原標題:度小滿聯(lián)合北大光華聚焦超級關聯(lián)網絡,硬技術能否改變行業(yè)風向?
文|顏璇
來源|智能相對論(aixdlun)
2017年,金融科技的智能風控開始出現(xiàn)在人們視野,金融科技也從邊緣部門,逐漸走向金融公司的核心。今年,金融科技又出現(xiàn)了新的變化。10月12日,度小滿金融與北京大學光華管理學院宣布成立金融科技聯(lián)合實驗室,聚焦超級關聯(lián)網絡等多個金融科技話題,技術企業(yè)與高校的強強結合,掀起了“硬”技術和“軟”人才的新競賽。
在這種形勢下,“超級關聯(lián)網絡”究竟意味著什么,大力構建關聯(lián)網絡欺詐防護體系的度小滿能讓金融行業(yè)重新洗牌嗎?
第一部分:痛點鮮明,消金與監(jiān)管的“關聯(lián)網絡”剛需
過去這一年,隨著AI技術在金融行業(yè)的深入使用,“超大關聯(lián)網絡”在產品設計、獲客、風控、監(jiān)管等環(huán)節(jié)的應用都更加深入,尤其是消費金融、監(jiān)管科技領域存在的痛點,讓關聯(lián)網絡的研究成為“剛需”。
痛點一:場景分配不足,用戶體驗受限
互聯(lián)網浪潮后,電商系的發(fā)展使消費金融得到了大幅度的增長,造就了以場景為核心的網購分期消費金融盛況,互聯(lián)網金融機構紛紛坐享場景驅動的紅利。而傳統(tǒng)金融機構卻沒能趕上這波浪潮,至今,在以信用卡和各種消費類貸款為主的消費金融業(yè)務上,傳統(tǒng)信貸的場景化不足導致用戶體驗不佳,尤其是傳統(tǒng)的“線上申請、線下審批(往往比較繁瑣)”路徑讓眾多用戶叫苦不迭。
圖:信用卡發(fā)卡狀況(數(shù)據(jù)來源:央行發(fā)布整理)
根據(jù)央行2017Q1支付系統(tǒng)統(tǒng)計數(shù)據(jù)顯示,我國信用卡的發(fā)卡量已經達到人均0.32張,但綜合央行持續(xù)發(fā)布的各季度歷史數(shù)據(jù),可以發(fā)現(xiàn)信用卡總的增長趨勢已經減緩,甚至出現(xiàn)了短期下降的情況,這也說明,較少關注場景的信用卡在其他消費金融形態(tài)沖擊下,已經受到了不小的“傷害”。
痛點二:數(shù)據(jù)多≠風控好
中國傳統(tǒng)金融機構的“風控模型”大概起于2009年,在金融危機之后,許多銀行都在銀監(jiān)會的要求下建立了一些計量模型,這些模型包括征信報告、年齡、性別、教育程度等指標,數(shù)據(jù)維度和變量較少。
直到2017年,大數(shù)據(jù)風控才在國內落地生根。傳統(tǒng)金融體系這才開始改變對風控的認知,期待挖掘、激活用戶的消費信息,發(fā)展出更多的風控維度。然而,在這個過程中,傳統(tǒng)金融體系“矯枉過正”,陷入了對數(shù)據(jù)的盲目崇拜。
不少機構用大數(shù)據(jù)概念拔高品牌,機構間的競爭更加劇了大數(shù)據(jù)概念的濫用。于是,政府出臺《關于規(guī)范整頓“現(xiàn)金貸”業(yè)務的通知》,其中明確要求“謹慎使用‘數(shù)據(jù)驅動’的風控模型”,而各省市近期轉發(fā)文件中,對上述要求也一再強調。
盲目崇拜數(shù)據(jù),實際上是在削弱對風險的量化能力,因為缺乏對用戶財產真實性的深度調研,消費金融創(chuàng)業(yè)公司只能依靠數(shù)據(jù)的廣度,即通過對不同數(shù)據(jù)來源進行交叉驗證,并且在事后收集來予以補償,數(shù)據(jù)、模型沒有經過壓力測試,最終造成有效性欠缺。
痛點三:反欺詐成主要訴求
一直以來, 用戶飽受數(shù)據(jù)隱私泄漏的傷害,這也是行業(yè)目前面臨的最嚴重的問題。大量欺詐人員存在,將金融平臺當作斂財?shù)脑搭^,見縫就鉆。業(yè)內多位專家曾提出,互聯(lián)網金融的風控,60%來自反欺詐——不管是行業(yè)還是用戶,都需要一項監(jiān)管科技,能有效解決合謀、團伙欺詐問題,降低金融機構的獲取信任成本。
第二部分:技術破局,超大規(guī)模關聯(lián)網絡成“基礎設施”
行業(yè)困境的背后,利用關聯(lián)規(guī)則,建立超大規(guī)模的關聯(lián)網絡,才是金融行業(yè)破解難題的關鍵,因為它能挖掘出各個主體間的隱含關系,從而有效識別潛在的風險。
關聯(lián),反映的是一個事件和其他事件之間相互依賴的關系。如果兩項或多項屬性之間存在關聯(lián),那么,我們只要知道其中一項屬性值,就可以推測出其他的屬性,比如買“嬰兒車”的人,有極大概念擁有“購買尿布”的屬性。
每個人在生產生活中都會產生很多的關聯(lián),這種關聯(lián)在金融數(shù)據(jù)中就會呈現(xiàn)出一個復雜的網狀圖。而超大規(guī)模關聯(lián)網絡不僅僅是一個網狀圖或者大數(shù)據(jù)模型,而是一個完整的閉環(huán)系統(tǒng)。這個系統(tǒng)基于數(shù)百億節(jié)點、上千億關聯(lián)關系的整合,基于圖的連接性,它包括很多層面,例如貸前、貸中、貸后全面的風控系統(tǒng)的搭建,包括新產品上線的風險評估、渠道管理、反欺詐人工調查,還有操作風險管理、資產管理等。
