人工智慧重塑金融業態
今天很榮幸跟大家在一起介紹一下同盾科技在人工智慧這方面的探索尤其是在金融領域的應用，在重塑業態這方面做出了哪些努力和嘗試，跟大家彙報一下。剛才李博士也談到了，我跟他原來有幸在中國FICO工作過很多年，今天很榮幸看到了在益博睿一同工作過的老朋友們，感謝大家的到來，謝謝。
人工智慧大家談得很多，在金融領域應用也比較多，從行業的趨勢來講人工智慧幾起幾落，為什麼說現在又熱到了這個程度？我們說有幾個因素。一個是數據，大家談到了大數據，大數據的出現給它帶來了基礎。另外是算力的提升，很多深度學習、人工智慧模型會用到很多大量的機器學習、多種大量特徵變數的提取，如果沒有算力的提升，要想真正的使用這些模型，這在過去是沒有基礎的。現在基於數據、基於算力、基於新的人工智慧演算法的提升，我們已經到來了人工智慧爆發的時代了。
剛才也談到了人工智慧在傳統金融和新型金融業態里能夠怎麼去應用。曉忠博士談到了在各個領域有很廣泛的應用，剛才也談到了很多痛點和解決的方案，我們今天給大家講幾個案例在信貸領域裡面分別是智能營銷、智能風控、智能運營和智能催收。
同盾科技定位智能風控引領者，2013成立，到現在4年的時間。在這4年的時間裡積累了7000多家客戶，有一半是金融客戶、有另外一半是非金融客戶，並首先提出來跨行業聯防聯控的理念，本身就積累了大量的數據基礎。有了這個數據基礎，我們再通過數據驅動模型的方式研發出一些數據的產品，我們首先推出了智能分析即服務就是Analysis as a Service，大家可能對其他的SaaS、PaaS、IaaS比較了解，AaaS是什麼東西呢？我今天看到一個消息就是Google的兩位華人科學家李飛飛和另外一位女士科學家推出人工智慧工具，這個工具可以開放給用戶，用戶可以用他們的工具以雲的方式做機器模型訓練，這個服務嘗試首先從圖像開始做起。
我們也是按照這個理念去做的，具體能夠提供哪些服務呢？從信貸領域來講信貸的反欺詐、信用風險評估、客戶管理到後期的催收，這裡面都有一些大量的、有針對性的模型在支撐著做相關的智能決策。
信貸流程我跟大家介紹兩個場景，第一個客戶價值挖掘應用了哪些技術、第二個是如何防範欺詐分子/欺詐團伙的風險，如何準確衡量個人信用的評分評級從而給他一個合適的信用額度，到後期如果發生逾期和欠款怎麼樣智能化的進行催收。第一個場景客戶價值挖掘，我們做線上信貸流量非常之貴，最近一些監管政策出來後稍微好一點了，但是流量本身成本相當之高這是不可質疑的事實，某種程度上怎麼樣更好的經營現有客戶、深入挖掘現有客戶的價值，這也是信貸行業自身良好發展的核心關鍵因素之一。
我們會幫助他們做什麼呢？一個是默客的激活，另外一個是轉化率。這是我們服務的案例，通過同盾的模型，從兩個場景來看：第一個場景是結清未續貸客戶，前一筆貸款已經結清了後面是不是能夠接著重複使用你的產品成為你的忠實客戶？針對這個場景裡面體現的續約率還是有較好的差異點，雖然這個差異點並不像我們想像的那麼大，但是在大基數的基礎上相對的效果還是比較顯著的。第二個場景，現在很多網上應用貸款APP註冊成為你的用戶，但是並沒有真正申請你的貸款產品、使用你的額度，怎麼把他們盤活也有相關的客戶挖掘模型。
針對這些案例我們做了不同分組的實驗，幾個隨機組和同盾模型組進行對比。可以看到在申請率、總體放貸率都是有明顯提升的，這體現了客戶價值挖掘產品是非常有價值的產品。
貸前反欺詐和整體貸前信用審核這塊內容在座的都很熟悉，但是人工智慧在這裡面起了什麼作用呢？首先從反欺詐角度來講，最早同盾做跨行業聯防聯控就是從反欺詐開始的，而且是逐漸發展壯大的，積累了大量的數據。這裡面真的是有成千上萬的特徵變數，但是最終進入到這個模型的只有一兩千個變數，這也是因為算力的提升我們可以做到快速加工和處理，包括很多技術上的支撐幫助我們實現了實時評分。除了模型開發、模型的部署，我們還有後期模型監控和調優的機制。
至於信用審核這塊，同盾實際上也有徵信評分。從信用的角度上來講同盾更多是採用傳統的演算法，當然我們也嘗試用新型演算法來做，但從實際效果來看跟傳統模型的效果差不多。此外，機器學習模型的變數比較多、算力支持要求更高，且解釋性沒有那麼好、那麼強，從信貸的角度來講我們更傾向於繼續使用傳統的模型方式，同時我們也會採取新型新式的演算法並行做一些觀察和處理，這就是同盾在人工智慧反欺詐和信用評估這塊的相關實踐和心得。
