危與機(jī)的攻防轉(zhuǎn)換，成為今年金融行業(yè)震蕩向上突破的主旋律。

疫情沖擊了金融機(jī)構(gòu)的傳統(tǒng)展業(yè)方式，信用風(fēng)險(xiǎn)集中爆發(fā)，重線下靠人工的獲客、風(fēng)控、貸后管理模式敗得一塌涂地。不過，危難之中的機(jī)遇也愈發(fā)清晰，金融機(jī)構(gòu)對(duì)依托人工智能、云計(jì)算在內(nèi)的科技化手段認(rèn)識(shí)更深一步，彌補(bǔ)智能化運(yùn)營(yíng)短板成為金融行業(yè)的共識(shí)。

業(yè)內(nèi)人士透露，春節(jié)后持牌消費(fèi)金融公司等金融機(jī)構(gòu)向數(shù)字化轉(zhuǎn)型轉(zhuǎn)變。其中，一個(gè)比較明顯的趨勢(shì)為貸中、貸后借助人工智能決策工具處理的業(yè)務(wù)占比大幅提升，部分消費(fèi)金融公司智能機(jī)器人的工作量能占到九成。

從人工智能的落地情況來(lái)看，移動(dòng)支付、消費(fèi)金融是人工智能最先滲透的場(chǎng)景之一。人工智能的三駕核心馬車為數(shù)據(jù)、算法、算力，數(shù)據(jù)是人工智能從實(shí)驗(yàn)室走到具體服務(wù)場(chǎng)景的基礎(chǔ)，而移動(dòng)支付和消費(fèi)金融背后豐富的應(yīng)用場(chǎng)景，恰好為人工智能落地提供了完備的生態(tài)土壤。

反之，金融科技領(lǐng)域的人工智能技術(shù)也為銀行、消費(fèi)金融公司、信托、保險(xiǎn)等機(jī)構(gòu)輸出智能綜合解決方案，優(yōu)化企業(yè)的營(yíng)銷獲客和風(fēng)控流程。以薩摩耶?dāng)?shù)科為例，薩摩耶?dāng)?shù)科在人工智能領(lǐng)域研發(fā)的自動(dòng)建模平臺(tái)AUTOMAN 1．0，便可以通過模型、策略自動(dòng)迭代更新，及時(shí)識(shí)別、掌控未知風(fēng)險(xiǎn)，讓金融樣本處理成為業(yè)務(wù)決策自動(dòng)化的一環(huán)。

國(guó)務(wù)院于2017年出臺(tái)《人工智能發(fā)展規(guī)劃》，各地政府紛紛加大人工智能投入力度，人工智能已成為國(guó)家戰(zhàn)略。當(dāng)前，人工智能已在金融、汽車、物流等領(lǐng)域應(yīng)用，產(chǎn)業(yè)各方的人工智能服務(wù)方案雛形已成，待技術(shù)更加成熟后，滲透率也會(huì)隨之增加。

人工智能的目標(biāo)是提升產(chǎn)業(yè)生產(chǎn)力，最大限度把一個(gè)企業(yè)從重復(fù)性的工作中解放出來(lái)。金融行業(yè)與人工智能深度融合，在降本增效的同時(shí)必然會(huì)重塑金融業(yè)，一場(chǎng)以智能＋金融的新格局慢慢成型。

金融需要何種人工智能？

近三年來(lái)，金融科技行業(yè)風(fēng)起云涌，形成了少量頭部機(jī)構(gòu)與眾多中尾部機(jī)構(gòu)并存的格局。無(wú)論是以螞蟻集團(tuán)、京東數(shù)科、360數(shù)科為代表的互聯(lián)網(wǎng)系巨頭，還是以薩摩耶?dāng)?shù)科為代表的行業(yè)領(lǐng)先的金融科技公司，均研發(fā)了大量的人工智能技術(shù)。

就金融機(jī)構(gòu)的需求而言，在急需降低成本的市場(chǎng)環(huán)境中，很多機(jī)構(gòu)迫切要用智能化的科技手段取代勞動(dòng)密集的人工模式，將人力成本降下來(lái)。同時(shí)，為提升貸前、貸中、貸后的運(yùn)營(yíng)管理效率，金融機(jī)構(gòu)也逐漸從粗放管理向精細(xì)化的管理方式轉(zhuǎn)變。