以度小滿金融為例,目前其擁有180億+節(jié)點、800億+條邊的運算能力,其關聯(lián)網絡可以達到秒粒度圖快照和秒級查詢響應。據(jù)介紹,北大光華-度小滿聯(lián)合實驗室通過對復雜網絡Network Emebdding的研究,將關聯(lián)網絡的信息有效應用于度小滿的信用模型和反欺詐模型,可以提升智能風控和監(jiān)管科技。
首先,不同人群在消費理念、風險管理、心理預期等主觀行為上有很大的差異,這會導致即便相同群體的用戶導入同一數(shù)據(jù)模型,其最終結果也可能是大相徑庭。因此,利用大規(guī)模關聯(lián)網絡上的社區(qū)發(fā)現(xiàn)算法,能夠挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項集之間的相關聯(lián)系,發(fā)現(xiàn)優(yōu)質客戶,拓展業(yè)務。也就是根據(jù)不同的客戶推薦不同的金融產品,甚至理財產品可以根據(jù)客戶的風險偏好來推薦產品,根據(jù)個人的喜好以及情況個性化地做產品的推薦和匹配。
其次,超大規(guī)模關聯(lián)網絡對監(jiān)管的視角、理念和工作機制等方面也會產生改變。面對目前越來越多的金融欺詐案件,可以也得出一套“規(guī)律”,現(xiàn)在金融欺詐大多是團伙作案,作案者與黑名單上的人,多少會有一些聯(lián)系。這個“聯(lián)系”就是“反欺詐”的關鍵。
簡單來說,“反欺詐”就是通過多維度數(shù)據(jù),獲取一個用戶的多度關系網,比如說,找到這個用戶的好友的好友的好友,從而尋找背后的深度關聯(lián),并判斷潛在風險。這并不只是一套簡單的規(guī)則,而是一套完整的技術,是對整個流程的判斷能力的組合。
智能相對論認為,超大關聯(lián)網絡的應用,是未來智能金融的“基礎設置”。目前,度小滿金融已將關聯(lián)網絡深度應用于反欺詐領域,構建立體全棧式反欺詐體系,本次與北大光華合作“超大關聯(lián)網絡”的研究課題,將“關聯(lián)網絡”的使用場景、深度都做了拓展,有利于以下兩點:
1) 大幅提高度小滿金融黑產防控、欺詐團伙挖掘的效果和效率。
2)形成更完整的反欺詐技術,輸出金融行業(yè)。
第三部分:軟硬結合,跨界人才是“關鍵”
所謂金融科技在很長一段時間里都是“金融”、“科技”兩條腿走路,技術破局的作用在于,將技術與金融更好地合二為一,技術是硬件,那么跨界人才就是軟件,成為完全融合的“keyman”。
“超級關聯(lián)網絡”在金融領域的應用,涉及的學科很多,金融學、經濟學、管理學、計算機、圖計算、社會學、心理學等,要將“超級管理網絡“真正在監(jiān)管、消費金融等領域運用好,跨界人才的培養(yǎng)可以說決定了”奔跑速度“。本次度小滿和北大光華共建實驗室的背后看點,便在與聯(lián)合的人才培養(yǎng)。
“高校+企業(yè)”的產學研一體化合作模式在硅谷等地已十分成熟,蘋果、谷歌、Facebook等科技公司與卡耐基梅隆大學、斯坦福大學、麻省理工學院等頂級高校共同合作,為硅谷的基礎技術研發(fā)奠定了堅實基礎。
而這種合作模式的興起是因為跨學科人才的供不應求。金融科技領域對具備人工智能、機器學習和深度學習等相關技能的人才需求正不斷增長,每個銀行的總行,都成立了專做金融科技的部門,而這個部門最奇缺的,就是數(shù)據(jù)建模人才。
但是,據(jù)專業(yè)人力招聘公司Michael Page(中國)最新發(fā)布的《2018年中國金融科技就業(yè)報告》顯示,85% 的金融科技企業(yè)表示他們遇到招聘困難,45% 的受訪雇主表示他們面臨的最大招聘困難是難以找到符合特定職位需求的人才。
這是因為擁有這些技能的跨學科人才在金融科技行業(yè)之外的其他領域也備受青睞,來自多個領域的人才爭奪將導致市場上金融科技人才缺口進一步擴大。此次,度小滿與北大光華合作,從實踐和科研兩方面來建設金融科技的“基礎學科”,培養(yǎng)基礎人才,其積極意義其實是為行業(yè)培養(yǎng)人才探索了一條可行的路徑。
結論:
2018年注定融科技深耕發(fā)展的一年,當經濟開始退潮下行,下行壓力增大的時候,科技的力量會讓那些擁抱科技、擁抱創(chuàng)新、不斷變革的金融企業(yè)在這樣一個大浪淘沙的過程中脫穎而出,發(fā)展穩(wěn)健。
【完】
智能相對論(微信ID:aixdlun):深挖人工智能這口井,評出咸淡,講出黑白,道出vb深淺。重點關注領域:AI+醫(yī)療、機器人、智能駕駛、AI+硬件、物聯(lián)網、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機交互等。
- 世間將再無松下電視:松下官宣解散家電子公司并徹底放棄電視機業(yè)務
- 雅迪集團與南都電源簽署協(xié)議:攜手共繪固態(tài)電池未來藍圖
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領先技術與深度整合是關鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關注
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。