【独家访谈】为什么是大数据和人工智能驱动了风控应用?

摘要: 孔子说“自古皆有死,民无信不立。” 后人说“事无信不成,商无信不兴”,可见立信是成事之根基。为此,《金卡生活》对立志做中国领先的智能风险管理服务提供商,同盾创始人、CEO蒋韬进行了专访,看他及带领的企业如何帮助社会、企业“立信”的。

09-16 08:28 首页 智能风控联盟

同盾科技创始人、CEO/蒋韬 接受 金卡生活访谈


孔子在《论语·颜渊》中说,“自古皆有死,民无信不立。” 后人附会说,“事无信不成,商无信不兴”,同样在说“信”,可见立信是成事之根基。为此,《金卡生活》对立志做中国领先的智能风险管理服务提供商,同盾科技有限公司创始人、CEO蒋韬进行了专访,看他及带领的企业如何帮助社会、企业“立信”的。


金融科技竞争的实质是大数据竞争

VS


《金卡生活》:就社交和工作而言,在工具论者的PC互联网时代,由于有无数应用及平台的存在,将社会整体直接平移到大数据时代;而在工具论者的移动互联网时代,由于零杂的社交,以及在碎片化的时间进行碎片化的消费,个人社交、消费数据留存于不同的应用平台,用户个体反而进入了个人数据“碎片化”时代。您怎么看待这一现象?


蒋韬:其实,我也认同此观点。在移动互联网时代,就像你所说,数据是越来越“碎片化”。“碎片化”体现出数据的维度越来越多,样式也越来越多。可能你在很多App、网站和购物平台等都会留下痕迹、行为和数据。此外,现在通过脸部识别、声纹识别等,你可能还留下了声音、图像。你留下各种各样行为是属于结构化的数据,当然还可能留下很多非结构化的数据,其实便形成了你的整体“画像”。


我们看到,随着人工智能、物联网的发展,未来的冰箱、空调,甚至你进家门,开门、出门,所有的东西都跟“云端”打通,从而获取了行为数据。比如,你从冰箱拿了食物,吃进多少热量,洗澡调试的水温,称量体重,这些一一变成了你的行为数据。我们判断,未来随着移动互联网,包括物联网的发展,从结构化到非结构化,数据的维度会越来越多,数据的量也会急剧增长。


《金卡生活》:一般来说,线下信用很好理解。但是,移动互联网让用户更方便、更快捷地体验在线消费,甚至一些平台帮助用户更方便、更快捷地体验线上获客,并开展商业活动。如内容付费、直播等,那么,在线信用随之而来。于此,您是如何看待这一信用转移现象的?


制图 | 陈厚文


蒋韬:这方面我要提到美国。益百利(Experian)、艾克菲(Equifax)和全联(Trans Union)三大征信局基本形成了美国的个人征信体系,他们囊括了约七成美国人的信用数据和记录。但是,这些传统的征信机构,近几年来收购一些在互联网上从事信用、风险评估的创新型公司。比如,益百利在2013年花费数亿美元收购41st Parameter。后者专门在互联网上帮企业评估行为风险。这宗收购背后的原因是什么?其实很简单,益百利向线上拓展征信范围。举例来说,某人在线下借钱还钱,信用表现很好,但是,这个人在线上可能是一个行为不好的人,比如他在线上可能会去从事黄赌毒,利用一些专业的工具盗取他人账号,获取不法收益。特别是类似比特币的出现,对于现金的追踪变得越来越困难,这与过去我的资金从A银行转到B银行,账务转移随时可查,截然不同。


因此,传统征信机构越来越意识到,线下数据与线上数据结合,才能对个人做出更好、更精准的判断。这也是为什么同盾科技定位在线上,帮助一些机构发现潜在的信用风险和欺诈风险,对中国互联网诚信体系形成有效的补充,同时对诚信建设起到辅助的作用。


《金卡生活》:用户数据被一些平台无偿占为己有,通过数据挖掘,复原“碎片化”数据,分析用户需求,从而平台方面可以做两件事情:一是引导用户选择或购买平台的品牌、产品、业务和服务;二是运用用户个人消费数据开展互联网金融,开发互联网消费信贷产品,如“花呗”“京东白条”等。楚河汉界,一目了然。但是,商人无利不起早。您如何看待继阿里与顺丰、华为与腾讯之后,不可避免还会出现“数据争夺战”现象?


