近期有新聞報道，多位支付寶用戶因身份被他人冒用在某消費金融平臺“被貸款”，此消息引來一片擔憂。一些消費金融平臺在與渠道商合作時，為了給予用戶便利，會簡化風控流程，這不僅給用戶帶來了風險，而且相關風控漏洞也會帶來潛在的壞賬危機。

　　隨著“被貸款”事件愈演愈多，金融公司的風控能力再次被大家所重視。這不僅關系到用戶的財產安全，也關系到一個公司的命脈。

　　風控是金融的核心?？萍嫉倪M步，也在改變著傳統的風控手段，自2012年以來消費金融爆發式增長，智能風控就被廣泛提及。在銀行信用卡風控評審模型中早有應用智能風控的先例。甚至被業內人士認為，人工智能+風控這個組合，是人工智能在金融領域最有想象力的環節。

　　人工智能驅動金融科技：智能風控成主要競技場

　　一直以來，金融與科技是密不可分的，而金融科技的本質就是解決效率和風險的問題，隨著近年來，大數據、云計算、人工智能、區塊鏈等技術的發展與應用，金融業誕生了非常多的創新產品和模式，使得業務變得更加高效和便捷。而尤其以人工智能驅動的金融科技，在金融行業發展尤其迅猛。

　　根據相關研究報告表明，在應用層面，人工智能在風控行業的應用日趨成熟。據億歐智庫《金融科技公司服務銀行業報告》預測：2020年金融科技規模將達到245億元，其中智能風控75.9億元，占比31%。截至2018年上半年，智能風控企業共完成391次融資，總額高達769.22億元。

　　因移動互聯網的發展，消費金融呈現爆發狀態。消費升級時代，群眾對消費金融理念逐漸轉變，消費金融需求呈現急速增長之勢。伴隨著消費金融的發展，智能風控企業出現劇增，據數據顯示，2012年智能風控企業增長率達到80%，2015年新增智能風控企業數量達到148家的高峰值。

　　2016年，互聯網金融首次被列入十三五規劃，中國互聯網金融協會成立。協會的成立標志著整個行業從“野蠻生長”向“規范發展”過度，互聯網金融業逐漸走向規范化、法制化、陽光化軌道。隨著2016年開始逐步落實嚴格監管政策，智能風控甚至金融科技的新增企業數量開始回落。

　　監管機構鼓勵金融服務業在風險可控的前提下創新，但隨著監管機構加強風險、合規和安全方面的監管，金融服務業需要通過更有效的手段來滿足監管要求，人工智能、大數據等新技術日漸成熟，使得智能化風控已經到了起飛的階段。

　　在傳統風控環節中，信息不對稱、成本高、時效性差、效率低等問題，使得難以滿足個人消費旺盛引發的信貸增長。而風控引入智能科技，使得貸前審核、貸中監控和貸后管理等環節，都能提高金融科技產品質量及服務效率。

　　智能風控能不僅能有效提高金融服務的效率和安全性，降低風控成本，還能促進風險管理差異化和業務人性化，在金融科技業中有著重要作用。所以近年來無論是傳統金融機構、消費金融機構還是互聯網金融公司，都在加緊智能化系統建設或者對外合作，實現智能化風控。

　　未來已來，大象起舞正當時

　　人工智能是信息時代的尖端科技。近幾年，人工智能與傳統行業的結合給這些行業帶來新的發展可能性，尤其在金融行業，其智能化程度迅速提升。隨著人工智能在金融行業的應用，“智能”標簽在金融行業當中占據的比重將會越來越大，從智能客服到智能投顧、智能投研、智能風控等，“智能+金融”這一組合，加速金融變革。

　　在互聯網企業中，BAT對商業的嗅覺最靈敏。從人工智能到互聯網金融，均有涉及。而隨著人工智能在金融業的不斷應用，這些互聯網巨頭們都在試圖通過智能科技來重新梳理與優化金融行業的原有發展邏輯，以找到金融行業更多的發展可能性。

　　在智能風控生態參與者中，不乏BATJ及其他互聯網新貴企業的身影。百度金融2017年宣布，開放智能消費金融平臺、ABS云平臺，以及大數據風控平臺——“般若”，為金融機構提供全面的整體解決方案；同年，阿里云發布ET金融大腦，旨在智能營銷、智能風控、智能服務、智能投資、智能監管等各個方面形成了一整套完整的能力體系；京東金融與京東集團信息安全部門推出了以安全魔方為核心的京東金融智能風控體系。

