随着柯洁对战阿尔法狗(AlphaGo)以0:3的结局落幕，人工智能又一次登上各大主流媒体的头条，各届人士对于人工智能的热议更是经久不息，而在金融领域，业界关注的是人工智能否进一步提高企业反欺诈能力，为企业的运营发展提供有力保障。

目前，市场上出现的各类信贷管理平台长期面临两大风险——信用风险和欺诈风险。相比前者，欺诈风险给平台和行业带来的损失更为巨大，有数据显示，消费金融领域有超过50%的坏账损失来源于欺诈。而相比银行等金融机构，传统的经验式反欺诈模型已经难以适用于用户规模以千万级、亿级为单位的小额信贷平台，以大数据分析和机器学习为核心的人工智能应运而生，并开始应用于反欺诈领域。

定位于为持牌金融机构提供获客和风控服务的上海前隆金融信息服务有限公司(以下简称：前隆金融)，以移动互联网、云计算、大数据分析和机器学习为基础，自主研发了人工智能反欺诈体系。前隆金融首席风控官何同国表示，该体系基于近万个维度对用户进行全方位评估，做出精准的欺诈风险识别预测，能够提升65%的欺诈识别率，并配合多个风控环节控制信贷风险，目前业务不良率在2.2%上下。

和信用风险不同，欺诈风险多发生于贷前，所以反欺诈体系的重点是在贷前识别出欺诈风险。何同国表示，“欺诈风险指的是客户在发起借款请求时即无意还款的风险，如恶意借款、多头借贷等，一旦放款几乎意味着坏账，因此反欺诈更多的着重于贷前控制，前隆金融正通过人脸识别、机器学习等人工智能技术打造出反欺诈系统，在贷前及时排除拥有欺诈风险的客户。”

大数据是人工智能“理解”的基础，只有在大数量、高质量的数据前提下，人工智能才能在反欺诈领域发挥作用，这正是前隆金融人工智能反欺诈体系的第一步。“前隆金融人工智能反欺诈系统处理的数据主要包括两大类，分别为用户申请数据和第三方数据。”何同国向记者表示。

据了解，前隆金融将逐步运用人脸识别、声纹识别、情感识别等人工智能技术，确保申请信息的真实性，防止出现因信息冒用带来的欺诈。此外，前隆金融还在和多家依法成立的征信机构合作，用户维度达到近万个，为人工智能反欺诈系统提供大量的分析数据，这也是当下金融科技公司追求的“大数据”。

前隆金融人工智能反欺诈体系的第二步是进行数据加工、分析，为模型提供相匹配的数据。目前，前隆金融已自主研发数据清洗处理平台进行海量数据清洗，并研发数据治理平台进行数据的管理。

在人工智能反欺诈领域，数据的搜集和清洗是基础，模型的搭建才是反欺诈系统成败的关键。何同国表示，模型要落实到具体的业务场景和具体的产品渠道上，进行定制化搭建，这样才能将反欺诈落实到每一个点上。目前，前隆金融已搭建关系图谱反欺诈模型、模糊匹配等多类模型，提升反欺诈系统的有效性。其还曾与百度联合建模，过程中双方采用两套算法，但最终双方的预测效果达成一致。而基于已拥有的建模能力，前隆金融正在对外输出此项能力，与国内大型互联网平台合作，支持不同业务场景，提供以风控模型输出为核心的灵活解决方案。

人工智能反欺诈体系的高效率优势显而易见，为信贷平台业务规模的扩大提供了条件，但这并不意味着完全摒弃人工，正如何同国所说，“人工智能并不是来取代人类，而是让人能够创造更大的价值。”前隆金融反欺诈体系囊括了人工智能和人工信审两大类，基于人工智能通过大数据“发现”客户的欺诈风险，由人工信审做最终的风险排除，二者是互补关系，共同构成前隆金融反欺诈体系。

关键词 人工智能 火花 金融