2020：人工智能+金融风控领域面临的机遇与挑战

作者：郝东林 中国移动通信联合会教育与考试中心人工智能事业部主任

人工智能时代的到来，给风控领域也带来了全新的机遇与挑战。据Forrester 咨询公司一项调查显示，全球380位企业首席高管的调查中，42%的高管都将欺诈列为对商业成功和客户满意度的首要威胁。从欺诈现状来看，国内外企业都面临着巨大的欺诈风险。这个趋势还在不断增长，数字金融欺诈手法多样、隐蔽，同时覆盖面广，从传统业务到金融理财，账户盗用到经济损失。除此之外，还信用数据缺失、风控盲点等问题也一直困扰着业界。

Gartner2018年度CIO（首席信息官）调查显示，部署了人工智能的企业比例已从2018年的4%增长到了2019年的14%，几乎翻了四倍。据亿欧智库《金融科技公司服务银行业报告》预测：2020年金融科技规模将达到245亿元，其中智能风控75.9亿元，占比31%。风控能力是衡量一个企业能否健康发展的标尺，而智能风控考验的是技术储备和人员能力的储备，所以企业要能够更好地融合不同平台技术、实现经验互补，完善算法模型，从而提升识别精准度、降低人工成本，打好金融安全持久战，共同构建和谐金融生态。

但目前，智能风控主要最主要的面临的挑战主要包括数据的全面性、真实性及数据挖掘效率等。智能风控目前还是比较依赖大数据还有专家规则，只有在正确数据基础之上才能正结论，当数据量很大时，数据真实性及是否数据被污染，无法进行有效鉴别。

2019年9月份开始，监管机构针对大数据风控行业进行了一场声势浩大的合规检查，数家大数据公司被协助调查甚至直接被查封。这个阶段，所有金融机构，都面临一个数据战略的选择：如何有效利用合规数据，避免违规陷阱。2020年，对所有金融机构而言，都面临相当大的挑战。

除了数据层面，从数据的挖掘效率层面来说，人工智能的发展离不开技术的不断创新，传统机器学习、深度学习、自然语言处理、语音图像识别、知识图谱是现阶段人工智能的五大核心技术，很多场景落地并产生价值，需要数据+多种技术的结合，也包括与传统专家规则的结合。其中，知识图谱与自然语言处理，是2019到2020年的热点落地技术，这两项技术也是相互交融的关系，构建从感知智能向认知智能的必要条件，两者最终目的都是往让机器能够更好的认知这个世界，朝着更加智能化的方向去发展。

知识图谱，则是实现通用人工智能的重要基石。从感知到认知的跨越过程中，构建大规模高质量知识图谱是一个重要环节，当人工智能可以通过更结构化的表示理解人类知识，并进行互联，才有可能让机器真正实现推理、联想等认知功能。

细分到智能风控市场，在金融领域，简单来说，可以在“四大类领域，三阶段”体现不同的价值。四大类领域具体包括：信用卡信贷类，零售金融类，公司金融类，监管科技类；三阶段，可以分为贷前、贷中、贷后三个具体阶段，每个阶段都涉及大量的模型与场景。

在传统风控环节中，信息不对称、成本高、时效性差、效率低等问题，使得难以满足业务的快速增长引发的信贷增长。而风控引入人工智能技术，使得贷前审核、贷中监控和贷后管理、监管合规等环节，都能提高金融科技产品质量及服务效率。

智能风控能不仅能有效提高金融服务的效率和安全性，降低风控成本，还能促进风险管理差异化和业务人性化，在金融科技业中有着重要作用。所以近年来无论是传统金融机构、消费金融机构还是互联网金融公司，都在加紧智能化系统建设或者对外合作，实现智能化风控。

未来，智能风控要不仅在信贷、反欺诈、异常交易检测等领域发挥作用，充分发挥大数据、人工智能、云计算等综合技术优势，为金融行业欺诈风险的分析和预警监测提供支持，同时也要不断优化数据挖掘采集效率及人工智能算法，同时要实现对各金融机构、金融科技公司数据的标准化，以实现更多的价值场景的快速落地。

从监管层面，监管机构鼓励金融服务业在风险可控的前提下创新，但随着监管机构加强风险、合规和安全方面的监管，金融服务业需要通过更有效的手段来满足监管要求。

剑桥理论宇宙学中心研究主任史蒂芬·霍金教授在世时，曾经说过“无论你是科学家、企业家还是将军，所有人都应该扪心自问，现在可以做些什么，才能提升未来人工智能趋利避害的可能性。这是我们这个时代最重要的对话。”智能化会对整个社会带来巨大的冲击，尤其是在智能革命的初期。因此，在智能时代开始的时候，我们需要未雨绸缪，力争做控制世界的2%人，而不是被智能化浪潮淘汰。

2020年的重大疫情，对我们所有人，同时也是一次迎接重大的变革与挑战的机会。如何利用人工智能更好的为我们服务，这是我们一起努力的方向。