人工智能如何重塑金融業(yè)態(tài)看各位專業(yè)人士怎么說

對于互聯(lián)網金融公司而言，不能為了科技而科技，應該根據(jù)公司發(fā)展具體情況，選擇更為合適的反欺詐手段。如今，線上交易已經成為人們日常生活的一部分，包括手機支付、網上申請貸款等，都極大便利了人們的生活，提高了效率。然而，技術的快速更新，在帶來諸多益處的同時，也出現(xiàn)了新的風險小雨點網貸首席風控官陳紹林告訴《經濟日報》記者，由于網絡上實施信用貸款，沒有線下檢驗，放款速度快，因此最大的風險就是批量欺詐。據(jù)他介紹，騙貸集團突破反欺詐算法以后，可以快速造成巨大經濟損失。與此同時，經濟損失后的追查也很困難，對很多互聯(lián)網金融平臺而言，欺詐所造成損失已經超過了客戶信用風險損失。

那么，在互聯(lián)網金融領域，目前反欺詐技術已經發(fā)展到了哪一步?還有什么需要突破的地方呢?

反欺詐的核心要點是“三真”

針對真實身份、真實場景(交易)、真實還款意愿的反欺詐核心要點，人工智能可以根據(jù)多維度、全方位的信息，進行準確、快速判斷，成為反欺詐的核心技術手段

“反欺詐不是一個靜態(tài)過程，因為對方永遠在尋找你的漏洞。”在互聯(lián)網金融領域，這樣的看法已經成為業(yè)內共識。也就是說，反欺詐需要互聯(lián)網金融機構準備一整套“抵御”方案，必須做到與時俱進，能夠自我更新，識別新的欺詐手法，提高防欺詐成本。

當前互聯(lián)網金融業(yè)務中，常見的欺詐行為有哪些呢?據(jù)了解，金融欺詐涉及的業(yè)務環(huán)節(jié)多且手段多樣，也較為隱蔽。主要包括偽造身份注冊或冒用他人身份注冊，盜用或冒用賬戶，同時向多個互聯(lián)網金融平臺申請超過自身償還能力的貸款，惡意拖欠;此外，還包括返利套現(xiàn)、“薅羊毛”等行為。

真實身份、真實場景（交易）、真實還款意愿

“反欺詐的核心要點是‘三真’，即。”陳紹林表示，反欺詐的核心技術是人工智能，核心技術要點是根據(jù)多維度、全方位的信息，數(shù)據(jù)準確、快速判斷“三真”。在他看來，用于反欺詐的人工智能技術還需要及時更新。“因為面對新的欺詐出現(xiàn)，使用舊有反欺詐手法是不能預警的，所以需要用到機器學習、快速學習和識別。”陳紹林說。

比如，小雨點網貸采用了人工智能的機器學習算法，在客戶申請初期，就可以發(fā)現(xiàn)可疑行為，并自動關聯(lián)之前類似貸款，產生新的反欺詐規(guī)則。又如，凡普金科創(chuàng)始合伙人兼首席執(zhí)行官董祺介紹，為增強公司的風控能力，凡普金科在去年底就發(fā)布了自主研發(fā)的“Finup 云圖”大數(shù)據(jù)動態(tài)風控生態(tài)系統(tǒng)。通過將知識圖譜和深度學習相結合，“云圖”可以模仿人類大腦行為，自動發(fā)現(xiàn)隱藏在復雜關系里的風險點，挖掘潛在欺詐行為。

圖計算技術直指團伙性欺詐

在當前反欺詐業(yè)務中，團伙性欺詐識別仍屬難點。為此，金融機構引入圖計算技術，能夠極大提高團伙性欺詐識別效率和處置時間節(jié)點

值得注意的是，不少業(yè)內人士表示，不管是欺詐還是洗錢等多種惡意行為，已經越來越傾向于群體性產業(yè)鏈的一系列相關事件行為。據(jù)網貸之家研究員蘇筱芮介紹，近期暴雷的網絡借貸平臺背后，多多少少都離不開“羊毛黨”的身影——團體行動從某個平臺上獲取傭金或返利等行為，在一定程度上也導致平臺出現(xiàn)流動性風險。