蒋韬:还是以美国为例。在美国有在线评估风险的创业型公司,他们与电商、金融机构合作的时候至少要承诺这几件事情。


其一,在线评估风险公司对数据保护的安全等级要高级别。作为一家“云服务”公司,当客户的数据进到“云端”之后,一定要有严格的流程做好保护工作,其安全等级要做得非常高,至少“云端”的安全等级不能比客户低。其二,在线评估风险公司掌握的数据要善加利用和合理利用。这些数据来自电商、金融机构B端,不能从事与其竞争性的业务,做了“裁判员”帮助别人做评估,自己不能又当“运动员”,跳进去做应用。当然,这也是同盾科技秉持的理念,我们坚持做第三方“裁判员”,不会去取得牌照涉及消费金融业务、银行业务和电商业务。


《金卡生活》:早从2015年9月21日起,在商业银行中招商银行率先推出网上转账与手机银行转账同城、异地、同行、跨行全免费,可以免费将招商银行账户里的资金转入在其他银行开设的账户。即便1969年ARPA建立了ARPANET网开始,今年已经“48年岁”的互联网从一开始便秉承了“开放、平等、协作、快速、分享”精神,也无法将在淘宝商城的违约交易无偿与京东商城共享,京东金融“小金卡”账户的失信交易同样不会无偿与微信“微众卡”共享。我们姑且认同平台拥有者自行商业化运用自己平台留存的数据的合理性,那么,您怎么理解目前资金可以跨行清算、转接,但是用户个人消费数据则不能多个平台共享的现象?


蒋韬:我认为,数据不能共享便没有价值,当然,我这里说的数据是“脱敏化”的分析数据。首先,只有数据共享,社会效率才能变得更高,数据真正的价值在于连接和打通。为什么说中国人民银行的数据最有价值,美国征信局的数据最有价值,因为他们能够跨机构。比如,你只要在A金融机构有逾期记录,除A之外的其他金融机构都会知道。每个国家提倡的大数据、云计算战略,其实最终解决信息不对称的问题,信息对称之后,整个社会的效率才能变得更高。


其次,数据共享之后,成本才能变得更低。以推动普惠金融为例,其最大的难点在于两点,一是前面提到的效率低下,另一个就是成本高昂。比如,当金融机构到农村去,给村民放贷的时候,并不掌握他的信用状况,金融机构就得花大量的人力和物力,走村串户,做实地调研。为了放贷几万元,收取了几百块钱的利润,连人力成本都难以覆盖,对于市场化的金融机构来说,从体系和制度将成本降到一定的程度,才有更大的动力去开展普惠金融。


《金卡生活》:2016年12月,致诚信用推出了“阿福共享平台”,并于业内率先提出“共享+”理念,打造一个风险管理及金融科技共享云平台,实现了从最初的单向共享到多元共享,将对接的宜信10年积累的全量借贷数据,及经过反欺诈团队调查核实的风险名单,向行业机构免费提供对接查询,并通过一系列有效机制保证各共享机构间真实、有效、合规的共享。这样的大数据共享,会对行业有什么积极影响或推动吗?


蒋韬:我觉得这也是解决信息不对称,实现信息共享的一种方法。无论哪类推动信息共享的机构,尽管在解决具体问题的方法不尽相同,从本质上来讲都是一样,在朝解决效率和成本双重难题,进行着不懈努力。


《金卡生活》:2016年4月14日欧洲议会通过了商讨四年的《一般数据保护条例》(General Data Protection Regulation),取代1995年发布的《欧盟数据保护指令》(Directive 95/46/EC),并将于2018年生效。《一般数据保护条例》旨在加强对自然人的数据保护,降低企业的合规成本。主要包括:数据主体同意了为特定目的处理其数据,可以随时要求收集其数据的企业或个人删除其个人数据(享有被遗忘权),可向数据控制者索要其数据,也可将其个人数据转移至另一个数据控制者(享有可携带权)。在您看来,未来中国能否进入个人数据流动时代,也就是欧洲议会叫数据主体享有可携带权?


蒋韬:我觉得这个要看国家的立法。在美国,个人有权要求云服务机构删除相应个人数据,甚至还有一些机构,在保护个人隐私方面做了相当极致的程度。如美国的一些“云服务”公司,他们有一个叫红色按钮(Red Button),若出现重大紧急事件,可以一键将所有的信息删除掉。甚至美国国家安全机构到上些云服务机构调查,后者以个人隐私为由拒绝调查,已经不是孤例。


随着我国对保护个人隐私越来越重视,必定会出台相关法律和法规。与此相对应,我认为,“云服务”公司都得去遵守这些法律和法规。


为什么是大数据和人工智能驱动了风控应用

VS


《金卡生活》:今年5月31日,中国人民银行发布《关于强化银行卡磁条交易安全管理的通知》(以下简称“120号文”),要求建立基于大数据技术的风险防控机制。120号文圈定两个时间节点:全国性商业银行于2017年8月底前,其他商业银行于2017年12月底前,完成基于大数据技术的银行卡风险防控系统建设,提升磁条交易风险管理水平。在这样大背景下,在您看来,商业银行传统的风险管理体系到底存在哪些改进的地方?


