139
機器人
人工智能規劃出爐 快牛金科CTO胡亮談AI在金融授信的應用
近日，國務院印發了《新一代人工智能發展規劃》(以下簡稱《規劃》)，《規劃》提出麵向2030年我國新一代人工智能發展的指導思想、戰略目標、總體要求、重點任務和保障措施，並闡述部署構築人工智能發展的先發優勢。
其中，《規劃》明確指出，數據和知識已成為經濟增長的第一要素，要加快培育具有重大引領帶動作用的人工智能產業，促進人工智能與各產業領域深度融合，形成數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。因此，智能金融方麵，《規劃》提出要建立金融大數據係統，提升金融多媒體數據處理與理解能力。
人才、數據、場景，人工智能發展核心三要素
對此，以AI和大數據建模為核心的快牛金科CTO胡亮指出，技術基礎的完善、大數據資源的豐富及各類場景的湧現讓人工智能技術發展不斷趨於成熟，而《規劃》的印發表明人工智能已受到國家層麵的重視，並將迎來更加科學化的指導和發展。對於以技術著稱的金融科技行業來說，這無疑是政策釋放的一個重大利好訊息。
日前，胡亮在接受筆者采訪時又進一步強調，人工智能技術將重構金融生態秩序，革新金融效率，整個金融行業都將迎來前所未有的變革和影響。而對於金融科技企業來說，胡亮認為，部署人工智能必須具備以下幾個核心資質：
首先，需要有一定規模的人才團隊。不同於勞動密集型產業，作為技術密集型的金融科技企業來說，人工智能不僅需要十分優秀的數據建模人才，統計、算法等方麵的人才也必不可少。
其次，海量樣本數據是人工智能發展不可或缺的核心要素，尤其是其底層架構機器學習要求具備足夠多的數據量才能對數據進行學習與清洗，進行反複訓練和迭代，達到最終的學習效果。
另外，金融科技企業發展人工智能也要求其自身具備可應用的場景，以進一步推動人工智能技術的提升和進步。
人工智能嫁接個人授信，革新傳統風控效率
胡亮介紹，作為以人工智能為核心技術的公司，快牛金科當前不僅配備了一支超50人的大數據建模團隊，著力發展人工智能技術，同時還與包括BATJ在內的國內百餘家數據機構達成戰略合作，擁有十分豐富優質的大數據資源。而通過對金融市場現狀的深度調研與分析，快牛金科挖掘了獨特的金融場景，將人工智能技術應用到年輕人授信領域，通過對海量互聯網弱特征數據建模分析，給被傳統金融機構服務排除在外的人群提供信用評估，幫助他們獲取信貸資格。
胡亮分析說到：“傳統授信主要有兩個步驟，先是通過對用戶進行麵簽，確認用戶身份信息和提交資料的真實性，然後再對用戶的資產進行評估，從而決定給多少授信額度，由於涉及到的流程多，所需時間長，造成傳統授信成本高、效率低，用戶體驗也很不好。”
另外，傳統授信過程中，在信審環節需要對用戶的基本信息、薪資記錄、資產記錄以及央行征信報告等強因果數據進行分析，但在中國14億人口中，接近12億人群是缺乏有效征信數據的，這就使得中國金融市場大部分人都不能獲得信貸需求的滿足。快牛金科將人工智能引入金融授信環節，並結合豐富的大數據資源，實現對年輕用戶的授信評估，純電子化反欺詐和信審操作，不僅彌補了傳統金融機構無法輻射到所有用戶的短板，同時也在風控效率、成本和用戶體驗方麵帶來極大的改變。
據統計，快牛金科當前已為1000多萬用戶提供個人授信服務，幫助他們獲得信貸資格。為此，不僅吸引了許多傳統金融機構與之達成合作，同時也先後收獲了包括藍馳創投、元璟資本和京東金融在內的多輪融資。
智能授信並非一帆風順，數據安全成眾矢之的
不過，將人工智能應用到個人授信領域並非一件容易的事，除來自技術方麵的壓力之外，也麵臨著一些輿論方麵的聲討。
胡亮提到，運用人工智能對用戶數據進行建模分析，其中最為基礎的前提就是要有足夠優質、足夠多的數據源，而這必然涉及到一些用戶隱私問題，所以許多數據的使用還需要用戶授權。這樣一來，每當使用到一些核心數據就需要用戶進行授權操作，不僅在用戶體驗方麵有所減損，也會讓用戶產生一些安全方麵的顧慮。
對此，胡亮透露，快牛金科的數據來源主要為國內一些持有牌照的征信公司和大數據機構，而拿到的數據均經過核心算法進行脫敏、加密處理，並非用戶原始信息，所以在安全方麵基本沒有問題，不會侵犯用戶隱私。當前快牛金科數據主要由用戶基本信息與經用戶授權之後的加工信息構成，安全性大有保障。
同時，為更近一步提升用戶體驗，快牛金科一直在讓用戶提供更少信息，卻更能精準有效的進行建模方麵做嚐試，試圖減少用戶授權數據項，更加低頻的打擾用戶，消除用戶對數據泄露和隱私安全方麵的顧慮。
此外，筆者了解到，行業內對數據信息安全的討論也一直接連不斷，在由騰訊公司主辦，下周三即將召開的第三屆中國互聯網安全領袖峰會(Cyber Security Summit，簡稱CSS)中則專門設立了“大數據與雲安全”分論壇，而作為人工智能及大數據建模領域資深專家，胡亮將受邀出席，針對大數據與雲安全方麵相關問題進行主題演講。
最後更新：2017-08-23 10:41:24