對于銀行來說，如何判斷信貸業(yè)務申請人的信用水平，怎樣的授信方式才能更好地風險控制？當下，人工智能技術正在這一領域發(fā)揮越來越重要的作用。中科聚信信息技術（北京）有限公司副總裁兼首席風險官李莉告訴經(jīng)濟日報記者，通過對社會網(wǎng)絡分析、模糊匹配、聚類分團等分析智能技術的有機結合，幫助企業(yè)“勾勒”出基于社會網(wǎng)絡關系的多維度客戶畫像，將客戶屬性標簽化，可以精準描摹企業(yè)的“信用面孔”。
“簡單講，就是通過量化的數(shù)據(jù)給對象打上標簽。”李莉說，這些標簽可以分成以下幾類，比如人口屬性即年齡、性別、居住地等，還有資產(chǎn)狀況、消費水平、消費習慣，等等。標簽有靜態(tài)標簽和動態(tài)標簽兩種。靜態(tài)標簽就是不輕易變動的數(shù)據(jù)，動態(tài)標簽則來自最新的交易記錄、網(wǎng)頁瀏覽記錄等動態(tài)變化的數(shù)據(jù)。動態(tài)標簽的處理通常采用流式計算技術，對計算能力的要求更高。
除了為企業(yè)信用“畫像”，還可以配合圖論這一智能技術描繪出客戶的社會關系和社群屬性，讓客戶的社會屬性更立體化，幫助企業(yè)深度分析客戶屬性，更精準地捕捉客戶訴求和意愿，甚至實現(xiàn)對潛在風險的智能化預判。
“今年以來，人工智能技術在金融行業(yè)內的應用越來越理性化，更側重于認知智能方向的發(fā)展，并從技術概念階段轉向實際應用落地階段。”李莉認為，認知智能需要以豐富、長期的知識積累為基礎。據(jù)了解，中科聚信團隊在與100余家金融機構合作過程中積累了大量的經(jīng)驗，形成各類業(yè)務應用場景的知識圖譜，包括信用風險、申請反欺詐、交易反欺詐、精準營銷等業(yè)務應用場景。
李莉介紹，人工智能技術可以分為3個層級。第一個層級是計算智能，金融機構通過分布式計算、內存計算以及流式計算等技術實現(xiàn)海量交易數(shù)據(jù)的實時處理。第二個層級是感知智能，通過人臉識別、語音識別和圖像識別等技術在身份認證等方面得以廣泛應用。認知智能作為第三個層級是最難的，它需要對業(yè)務有深刻精準的理解，以及長期的知識積累。“目前，機器在這方面還不能完全取代人工經(jīng)驗。所以，目前認知智能研發(fā)還存在廣闊的發(fā)展創(chuàng)新空間。”李莉表示。
“今后，人工智能技術的發(fā)展方向將會聚焦在第三層級，也就是認知智能層面的突破。從單純的數(shù)據(jù)研究和應用轉向知識領域的探索。將過往行業(yè)從業(yè)者所積累的經(jīng)驗和知識融合到算法當中，在逐步降低人工干預水平的同時，達到預期業(yè)務效果。”李莉表示。
“今年以來，金融機構更加理性看待人工智能技術的發(fā)展，并且更加強調在不同業(yè)務場景中應用不同的認知智能技術，以更加貼近業(yè)務的實際需要。”李莉介紹，以中科聚信為例，一直注重將創(chuàng)新技術和業(yè)務布局在金融機構切實需要的場景之中，比如聚焦的三大核心業(yè)務——信用風險、反欺詐和精準營銷。
“目前，人工智能技術在金融風控領域的應用還有待完善，比如對非結構化數(shù)據(jù)的高效精準采集、分析和應用。”李莉說，另外，在實現(xiàn)從畫像到分層再到全渠道營銷的一整套解決方案方面，也需要更多的創(chuàng)新和探索。此外，隨著數(shù)據(jù)應用高度普及，除了要不斷提升計算能力以及工具便利性以外，也一定要注意合理、合法、合規(guī)地使用數(shù)據(jù)。
摘自《經(jīng)濟日報》