　　自2012年以來消費金融爆發式增長，智能風控被廣泛提及。據數據統計，387家投資機構參與智能風控投資，573家智能風控企業百花競技，群雄逐鹿。除了互聯網巨頭，尤其互聯網消費金融公司對智能風控布局非?；钴S，如背靠美國網貸巨頭LendingClub的點融網先后獲得七次投資。

　　2017年是整個網貸市場巨變的一年，越來越多的P2P公司開始向金融科技公司轉型，風控作為金融的核心，無疑推進智能風控產品服務，不管對傳統信貸業務，還是互聯網信貸業務都有重要意義。

　　據普華永道《2017年全球金融科技調查中國概要》顯示，中國48%的金融機構目前向金融科技公司購買服務，未來3至5年，68%金融機構將增加與金融科技公司的合作。

　　不管是BATJ大公司、互金領域的創業公司還是具有一定規模的互金公司，越來越多的公司開始走金融科技路線。尤其頻繁出臺的行業監管政策，更是對互金企業的風控能力形成嚴峻考驗。所以布局大數據風控技術體系，不管是為自身金融業務服務還是為中小微企業提供信用融資授信、為金融機構提供量化風險管理，都幾乎成了金融科技公司的“標配”。而未來金融業務的開展，也將是拼智能風控的能力，所以布局智能風控體系正當時。

　　高屋建瓴，智能風控的挑戰與趨勢

　　無論是2017年樂視離職員工因建行新上線的智能風控系統被“一刀切”降低信用卡額度，還是如今支付寶用戶“被貸款”，都能看出現在的智能風控系統仍存在一些挑戰。

　　據2017年Forrester 咨詢公司調查顯示，全球380位企業首席高管的調查中，42%的高管都將欺詐列為對商業成功和客戶滿意度的首要威脅。從欺詐現狀來看，國內外企業都面臨著巨大的欺詐風險。

　　這個趨勢還在不斷增長，數字金融欺詐手法多樣、隱蔽，同時覆蓋面廣，從傳統業務到金融理財，賬戶盜用到經濟損失。除此之外，還信用數據缺失、風控盲點等問題也一直困擾著業界。

　　從以上案例可以看出，智能風控主要面臨的挑戰是數據的全面性、真實性及數據挖掘效率。智能風控主要是依賴大數據，只有在正確數據基礎之上才能正結論，當數據量很大時，數據真實性及是否數據被污染，無法進行有效鑒別。而同時，智能風控的判斷基于統計，只關心相關性，而無法像人腦一樣有著推理邏輯，關心因果性。

　　智能風控通過大數據實時分析，反應速度是毫秒級的，若數據采集的維度不夠或者邏輯判斷有誤，就會出現像樂視離職員工被“一刀切“的情況。所以一旦人工智能技術出現失控，就有可能反倒帶來金融服務的不平等性。

　　未來，智能風控要不僅在信貸、反欺詐、異常交易檢測等領域發揮作用，充分發揮大數據、人工智能、云計算等技術優勢，為金融行業欺詐風險的分析和預警監測提供支持，同時也要不斷優化數據挖掘采集效率及人工智能算法，同時要實現對各個金融機構、金融科技公司數據的標準化。

　　對于像BATJ這樣有著海量用戶數據的公司，要根據用戶的交易行為、個人資產、身份特征畫像、履歷歷史、行為偏好、關系網絡等多個維度的數據進行綜合判斷，建立自己的風控模型，從海量數據中抽取用戶畫像，合理量化風險。

　　對于傳統金融機構來說，只有單一的金融數據很難描繪完整的用戶畫像，所以要與金融科技公司加強合利用消費數據、運營商數據、互聯網行為數據等。在沒有經歷過足夠長時間檢驗時，要有一套檢驗智能風控體系是否完善的標準。

　　風控能力是衡量一個企業能否健康發展的標尺，而智能風控考驗的是互聯網技術儲備和能力儲備，所以企業要能夠更好地融合不同平臺技術、實現經驗互補，完善算法模型，從而提升識別精準度、降低人工成本，打好金融安全持久戰，共同構建和諧金融生態。

責任編輯：韓希宇