本報記者 王崢

    “全球來看，中國金融智能化水平已居世界領先。人工智能、云計算、大數(shù)據(jù)等前沿科技的快速應用在推動金融機構由規(guī)模驅動轉向技術驅動的同時，也重構了金融業(yè)的價值鏈。”近日，在上海交通大學上海高級金融學院聯(lián)合世界知名高校及科研院所舉辦的2019國際金融科技會議上，氪信科技創(chuàng)始人兼CEO朱明杰如是說。

    氪信科技是最早采用深度學習技術處理大規(guī)模金融場景中人的行為語言，并將集成學習模型應用于大規(guī)模金融場景風險評估的AI公司。將先進的AI技術應用于大型金融場景，解決金融領域最難解的問題，成為氪信科技合作“四大行”等金融領域頭部機構的“秘密武器”。

    銀行數(shù)字化轉型“兩條腿走路”

    業(yè)內人士指出，金融的本質是風險控制，而銀行風控升級也是最難啃的一塊骨頭。首先，銀行的傳統(tǒng)風控往往以犧牲用戶體驗為代價，操作流程繁瑣而實際風控效果可能并不盡人意；其次，無法有效處理“非結構化”數(shù)據(jù)，且傳統(tǒng)風控系統(tǒng)特征發(fā)現(xiàn)能力偏弱也是個難題，在用戶的畫像特征值篩選時往往遺漏大量弱相關信息，對于新型欺詐和長尾欺詐識別能力明顯不足；再次，銀行傳統(tǒng)的風控過于依賴專家經驗，需要大量的人力和時間投入。此外，系統(tǒng)架構缺乏靈活性和學習能力，導致金融機構在優(yōu)化效果的過程中很難形成指數(shù)型突破。

    “風控能力高低對獲客、留客成效有直接影響。如果技術和服務跟不上，銀行不僅難以盤活此前積累的大量處于“休眠”狀態(tài)的用戶數(shù)據(jù)，而且會在招攬并留住新用戶上表現(xiàn)乏力。”上述人士表示。

    不少金融機構選擇“兩條腿走路”。一方面，通過內部孵化、加大技術研發(fā)投入、內部組織創(chuàng)新等，快速提升自身技術研發(fā)能力和應用場景構建；另一方面，通過借助類似氪信科技這樣的第三方技術公司，引入數(shù)字化科技能力，在提高速度或降本增效的同時，內外結合打造自主可控的金融科技。

    打造“有厚度”的AI金融

    短短三年多時間，氪信科技的快速發(fā)展，得益于其“有厚度”的AI技術解決方案。

    對于B端用戶來說，選擇智能金融科技合作伙伴無論是在金錢、人力還是時間上都有著不菲的試錯成本，“有厚度”的AI技術意味著解決方案能夠真正解決問題，從挖掘海量沉睡數(shù)據(jù)價值到量化建模，從提出技術解決方案到大規(guī)模場景落地，從替代人力到解放勞動力，氪信科技利用和標桿用戶在大型金融場景中的實戰(zhàn)經驗，建立了自己的護城河。

    數(shù)字銀行與傳統(tǒng)銀行相比，最顯著的變化就是加大了對“長尾人群”金融需求的覆蓋。然而，由于這類人群缺乏征信數(shù)據(jù)，使用“FICO信用評分”等傳統(tǒng)資信評價手段已經不合時宜。但是移動互聯(lián)網背景下，這些人群產生了海量的沉睡數(shù)據(jù)，這些數(shù)據(jù)在AI語境下主要分為動態(tài)類、文本類、網絡類三種類型，氪信科技基于AI的核心技術能將其一一攻破。如結合深度循環(huán)網絡特征提取框架和CNN模型處理動態(tài)時序類數(shù)據(jù)，基于無監(jiān)督深度學習特征提取框架建立催收風險模型，使用卷積神經網絡GCN處理海量交易數(shù)據(jù)，實現(xiàn)從個體風險到群體風險的識別遷移等等。這些方案模型在KS值（模型區(qū)分度）等數(shù)值表現(xiàn)優(yōu)秀，業(yè)已運用到實際的金融場景中。

    值得一提的是，面對上千維度和數(shù)億用戶群體的大數(shù)據(jù)，對運算系統(tǒng)的穩(wěn)定性及毫秒級響應性能要求極高。氪信科技打造了一套融合全域金融知識圖譜的企業(yè)級智能金融引擎（非或然引擎），它可以提供端到端的全流程決策支持系統(tǒng)及運營支撐功能，并具備準實時監(jiān)控系統(tǒng)和預警功能，從而形成覆蓋全決策流程的特征、建模、執(zhí)行、監(jiān)控業(yè)務閉環(huán)。

    在數(shù)字化新征程上，銀行等金融業(yè)“大象”已經起舞。與此同時，金融科技也將告別標簽化，邁過商業(yè)模式的門檻，真正進入技術的腹地。在此背景下，以氪信科技為代表的專注AI金融的創(chuàng)新型科技公司有望發(fā)揮引領作用，助力中國金融業(yè)在數(shù)字經濟時代跑出“加速度”。

（編輯 上官夢露）