新浪财经

拍拍贷陈磊:用科技赋能金融监管 用技术驱动合规安全

云掌财经

关注

原标题:拍拍贷陈磊:用科技赋能金融监管 用技术驱动合规安全 来源:云掌财经

作者:云掌财经 张明

金融体系中的科技因素,也在发生着变化。从原先传统IT软硬件辅助金融、提升效率,到如今的大数据、云计算、人工智能等新兴科技赋能金融,创造出了各类全新业务生态。科技对于金融的价值,逐渐从辅助地位上升至影响未来发展的关键因素。但不可否认的是,新兴技术具有生命周期,而且必然受到强监管,这对金融科技企业来说,既要在监管下稳步进行,也要不断结合新技术,做好风险防范。

陈磊在第二届上海人工智能大会上做主题演讲

8月24-25日,由中国科学院上海高等研究院主办,上海市人工智能学会作为指导单位,上海城市公共安全研究中心承办的2019第二届上海人工智能大会暨第二届图像视频处理与人工智能国际会议在上海举行。拍拍贷副总裁陈磊获颁大会“最具创新力个人”称号,并做《AI+金融——拍拍贷的实践》主题演讲,得到了与会各界的一致关注。就此,云掌财经在现场对拍拍贷副总裁陈磊进行了专访。

在谈到用户信息获取和隐私安全以及风险控制方面。陈磊表示,拍拍贷的定位是有深厚金融业积累的数据服务公司,可以提供客户标准化的信贷评分,也可以根据客户的需求来定制化信贷评分;整个的模型周期基本包含数据收集, 数据清洗, 特征工程, 模型训练, 模型验证与迭代等。数据来源主要包含:自有积累数据、用户的授权采集数据、有定制化需求用户提供的数据,如百行征信等。更多精准数据的应用,也使得人工智能发挥出更大能量。此举对提升拍拍贷自身风控能力,进一步打击逃废债、欺诈借款等失信行为都有较大裨益,同时,也对推动社会个人征信体系建设以及征信市场规范健康长久发展起到了积极影响。同时也从多个层面来保证数据安全,比如系统隔离、数据加密及脱敏等。

拍拍贷的风险控制得益于前期大量的数据积累和技术实践,拍拍贷在复杂数据的使用,特别是多模态和时序数据挖掘上采用了深度学习来实现特征的自动提取;在模型算法上引入了集成学习和迁移学习,来充分利用弱数据和其他场景数据,同时自研的AutoML也帮助模型的快速开发和上线,在线学习的使用使得模型上线后能够自动迭代演进,对抗衰减。

风控技术的应用有一个从基础架构、到算法再到领域能力的延伸。在基础架构层面,拍拍贷注重大数据平台的建设,从离线的到在线的,从批处理到流式计算,使得风控流程的字段、规则以及工作流得到精准实现和高性能服务。

据介绍,在风控方面,拍拍贷从贷前到贷后,已经实现了全流程的风险控制,尤其是在贷中的反欺诈识别环节,拍拍贷研发的“明镜”智能反欺诈系统和“魔镜”大数据风控系统,可智能进行图像反欺诈、识别团伙欺诈、关联信息图形化展示、自动迭代等。其中在识别团伙欺诈中效果明显,提高反欺诈团队调查效能70%。同时,拍拍贷搭建的贷后风险管理体系也能够精准评估入催案件质量和逾期用户的风险程度,充分提高催收质量和催收的回款率。

陈磊等获颁第二届上海人工智能大会“最具创新力个人”

在谈到用户如何感知到拍拍贷把AI等技术应用到服务场景时。陈雷表示,ABCD(AI/Blockchain/Cloud computing/Big Data)技术围绕数据的获取、存储、计算、挖掘和决策服务,金融科技企业使用这些技术来实现基于数据的业务服务,例如拍拍贷AI技术帮助用户自动识别卡证信息、帮助风控系统提取关键特征,大数据技术帮助实现了决策流程的自动化和高速化。

从用户来看,技术的应用使得金融服务能够渗透到更广泛的群体,用户需求也被更好的洞察,服务更加便利化、及时化、个性化和智能化,用户获取金融服务的效率得到提升,用户和金融科技企业的距离被拉近。

在具体业务中,技术有时辅助人工,有时则可以起到部分或完全替代人工的作用。

以客服机器人为例,拍拍贷研发了基于自然语言处理和深度学习的智能客服机器人,其所采用的LSTM+Hierarchical Attention模型,效果比SVM模型提高约30%,在验证集上准确率95%,能够有效查别用户情绪,智能搜索知识图谱,在多轮对话中高效解答客户疑问。在拍拍贷应用了智能催收技术后,我们可以做到:帮助催收人员快速筛选有意向还款的用户,提高催收效率;针对高风险用户,在还款日临近前提醒,降低入催率;逾期天数在10天内的案件,直接移交给机器人进行催收。以实际产出来看,拍拍贷智能催收机器人已经成功回收了数亿元逾期款项,催收逾期天数在3天内的案件时,机器人的回款率能实现人工的90%以上。

陈磊接受云掌财经专访

在谈到技术如何赋能金融科技企业的合规监管时。陈磊表示,人工智能在数据信息处理这一方面,具有天然优势。它不仅能够高效处理大量级数据,而且能够将图片、语音、视频等复杂的非线性、非结构化数据,转化为标准化、结构化数据进行分析。

比如运用知识图谱进行反欺诈,很多团伙、中介实际上是很大规模的一张网,需要从很多层关系中把坏人找出来,这里面有几个挑战:一个是数据量要很大;第二个是需要有标签;第三是需要有很强的工程能力,最后是需要很强的复杂网络算法技术。

在一般传统数据库里,数据量不大的话,可能勉强可以看两层,但要同时看到三层五层,而且是大面积的、每个节点都算一遍的话,是搞不定的,所以是要有很强的工程能力。如果用开源图数据库,数据量到千万级就会崩掉。因此实际上真正的图数据库技术壁垒是很高的。

拍拍贷的竞争优势在于服务用户积累下来的经验和能力,这个能力说白了就是基于数据的信贷业务能力,覆盖了整个信贷周期,从流量,风控到运营。

科技具有良好的普适性,是金融科技公司与持牌金融机构合作的基础。陈磊表示,拍拍贷积累了大量业务经验和数据,而由此形成的科技能力、方案以及之上承载的业务平台具有高扩展性,保障了开环合作和开放场景的应用支持。十二年来,拍拍贷已经形成了技术支撑业务、业务帮助提炼更好技术的正向循环。

“拍拍贷从2017年开始就尝试做开环的合作,包括流量、风险、系统、征信、资金等方面,希望能够在这个开放的生态里有更多应用。我们与30余家各类金融机构合作新型助贷模式,目前在新增成交中的占比已达50%以上,今后也会在科技能力、科技产品上有更多的合作。”另,拍拍贷从成立之初就拥抱监管,面向合规,有着强烈的社会责任感,积极推动参与社会征信体系的建立,相继加入到中互金和百行的征信数据统筹体系中。

加载中...