人工智能如何重塑金融业态,看各位专业人士怎么说?

人工智能如何重塑金融业态,看各位专业人士怎么说?_第1张图片

如今,线上交易已经成为人们日常生活的一部分,包括手机支付、网上申请贷款等,都极大便利了人们的生活,提高了效率。然而,技术的快速更新,在带来诸多益处的同时,也出现了新的风险

小雨点网贷首席风控官陈绍林告诉《经济日报》记者,由于网络上实施信用贷款,没有线下检验,放款速度快,因此最大的风险就是批量欺诈。据他介绍,骗贷集团突破反欺诈算法以后,可以快速造成巨大经济损失。与此同时,经济损失后的追查也很困难,对很多互联网金融平台而言,欺诈所造成损失已经超过了客户信用风险损失。

那么,在互联网金融领域,目前反欺诈技术已经发展到了哪一步?还有什么需要突破的地方呢?

反欺诈的核心要点是“三真”

针对真实身份、真实场景(交易)、真实还款意愿的反欺诈核心要点,人工智能可以根据多维度、全方位的信息,进行准确、快速判断,成为反欺诈的核心技术手段

“反欺诈不是一个静态过程,因为对方永远在寻找你的漏洞。”在互联网金融领域,这样的看法已经成为业内共识。也就是说,反欺诈需要互联网金融机构准备一整套“抵御”方案,必须做到与时俱进,能够自我更新,识别新的欺诈手法,提高防欺诈成本。

当前互联网金融业务中,常见的欺诈行为有哪些呢?据了解,金融欺诈涉及的业务环节多且手段多样,也较为隐蔽。主要包括伪造身份注册或冒用他人身份注册,盗用或冒用账户,同时向多个互联网金融平台申请超过自身偿还能力的贷款,恶意拖欠;此外,还包括返利套现、“薅羊毛”等行为。

“反欺诈的核心要点是‘三真’,即真实身份、真实场景(交易)、真实还款意愿。”陈绍林表示,反欺诈的核心技术是人工智能,核心技术要点是根据多维度、全方位的信息,数据准确、快速判断“三真”。在他看来,用于反欺诈的人工智能技术还需要及时更新。“因为面对新的欺诈出现,使用旧有反欺诈手法是不能预警的,所以需要用到机器学习、快速学习和识别。”陈绍林说。

比如,小雨点网贷采用了人工智能的机器学习算法,在客户申请初期,就可以发现可疑行为,并自动关联之前类似贷款,产生新的反欺诈规则。又如,凡普金科创始合伙人兼首席执行官董祺介绍,为增强公司的风控能力,凡普金科在去年底就发布了自主研发的“Finup 云图”大数据动态风控生态系统。通过将知识图谱和深度学习相结合,“云图”可以模仿人类大脑行为,自动发现隐藏在复杂关系里的风险点,挖掘潜在欺诈行为。

图计算技术直指团伙性欺诈

在当前反欺诈业务中,团伙性欺诈识别仍属难点。为此,金融机构引入图计算技术,能够极大提高团伙性欺诈识别效率和处置时间节点

值得注意的是,不少业内人士表示,不管是欺诈还是洗钱等多种恶意行为,已经越来越倾向于群体性产业链的一系列相关事件行为。据网贷之家研究员苏筱芮介绍,近期暴雷的网络借贷平台背后,多多少少都离不开“羊毛党”的身影——团体行动从某个平台上获取佣金或返利等行为,在一定程度上也导致平台出现流动性风险。

“对于行业来说,在当前反欺诈业务中,对于团伙性欺诈的识别仍是一个难题,特别是在车贷业务中,团伙性欺诈会造成非常大的经济损失。”美利金融有关负责人表示,目前,互联网金融行业主要是通过人工线下调查的方式去发现欺诈团伙,效率低且发现时间晚。如果能借助一些大数据技术进行风险防控,就能够自动发现一些疑似欺诈团伙并进行提示。如果再结合反欺诈团队的人工排查,就能极大提高效率和处置时间节点。

实际上,这就是图计算技术。京东金融集团副总裁、技术研发部总经理曹鹏坦言:“我们需要更多的把一个用户及其行为,以及和他行为相关人的一系列行为,全部拿出来,并在这个维度上去做风控才能更准确。”据他介绍,在这一过程中,京东金融会运用图计算技术,通过超过10亿个用户节点的图,以及所有在这些节点上发生的相关行为连接,最终可以把一系列的用户和行为都描述出来。

“所谓物以类聚、人以群分。单个人的节点即便看起来再好、收入再多,如果他周围相关联系人都是做欺诈、套现或者其他相关灰色产业的人,这个人存有恶意的机率就非常大。”曹鹏说,反之,如果我可能没有这个人的具体描述,但与其相关的周围区域ID都是很良性的、信用良好的或者收入很高的人,这个人也相应信用良好的概率就比较大。

与之类似,美利金融风控审批系统以客户、合同、设备、工作单位等作为图谱节点,以实体之间的关系(如紧急联系人、担保人等)作为图谱边缘,基于“坏人具有高黑度值,而好人具有低黑度值”的假设,根据社交网络传播理论实现染黑度模型算法,评估客户的潜在欺诈风险。

基础数据建设仍有待完善

目前,对于反欺诈技术来说,仍然存在一些难点有待突破。专家认为,开发完备国内基础数据服务,提升数据质量,处理好用户体验是实现突破的关键

“在当今大数据时代,面对每个用户都能抽象出上亿个维度的时候,我们有足够能力可以通过这些维度测出这个人的还款能力、还款意愿以及欺诈性。从经营整体效率上来讲,这会大大提高普惠金融的程度。”北京互联网金融协会副会长、INK银客集团创始人、总裁林恩民表示。

尽管当前反欺诈技术不断提升,却仍然存在一些难点有待突破。在陈绍林看来,这些难点主要表现在:目前国内很多基础数据服务还不完备,数据质量和完整性还不够,以及在反欺诈过程中,如何处理好用户体验,以免误伤真实客户等方面。林恩民同样认为,我国还有很多基础建设实质上有待开发,比如移动支付技术、生物识别技术等,这些基础信息建设完成之后,对于整个金融业将具有巨大推动作用。

以生物识别技术为例,曹鹏介绍,基于该技术,京东金融可以通过APP采集到用户在整个使用中超过120个指标,通过收集用户的行为去判断此人是否为风险用户,实现用户的身份判定。也就是说,如果一个人手机丢失,基于生物识别技术,金融机构就可以识别出是否是本人在使用。据了解,这项技术已经大量应用于京东金融的反欺诈和防盗刷的场景之中。

那么,这项技术具体是如何实现的呢?记者在生物探针系统的后台看到,当一个人在前台进行相关操作时,在后台可以看到其行为是在“0”附近正负波动。然而,一旦整个操作换人以后,其整个行为相关度就会迅速下降到负数。

此外,有业内人士表示,对于互联网金融公司而言,不能为了科技而科技,应该根据公司发展具体情况,选择更为合适的反欺诈手段。比如,票据宝结合票据业务的特点,采用“人工+机器”双审核的方式,即由运营团队的专业票据人员筛选票据,再运用专业的验票仪器进行检验,最后关卡手工验票等方式,严控短期流动性风险,进而降低由虚假票据所产生的欺诈风险。


你可能感兴趣的:(人工智能如何重塑金融业态,看各位专业人士怎么说?)