拿風(fēng)控來(lái)講，傳統(tǒng)金融機(jī)構(gòu)一方面轉(zhuǎn)型線上，缺少必要的人才、技術(shù)支撐；另一方面在面臨信用風(fēng)險(xiǎn)較高的長(zhǎng)尾客群時(shí)，缺乏用戶全生命周期模型管理經(jīng)驗(yàn)。在普惠金融趨勢(shì)下，下沉客群又是金融機(jī)構(gòu)受理的客群之一。

這就引申出到底什么樣的人工智能與金融機(jī)構(gòu)的需求匹配，或者說(shuō)什么樣的人工智能對(duì)于金融機(jī)構(gòu)才真正有價(jià)值。

根據(jù)金融業(yè)務(wù)的實(shí)際情況，金融機(jī)構(gòu)的需求邏輯主要集中在兩三個(gè)方面，其一是必須合規(guī)；其二工具能夠“即接即用”，減少對(duì)接成本和其他支持費(fèi)用；其三工具能在短時(shí)間內(nèi)讓金融機(jī)構(gòu)看到效果，并能為金融機(jī)構(gòu)帶來(lái)的價(jià)值覆蓋技術(shù)服務(wù)費(fèi)成本。

按照上述人工智能服務(wù)金融機(jī)構(gòu)的價(jià)值導(dǎo)向，行業(yè)內(nèi)確實(shí)有一批能為金融機(jī)構(gòu)帶來(lái)較大增益、推動(dòng)風(fēng)控運(yùn)營(yíng)智能化的工具。在這些人工智能解決方案中，薩摩耶?dāng)?shù)科旗下的自動(dòng)建模平臺(tái)——AUTOMAN 1．0可以稱得上是一個(gè)典型的樣本。

AUTOMAN 1．0是將人工智能應(yīng)用在模型設(shè)計(jì)領(lǐng)域，使模型開發(fā)周期減少50％－70％，最短可在2周內(nèi)完成樣本建模任務(wù)，極大地縮短原始樣本與經(jīng)營(yíng)決策的距離，實(shí)現(xiàn)整體降本增效。

在風(fēng)控模型中，KS指標(biāo)來(lái)評(píng)估模型的區(qū)分度一項(xiàng)核心指標(biāo)，區(qū)分度越大，說(shuō)明模型的風(fēng)險(xiǎn)排序能力越強(qiáng)。AUTOMAN 1．0在測(cè)試環(huán)境中，KS值區(qū)分度高出人工建模效果0．05個(gè)百分點(diǎn)。

具體到風(fēng)控場(chǎng)景里，AUTOMAN的樣本研判及處理、最優(yōu)模型保存及部署、新樣本預(yù)測(cè)、模型訓(xùn)練及調(diào)優(yōu)四大功能，能通過便捷的方式直接接入金融機(jī)構(gòu)的系統(tǒng)中，使得風(fēng)控模型辨識(shí)風(fēng)險(xiǎn)的精準(zhǔn)度更高。

值得一提的是，AUTOMAN雖然內(nèi)置前沿流行算法，但用戶沒有知識(shí)背景也能熟練使用，這背后主要靠AUTOMAN的一鍵建模模式。該模式下，不需要合作機(jī)構(gòu)寫代碼，按照說(shuō)明放好樣本就能訓(xùn)練出可部署調(diào)用的模型。另外，AUTOMAN還能自動(dòng)安裝所需環(huán)境依賴包，用戶無(wú)需再自行設(shè)置環(huán)境。

模型調(diào)優(yōu)方面，AUTOMAN內(nèi)置自研究調(diào)參算法，幫助模型開發(fā)工程師使用集成工具包提升模型開發(fā)效率。 簡(jiǎn)單便捷并不意味著效果打折，AUTOMAN在效率與精度、標(biāo)準(zhǔn)化與通用性之中實(shí)現(xiàn)平衡，具備低成本、高精度、高效率地實(shí)現(xiàn)樣本可視化的特點(diǎn)。

數(shù)據(jù)決定AI算法的精度，算法精度決定AI產(chǎn)品質(zhì)量。薩摩耶?dāng)?shù)科從真實(shí)的金融場(chǎng)景入手，不斷提升智能化模型的精確度，唯有精度高了才能幫助客戶構(gòu)建智能化的風(fēng)控大腦。不只是薩摩耶?dāng)?shù)科，任何金融科技平臺(tái)的人工智能解決方案都需遵循這一前提。