征画像、履历历史、行为偏好、关系网络等多个维度的数据进行综合判断，建立自己的风控模型，从海量数据中抽取用户画像，合理量化风险。
对于传统金融机构来说，只有单一的金融数据很难描绘完整的用户画像，所以要与金融科技公司加强合利用消费数据、运营商数据、互联网行为数据等。在没有经历过足够长时间检验时，要有一套检验智能风控体系是否完善的标准。
风控能力是衡量一个企业能否健康发展的标尺，而智能风控考验的是互联网技术储备和能力储备，所以企业要能够更好地融合不同平台技术、实现经验互补，完善算法模型，从而提升识别精准度、降低人工成本，打好金融安全持久战，共同构建和谐金融生态。
科技自媒体“翟菜花”，订阅号：翟菜花，个人微信号zhaicaihua002，转载保留版权，违者必究。