金融业借助科技解决风控与普惠“痛点”
在金融领域,科技被广泛应用于信贷服务的贷前贷后风险评估与管理中,通过基于大数据和人工智能技术建立的风控系统能够大幅提升客户信用评估准确率,同时能够对人为风险实现有效管控。科技应用有助于普惠金融的发展,提升金融机构的运营可持续性、成本可控性以及技术可行性,使金融机构的服务效率与管理效率得到大幅提升。
在金融领域,科技被广泛应用于信贷服务的贷前贷后风险评估与管理中,通过基于大数据和人工智能技术建立的风控系统能够大幅提升客户信用评估准确率,同时能够对人为风险实现有效管控。科技应用有助于普惠金融的发展,提升金融机构的运营可持续性、成本可控性以及技术可行性,使金融机构的服务效率与管理效率得到大幅提升。
金融科技热潮席卷全球,令大数据、区块链、人工智能(AI)等前沿技术受到了越来越多的重视。从全球范围来看,AI技术正在潜移默化地融入并影响金融行业的发展,AI与金融如何深度结合成为当前及未来一段时期金融界与科技界所关注话题,在金融领域也掀起了一场AI“竞赛”。
AI技术与金融正深度融合
微软亚洲研究院城市计算领域负责人郑宇表示,未来AI的发展机会不在传统IT行业,而是在与交通、金融等传统行业的结合。他认为,AI和金融结合的关键是如何把一手信息进行有效融合,这是商业里面的一个制高点,而这需要大数据的融合技术。
当前,不论是在传统金融领域还是在新兴的互联网金融领域,大数据、云计算等技术手段融入金融服务已屡见不鲜。
“在华尔街,其实各个公司在AI方面彼此都在竞争,这是现在的趋势。” 哥伦比亚大学客座教授、Graphen CEO林清咏表示,人工智能有很多问题是金融界所关心的,例如,如何借助AI系统反洗钱或是判断交易员是否违规操作等问题。
人工智能与金融产业的深度融合也是彼此相互推动发展与进步的过程。在技术层面,过去的两三年间,得益于深度学习和庞大的数据量以及大规模高性能计算的获得,使人工智能技术有了非常大的进步。林清咏认为,做AI不能跟在别人后面走,还要尝试做一些有开创性的东西。
目前,视觉、自然语言理解、迁移学习等领域已被视为是人工智能发展的风口。在IBM中国研究院研究总监苏中看来,将现实中的海量数据与知识体系相结合,二者能够互相激活,完成数据与知识的利用与结合,这是未来人工智能在自然语言理解层面上的一个潜在机会。
数据是人工智能发展过程中不可或缺的一个要素。360集团副总裁、人工智能研究院院长颜水成则建议,未来国家层面可以建立一个庞大的语音库,支持所有的图像和语音的公司,即完成数据的共享化。
借AI技术强化信贷风险管理
风险控制是金融的核心,也是支持各项服务有效开展的根本。在金融领域,人工智能首先被应用于信贷服务贷前、贷后的风险评估与管理中。
贷后管理的关键在于防范与化解借款人“跑路”或失联的风险,可以说,预测贷款企业或个人是否出现问题是全世界从事信贷服务的金融机构长期所关心的问题。针对贷后人员失联这一问题,目前人工智能的人脸识别技术与互联网搜索技术已经能够起到很好的作用,能够帮助金融机构与监管部门较为精确地完成人员搜索。
众所周知,金融风险应早识别、早预警、早发现、早处置,因此,贷前风控较贷后管理更为重要。
通过基于大数据和人工智能技术建立的风控系统能够大幅提升信用评估的准确率,同时对人为风险实现有效管控。不过,行业仍需进一步完善政策与法律制度,建立诚信体系,促进金融信用生态环境的建设,提高违约、违法的成本。
在中科院智能信息处理重点实验室常务副主任山世光看来,借款人的失联成本越来越高,这将倒逼社会征信体系的完善,并进一步消除潜在隐患,让绝大部分金融用户回归到正常的金融秩序上来。
从目前人工智能与金融发展的趋势来看,随着技术的迭代升级与数据的共享和完善,未来人工智能将在更多层面与金融业进行互动与融合。
金融领域的AI“竞赛”说到底还是技术人才的竞争。从金融科技领域以及与大数据、人工智能相关的技术服务行业薪资增长幅度上便可见一斑。正如郑宇所言,人工智能遇到的真正瓶颈不是技术问题而是人才的培养问题,尤其是能够把传统问题和人工智能算法对接,最后落地形成闭环的数据科学家。
技术应用助力普惠金融发展
以农民、小微企业、城镇低收入人群等弱势群体为主要的服务对象,提供成本可负担、服务可触达的金融服务,普惠金融概念自提出以来,便成为了金融行业发展过程中的重要部分。
然而,因服务对象的特殊性,一直以来,传统的金融服务手段难以有效解决普惠金融长期存在的诸如运营成本、风险成本过高,从业人才稀缺,普惠金融基础设施不够完备等问题。
从《G20数字普惠金融高级原则》的制定与出台能够看出,以技术驱动普惠金融变革与发展的数字普惠金融新模式,为普惠金融这一全球共性难题提供了可行的路径和技术支撑,得到了国际社会的广泛支持与推动。
从微众银行对外公布的数据来看,其AI智能客服可直接回答约98%的顾客咨询。今年“双11”期间,蚂蚁金服通过人工智能解决了95%的服务请求。
在风控层面,京东金融利用深度学习、图计算等人工智能技术,实现无人工审核授信和放款、坏账率和资损水平低于行业平均值。蚂蚁金服也通过智能风控平台“MTEE3”为阿里经济体中的核心业务在“双11”期间提供反诈取、黄牛刷单等风险防护,日处理300亿次的业务风险扫描。
实践证明,技术在金融领域的应用有助于普惠金融的发展,提升了金融机构的运营可持续性、成本可控性以及技术可行性。人工智能可以代替大部分劳动力,从而使人力成本降低,因此服务效率与管理效率得到大幅提升。