“對于行業(yè)來說，在當前反欺詐業(yè)務中，對于團伙性欺詐的識別仍是一個難題，特別是在車貸業(yè)務中，團伙性欺詐會造成非常大的經濟損失。”美利金融有關負責人表示，目前，互聯(lián)網金融行業(yè)主要是通過人工線下調查的方式去發(fā)現(xiàn)欺詐團伙，效率低且發(fā)現(xiàn)時間晚。如果能借助一些大數(shù)據(jù)技術進行風險防控，就能夠自動發(fā)現(xiàn)一些疑似欺詐團伙并進行提示。如果再結合反欺詐團隊的人工排查，就能極大提高效率和處置時間節(jié)點。

實際上，這就是圖計算技術。京東金融集團副總裁、技術研發(fā)部總經理曹鵬坦言：“我們需要更多的把一個用戶及其行為，以及和他行為相關人的一系列行為，全部拿出來，并在這個維度上去做風控才能更準確。”據(jù)他介紹，在這一過程中，京東金融會運用圖計算技術，通過超過10億個用戶節(jié)點的圖，以及所有在這些節(jié)點上發(fā)生的相關行為連接，最終可以把一系列的用戶和行為都描述出來。

“所謂物以類聚、人以群分。單個人的節(jié)點即便看起來再好、收入再多，如果他周圍相關聯(lián)系人都是做欺詐、套現(xiàn)或者其他相關灰色產業(yè)的人，這個人存有惡意的機率就非常大。”曹鵬說，反之，如果我可能沒有這個人的具體描述，但與其相關的周圍區(qū)域ID都是很良性的、信用良好的或者收入很高的人，這個人也相應信用良好的概率就比較大。

與之類似，美利金融風控審批系統(tǒng)以客戶、合同、設備、工作單位等作為圖譜節(jié)點，以實體之間的關系(如緊急聯(lián)系人、擔保人等)作為圖譜邊緣，基于“壞人具有高黑度值，而好人具有低黑度值”的假設，根據(jù)社交網絡傳播理論實現(xiàn)染黑度模型算法，評估客戶的潛在欺詐風險。

基礎數(shù)據(jù)建設仍有待完善

目前，對于反欺詐技術來說，仍然存在一些難點有待突破。專家認為，開發(fā)完備國內基礎數(shù)據(jù)服務，提升數(shù)據(jù)質量，處理好用戶體驗是實現(xiàn)突破的關鍵

“在當今大數(shù)據(jù)時代，面對每個用戶都能抽象出上億個維度的時候，我們有足夠能力可以通過這些維度測出這個人的還款能力、還款意愿以及欺詐性。從經營整體效率上來講，這會大大提高普惠金融的程度。”北京互聯(lián)網金融協(xié)會副會長、INK銀客集團創(chuàng)始人、總裁林恩民表示。

盡管當前反欺詐技術不斷提升，卻仍然存在一些難點有待突破。在陳紹林看來，這些難點主要表現(xiàn)在：目前國內很多基礎數(shù)據(jù)服務還不完備，數(shù)據(jù)質量和完整性還不夠，以及在反欺詐過程中，如何處理好用戶體驗，以免誤傷真實客戶等方面。林恩民同樣認為，我國還有很多基礎建設實質上有待開發(fā)，比如移動支付技術、生物識別技術等，這些基礎信息建設完成之后，對于整個金融業(yè)將具有巨大推動作用。

以生物識別技術為例，曹鵬介紹，基于該技術，京東金融可以通過APP采集到用戶在整個使用中超過120個指標，通過收集用戶的行為去判斷此人是否為風險用戶，實現(xiàn)用戶的身份判定。也就是說，如果一個人手機丟失，基于生物識別技術，金融機構就可以識別出是否是本人在使用。據(jù)了解，這項技術已經大量應用于京東金融的反欺詐和防盜刷的場景之中。

那么，這項技術具體是如何實現(xiàn)的呢?記者在生物探針系統(tǒng)的后臺看到，當一個人在前臺進行相關操作時，在后臺可以看到其行為是在“0”附近正負波動。然而，一旦整個操作換人以后，其整個行為相關度就會迅速下降到負數(shù)。

此外，有業(yè)內人士表示，對于互聯(lián)網金融公司而言，不能為了科技而科技，應該根據(jù)公司發(fā)展具體情況，選擇更為合適的反欺詐手段。比如，票據(jù)寶結合票據(jù)業(yè)務的特點，采用“人工+機器”雙審核的方式，即由運營團隊的專業(yè)票據(jù)人員篩選票據(jù)，再運用專業(yè)的驗票儀器進行檢驗，最后關卡手工驗票等方式，嚴控短期流動性風險，進而降低由虛假票據(jù)所產生的欺詐風險。