蒋韬:就是因为他有改进的地方存在,我们才有机会到金融机构做拓展业务。个人认为,在传统的基于银行网点,商业银行的线下风控流程已经是比较完善的了。但是,银行现在面临的最大问题是互联网端发起的挑战,大量的互联网金融机构进入线上市场,以非常低廉的成本获取了用户。


我明白了你的问话逻辑,第二个问题便问到“线上信用”,对于银行来讲,他的短板就在于线上。因此,未来在线上小额信用贷款的场景,牵涉到流量,要求实时决策,实时授信,自动化程度要求非常高。市场非常大,风控需求也非常大。基于大数据和人工智能,开展信贷风控和反欺诈分析,这些恰恰是同盾科技比较擅长的。


《金卡生活》:从你们的实践经验来看,随着普惠金融快速发展,普惠金融受众享受金融服务带来的红利的同时,金融机构如何预期风险的“多”和“少”问题,以便为普惠金融的持续发展奠定基础?


蒋韬:其实,银行非常看重风险防范,所以,如果他要做线上贷款,对于风控一定要有一个预期。从本质来看,做金融并不是一点风险都没有,某种程度是在经营风险,也是在风险可控的情况下,取得的收益要大于风险损失。因此,银行对于欺诈风险评估、信用风险评估的服务的需求非常迫切。比如,一些金融机构,信用卡中心,或者消费金融机构,会用他自己的模型去做风控,而同盾科技将其工具、技术和系统性解决方案“糅合”进去,做到金融机构的外脑,能大大帮助提升银行的风险识别、及防范能力。


《金卡生活》:具体来讲,大数据和人工智能应用于金融机构风险防范,应用类别到底有哪些?


蒋韬:我认为,金融类风险大致分为市场风险、流动风险、信用风险和操作风险四大类。同盾在防范市场风险、流动风险方面不是强项。在防范信用风险尤其是互联网上的客户信用风险方面,我们可以帮金融机构做自动化评估、及辅助决策。而操作风险涉及到两部分,一个是内部操作风险,另一个是外部操作风险。前者属于道德风险,要依靠流程、制度去防范;同盾科技能帮助防范其中的外部操作风险,而“网络欺诈”就是外部操作风险很重要的一部分。


《金卡生活》:对照120号文的要求,一是基于高风险交易特点和持卡人行为特征,建立风险评估模型。二是根据风险等级实施差异化风险防控,对于风险较大、可疑程度较高的磁条交易,采取精准识别、实时拦截等措施。三是通过交易行为分析、机器学习等不断优化风险评估模型,提高欺诈交易拦截成功率,切实提升银行卡交易安全防护能力。那么,同盾科技是否已经具备服务金融机构风控的强大能力?


蒋韬:我们的实力主要体现在以下几个方面。一是实时,或者准实时。对于个人风险的判断按照毫秒级来算,并且,完全是自动化。二是自动演化模型。风险变化万千,要求风控模型、能力要快速演化,演化的速度越快,防范风险的能力越强。传统的建模团队通常做一个模型,后来发现这个模型效果有衰减,重新拿数据去“训练”,模型才能重新上线,通常这个过程要经过三个月,甚至更长的时间。而在此期间风险导致的损失必然会继续发生。但是,同盾科技现在能够做到从发现模型衰减,启动自动“训练”,到重新上线,其过程根据交易场景的不同,大大缩短在数小时至数十分钟之内,让金融机构提前“止损”。三是事后分析。一旦发现某家金融机构发生欺诈案例,通过复杂网络等事后分析工具,很快找到潜在的欺诈分子。比如,通过欺诈分子发现与其关系特别近、关联性特别强的人,这正好应验了“物以类聚,人以群分”那句老话。一旦发现这些人也是欺诈分子,于是放在事前进行实时拦截。因此,整个风险防范从事前、事中、事后形成一个闭环,闭环速度越快,风险防范的效率越高。


当然,同盾科技服务机构客户的风控能力,最好留待客户去评价,留待市场去观察,留待时间去检验。我们的目标做中国领先的智能风险管理服务提供商,将大数据、人工智能与风险管理技术深度结合,实现风险的跨行业“联防联控”。


点击“阅读原文”,直达同盾官网


首页 - 智能风控联盟 的更多文章: