第11版:新知 上一版3  4下一版  
 
标题导航
返回经济网首页 | 版面导航 | 标题导航
   
上一版3  4下一版 2018年7月5日 星期 放大 缩小 默认
金融风险控制前沿技术应用不断升级——
借人工智能为企业信用“画像”
本报记者 董碧娟

对于银行来说,如何判断信贷业务申请人的信用水平,怎样的授信方式才能更好地风险控制?当下,人工智能技术正在这一领域发挥越来越重要的作用。中科聚信信息技术(北京)有限公司副总裁兼首席风险官李莉告诉经济日报记者,通过对社会网络分析、模糊匹配、聚类分团等分析智能技术的有机结合,帮助企业“勾勒”出基于社会网络关系的多维度客户画像,将客户属性标签化,可以精准描摹企业的“信用面孔”。

“简单讲,就是通过量化的数据给对象打上标签。”李莉说,这些标签可以分成以下几类,比如人口属性即年龄、性别、居住地等,还有资产状况、消费水平、消费习惯,等等。标签有静态标签和动态标签两种。静态标签就是不轻易变动的数据,动态标签则来自最新的交易记录、网页浏览记录等动态变化的数据。动态标签的处理通常采用流式计算技术,对计算能力的要求更高。

除了为企业信用“画像”,还可以配合图论这一智能技术描绘出客户的社会关系和社群属性,让客户的社会属性更立体化,帮助企业深度分析客户属性,更精准地捕捉客户诉求和意愿,甚至实现对潜在风险的智能化预判。

“今年以来,人工智能技术在金融行业内的应用越来越理性化,更侧重于认知智能方向的发展,并从技术概念阶段转向实际应用落地阶段。”李莉认为,认知智能需要以丰富、长期的知识积累为基础。据了解,中科聚信团队在与100余家金融机构合作过程中积累了大量的经验,形成各类业务应用场景的知识图谱,包括信用风险、申请反欺诈、交易反欺诈、精准营销等业务应用场景。

李莉介绍,人工智能技术可以分为3个层级。第一个层级是计算智能,金融机构通过分布式计算、内存计算以及流式计算等技术实现海量交易数据的实时处理。第二个层级是感知智能,通过人脸识别、语音识别和图像识别等技术在身份认证等方面得以广泛应用。认知智能作为第三个层级是最难的,它需要对业务有深刻精准的理解,以及长期的知识积累。“目前,机器在这方面还不能完全取代人工经验。所以,目前认知智能研发还存在广阔的发展创新空间。”李莉表示。

“今后,人工智能技术的发展方向将会聚焦在第三层级,也就是认知智能层面的突破。从单纯的数据研究和应用转向知识领域的探索。将过往行业从业者所积累的经验和知识融合到算法当中,在逐步降低人工干预水平的同时,达到预期业务效果。”李莉表示。

“今年以来,金融机构更加理性看待人工智能技术的发展,并且更加强调在不同业务场景中应用不同的认知智能技术,以更加贴近业务的实际需要。”李莉介绍,以中科聚信为例,一直注重将创新技术和业务布局在金融机构切实需要的场景之中,比如聚焦的三大核心业务——信用风险、反欺诈和精准营销。

“目前,人工智能技术在金融风控领域的应用还有待完善,比如对非结构化数据的高效精准采集、分析和应用。”李莉说,另外,在实现从画像到分层再到全渠道营销的一整套解决方案方面,也需要更多的创新和探索。此外,随着数据应用高度普及,除了要不断提升计算能力以及工具便利性以外,也一定要注意合理、合法、合规地使用数据。

3 上一篇  下一篇 4 放大 缩小 默认