前言
2020年初的新冠疫情在金融領(lǐng)域“催生”的“零接觸式服務(wù)”進一步推動了金融科技的應(yīng)用與落地。在后疫情時代，隨著5G，大數(shù)據(jù)，云計算，人工智能，區(qū)塊鏈等新興技術(shù)與金融業(yè)務(wù)的不斷結(jié)合，金融行業(yè)的數(shù)字化大“變身”也在不斷蓄力。
近年來，AI在金融服務(wù)賦能和業(yè)務(wù)模式變革方面全面發(fā)力，從“千人千面”的智能營銷到虛擬員工的智能客服，從“火眼金睛”的智能風(fēng)控到無處不在的智能運營，AI都在為金融行業(yè)的科技之路保駕護航。
人工智能平臺中的AI
實現(xiàn)規(guī)模應(yīng)用的“哆啦A夢”
在人工智能平臺前，金融行業(yè)特別是銀行中的建模大都還是SAS、SPSS等統(tǒng)計建模軟件的天下，雖然它們在評分卡等領(lǐng)域曾經(jīng)輝煌過，但在大數(shù)據(jù)時代的長河里，它們漸漸失去了往日的光芒。
這時,具有大數(shù)據(jù)基因，且整合了大數(shù)據(jù)機器學(xué)習(xí)框架以及多種計算機語言的人工智能平臺應(yīng)運而生。其不僅利用分布式計算部署能力和容器技術(shù)讓計算能力和速度進一步提升，而且還降低了建模計算的使用門檻，讓前線的業(yè)務(wù)人員也能體驗小白上手大數(shù)據(jù)建模的快感，同時也能讓建模與業(yè)務(wù)場景結(jié)合地更緊密，讓建模結(jié)果更好地賦能業(yè)務(wù)。
AI讓數(shù)字金融向智慧金融“進化”
更加精細化的客戶管理：
將集中于客戶關(guān)系管理系統(tǒng)中的人口屬性數(shù)據(jù)、集中于交易系統(tǒng)，產(chǎn)品系統(tǒng)以及客戶關(guān)系管理系統(tǒng)中的信用屬性數(shù)據(jù)、集中于渠道和產(chǎn)品系統(tǒng)中的消費特征數(shù)據(jù)、來自運營商，電商等外部廠商的興趣愛好和社交信息數(shù)據(jù)，都導(dǎo)入至數(shù)據(jù)市場中
立足于實際業(yè)務(wù)場景需求找到強相關(guān)數(shù)據(jù)
利用邏輯回歸、支持向量機、決策樹、K-Means等分類、聚類算法對客戶進行等級/種類劃分，并基于數(shù)據(jù)統(tǒng)計/規(guī)則定義/算法挖掘建立完整的用戶標(biāo)簽體系
將客戶群體切割成更細的粒度
（eg：將客戶精分為獲取期、提升期、成熟期、衰退期和退化期，從而可以挖掘找到高價值客戶）
經(jīng)典的客戶生命周期理論
更加個性化的產(chǎn)品營銷：
將產(chǎn)品系統(tǒng)中的各大理財產(chǎn)品基本信息、投資組合、公告信息和財務(wù)報表相關(guān)數(shù)據(jù)導(dǎo)入至平臺中
進行精細化產(chǎn)品畫像構(gòu)建
產(chǎn)品推薦系統(tǒng)架構(gòu)圖
（eg：通過對潛力客戶的用戶畫像特征變量進行分析，預(yù)測其進一步升級成為優(yōu)質(zhì)客戶的可能性，對可能性高的客戶進行產(chǎn)品精準(zhǔn)營銷，從而能夠提升營銷的針對性和成功率）
默默陪伴不騷擾的個性化數(shù)字金融產(chǎn)品，當(dāng)客戶需要時又能在第一時刻出現(xiàn)，AI將產(chǎn)品營銷做到極致！
更加全面化的風(fēng)險管控：
風(fēng)險管控貫穿于金融業(yè)務(wù)貸前、貸中和貸后的整個生命周期中。
貸前-貸中-貸后風(fēng)控流程模型，來源：艾瑞咨詢研究院
貸前客戶準(zhǔn)入風(fēng)險審核：
1）根據(jù)央行征信數(shù)據(jù)以及用戶提交的相關(guān)材料進行身份核實，確保用戶不存在欺詐歷史；
2）結(jié)合用戶的社交數(shù)據(jù)、行為數(shù)據(jù)、收入數(shù)據(jù)等個人屬性信息，利用隨機森林等分類算法對用戶的信用風(fēng)險等級進行判定，預(yù)測用戶未來的履約能力；
3）利用用戶的收入及負債相關(guān)數(shù)據(jù)了解用戶的負債能力和收入穩(wěn)定性，并結(jié)合信用等級評分?jǐn)?shù)據(jù)，應(yīng)用廣義線性模型和主流貸款定價方法確定放款額度、月供金額和償還期限
貸中客戶行為實時監(jiān)管：
1）粗粒度的用戶層欺詐識別：根據(jù)金融平臺上對用戶交易行為的限制，及用戶實際發(fā)生的交易行為進行對比，應(yīng)用邏輯回歸等算法判定用戶是否屬于欺詐用戶；
2）細粒度的交易層欺詐識別：利用交易上下文、交易行為發(fā)生IP、設(shè)備、地域的相關(guān)數(shù)據(jù)，結(jié)合邏輯回歸算法以及圖計算算法和知識圖譜判定交易行為的欺詐性，從而挖掘出相關(guān)欺詐用戶
貸后對公客戶違約預(yù)測：
構(gòu)建交易知識圖譜、供應(yīng)鏈知識圖譜以及企業(yè)知識圖譜，利用復(fù)雜網(wǎng)絡(luò)挖掘擔(dān)保網(wǎng)絡(luò)中的風(fēng)險信息，再對挖掘出來的相關(guān)風(fēng)險特征進行建模，從而能夠更好地對某一筆借據(jù)的違約風(fēng)險和逾期傾向進行預(yù)測，并對逾期概率大的借據(jù)進行特別關(guān)注和預(yù)警。
即使AI算法只能解決可控風(fēng)險，但AI仍努力讓風(fēng)控落到實處。
“哆啦A夢的神奇口袋”里不僅有多種數(shù)據(jù)源對接工具，還有標(biāo)準(zhǔn)化的AI服務(wù)模塊和通用組件，其提供的快速復(fù)制及靈活研發(fā)能力讓AI在金融行業(yè)得到規(guī)�；瘧�(yīng)用，在各個業(yè)務(wù)場景遍地開花。
同時針對數(shù)據(jù)孤島困境、數(shù)據(jù)隱私保護的限制以及數(shù)據(jù)單一導(dǎo)致的算法模型精度問題，“口袋”中的聯(lián)邦學(xué)習(xí)模塊都能完美解決。它能讓各金融機構(gòu)之間以及金融機構(gòu)和其他行業(yè)機構(gòu)間在保護原始數(shù)據(jù)隱私安全的情況下進行聯(lián)合機器學(xué)習(xí)建模，既能滿足金融業(yè)務(wù)需求，又能保障合規(guī)要求。
金融科技的賽道中，AI在全力奔跑。想知道知識圖譜是如何成為AI屆的“孫悟空”，利用其“火眼金睛”全面把控金融風(fēng)險的嗎？下一篇揭曉答案！