曾經有一個論壇談到了現在所謂機器學習模型的發展到底是什麼促進了它，有的人認為演算法比較關鍵、有的人認為數據比較關鍵、有的人認為算力比較關鍵，以前人工智慧機器學習演算法不能大規模的推廣就是因為缺少大數據和算力，到了今天這些都已經具備的條件下要拼的就是演算法了，除了數據的壁壘和不可聯通性目前還沒有很好解決，因此我們都希望做一個聯盟數據能夠共享出來，那樣的話大家真的就是比演算法、比誰做的更準確，更穩定。
最後一個案例分享就是在催收領域的使用。經過前面幾個環節還是會出現逾期情況，大家也知道現在催收面臨著很多挑戰，怎麼能夠智能化的進行催收服務？讓你能夠根據每個人的實際情況、欠款金額和個人信用採取一些有針對性的個性化方案？我經常會因為工作比較忙忘了信用卡還款，等到下個賬單日才發現，然後我願意把我欠的手續費、罰金也願意還上，這種反而是很好給他帶來盈利的客戶，就不需要提醒還款了。
對於另外一些人結合他的風險評分和本身逾期滾動評分來給出不同的催收策略。比如說短期從一天到兩天的概率、兩天到三天的概率，中期從一個月到兩個月的概率，我們可以採取不一樣的話術。同盾推出了一個產品叫逾期管家，這個產品可以根據我們說到的金額和逾期期數結合風險的評級評分相關要素制定個性化的話術，而且催收電話是通過IVR智能語音外呼實現的，欠款的人是男士我們就用女聲來錄，如果是女士我們用男聲來錄，如果這個人是老賴，你也可以採取比較嚴厲的語氣。打過去的時候會說某某某先生，我們是某某某金融機構，您在這有一筆欠款金額多少多少。如果你不按時還款，根據現在的法律法規可能會進入到某某不良名單機制。如果一天之內還款按1，兩天內還款按2，已經還款按3，不想還按4，聯繫客服按5，同時在把這個信息通過簡訊傳過去讓他能夠收到。面對有的人說這是騙子電話怎麼辦？只要你給他一個基本信息都是正確的，這個接受程度就很高。第二個階段正在做交互，打出去電話之後實現機器人對話不用按鍵回復就直接說話，對方接到電話會說你這是騙人嗎？我沒錢還你、找我也沒用，或者說我已經還上了、兩天能還上，他說的話我們能夠把語義分析出來、這些信息獲取下來，這是我們第二步的。正是因為語音語義的解析，包括甚至有些圖像、文本人工智慧相關處理能力的提升，未來在這方面都會有很多很好的應用。還有就是撥打電話的時間也可以設置、話術語義強弱都是可以在這裡面靈活配置的。
現在有很多客戶在用這個方案，好處第一是保證通話質量，催收現在會受到一些投訴，如果人工外呼催收人員情緒特別不好，比如說他今天感覺不好了、在家裡跟誰吵架了，他可能就會把脾氣發到客戶身上去。如果發生這樣的情況人就可以投訴你，投訴你之後這個電話線路就可能會被關掉，這個線路成本是很高的。而逾期管家的方案中外呼都是標準的而且是智能化話術，可以保證他不會生氣。第二個好處，隨著很多金融機構壞賬提升沒法快速組建人工催收團隊，有電催團隊的也沒有辦法快速複製團隊，有了這個方案，在節省人力成本的基礎上效果還比人工的要好，所以預期管家產品具有很大的價值和競爭力。
最後我們認為人工智慧發展是一個大趨勢，從金融行業來講，怎麼去擁抱、使用人工智慧對業內業態進行改進、轉型、升級，是我們必須要去思考的。未來我們可以想像，大家都足不出戶，你的金融需求就已經能夠滿足了，在家裡隨便說一句需要多少錢貸款可能馬上就提現，包括圖像處理、聲音等都可以用來做身份識別，你說的語義我要什麼、要一筆貸款、要多少錢都說得很清楚。再加上你的信用情況、是不是可以還得起借款全都知道，再加上現在所有的先進支付場景，應該說在未來不久能夠實現，業態重塑對於同盾科技這樣屬於三方獨立的數據諮詢、數據服務、智能風控提供商來說，會在大的趨勢裡面有更加廣闊的發揮空間。
感謝大家的時間，希望有機會能夠跟大家繼續詳細討論如何進一步合作，謝謝。
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
【溫馨提示】如何獲得全部演講筆記和演講視頻？
關注【問見】微信公眾號後自動彈出全部內容。
TAG:問見 |