对于传统金融风控而言,风控模型无非是建立在央行征信体系基础上,而通过大数据、人工智能构建的多维风控模型,而在央行之外有一大部分潜在客户无法获得授信。亿欧在《2018中国智能风控研究报告》中预测:2020年金融科技市场规模将达245亿元,其中智能风控75.9亿元,占比31%,市场规模巨大,智能风控将成为未来三年金融科技主战场。
从需求端出发,金融的本质就是风险,而以银行为代表的金融机构在成为金融科技时代转型升级重点发力方向便是智能风控。有业内人士表示“我国对金融产品发展表现最为强劲的则是信贷属性驱动,智能风控的应用,可以让行业看到,借助新技术手段金融行业完全可以走出一条更为稳健,兼具质效的发展道路”。 全面拥抱智能风控 所谓智能风控,指的是一种将大数据、人工智能、云计算等金融科技综合应用到风险控制环节的精益风险管理模式。相比以资产、现金流、职业属性等为风控核心的传统风控模式,智能风控的革新与互补主要体现在可打破客群局限、降低风险管理成本、提升客户体验、强化风控能效等方面。 在这样的大背景下,头部银行纷纷成立金融科技子公司,独立进行科技输出,但银行的内部资源在实际业务操作流程中,仅能完成部分,银行也展开了与类似阿尔法象、品钛等专研于人工智能、大数据、云计算等技术,在信用、风控、反欺诈等环节深耕多年的原生型互联网金融科技公司合作,围绕智能授信、智能风控、贷中监控等细分领域进行研发创新,推出阿尔法象特有的“AI智能化风控引擎”,为合作机构进行赋能。 高效风控,赋能银行 阿尔法象“AI智能化风控引擎”基于此前整合、分析、处理多元、异构数据的能力,通过机器学习及人工智能处理技术,采用最前沿的建模算法等,将识别异常交易的速度缩短到‘亚秒’级,可以说在欺诈交易发生同时就能够做出判断,直接拦截异常交易。 据了解,2016年以来,阿尔法曾为多家信托公司及银行提供风控技术辅助服务,合作机构包括富友、双乾、宝富等持牌金融机构。在“141号文”出台之后,阿尔法象进一步调整助贷模式,明确为合作机构提供“辅助风控”技术输出方向,做一家纯技术研发输出的金融科技公司。 阿尔法象“AI智能化风控引擎”以模型为主,规则为辅的审批策略,智能化达到更精准的通过率和一定范围内的逾期率;以实时模型监控系统,展示每个环节用户迁移分布、授信额度、评级分布等,有效监控客户相应数据;与此同时,阿尔法象“AI智能化风控引擎”还根据每个合作机构自身情况不同,指定适合不同客户类别的产品策略,辅助银行精准营销。 技术创新,减低成本 阿尔法象“AI智能化风控引擎”的系统核心是人工智能,它将生物识别技术、知识图谱技术和机器学习等复合应用在了贷前反欺诈环节。 首先,人脸核身。借助人脸识别,用户在简单填写完基本的资料后,只要跟着屏幕和语言提示完成眨眼、张嘴、摇头等随机动作,整个身份核实环节就完成了,可便捷有效地识别虚假、冒用身份行为,去伪存真。 其次,利用知识图谱完成对于团伙欺诈的精准识别。在当前的反欺诈业务中,团伙欺诈识别仍属于难点,而引入知识图谱技术,能够极大地提高团伙性欺诈识别效率。例如,对于一个传统征信数据缺失甚至空白的新客户,通过传统的风控方法是无法识别失信和欺诈风险的,但是通过知识图谱技术计算客户与各个风险节点的关联关系,可计算与欺诈客户、黑名单客户的关联紧密程度,从而判断风险高低。 机器学习是人工智能的核心能力之一,作为一个人工智能系统,阿尔法象“AI智能化风控引擎”拥有极强的机器学习能力,该引擎中分监督学习和非监督学习以及增强学习,可以随着用户行为对应人数的增加,不断调整策略,持续迭代模型,定期进行优化调整。 此外,阿尔法象“AI智能化风控引擎”运用云计算7*24小时稳定运行和系统自动化运维,系统自动化程度得以提升,响应效率不断提高,能够随时随地服务用户,极大提升用户体验,借助AI智能化风控引擎,为银行提升风控水平,降低权益投入,精细化运营,弥补银行在第三方支付受到的冲击。 战绩卓越,寄望前行 2018年,阿尔法象有幸斩获2018中关村互联网金融研究院金融科技安全案例奖”的殊荣,得到中国互联网协会的认认可成为会员单位,并与中国科学院大学联合成立“阿尔法象人工智能实验室”,其研发的《基于集群轨迹分类的集群场景智能监控方法及系统》荣获国家发明型专利等战绩,未来,阿尔法象还将一直秉承科技创新,助力、赋能、改变金融行业。 |
阿尔法象AI智能风控引擎 提升银行金融服务能力
相关阅读
关键词: