图片（piàn）来源：图虫创意

2022年（nián），是（shì）“金融科技发展规划（huá）”第二个三年的开端。而近年来（lái），AI风控（kòng）技术与金融（róng）行业的结合愈发紧密。

此前，根（gēn）据（jù）艾瑞咨询《2020年（nián）中国AI＋金融行业发展研究报（bào）告》，AI风控约占到了2019年AI金（jīn）融市场规模的45%。AI技术（shù）与风控的结合（hé）也被银行等金融机构（gòu）视为最（zuì）有（yǒu）价值的（de）技术落地场景。

其中，银行（háng）是AI风控（kòng）的主（zhǔ）要投资者。2019年（nián），银行业在AI风控（kòng）中的投入为67.51亿元，占银行业（yè）在AI技术总投入的60.44%。据据（jù）艾瑞咨询研究院预（yù）计，2022年银行在AI风（fēng）控的投入将达到115.90亿元；中期来看，未（wèi）来银行对于AI风（fēng）控的（de）投入占AI总投（tóu）入的比例将（jiāng）保（bǎo）持在（zài）50%以上。

近日，爱分析（xī）首席分析师张扬（yáng）在（zài）接受时代财（cái）经采访时表（biǎo）示（shì）：“以银行信贷（dài）业务为例，机器自动审核已经替代（dài）了人工审核，这（zhè）种机器审核所（suǒ）依赖的算法模型基于对AI技术的运用。目前（qián），AI模（mó）型已经附入银行线上业务的生产（chǎn）系统之中（zhōng），并且正在产生实际（jì）效果。”

多方入局

无论（lùn）传统金融还（hái）是互联网金融，风控都是一个绕不开的（de）关键话题。

随着业务的数字化（huà）、线上化进程不断加快，基于传统的业务拓展模式所发展起来（lái）的传统风控方式和（hé）管控（kòng）手段已不能适（shì）应大部（bù）分业务创（chuàng）新的需要。

在（zài）面对金融机构业务在线上化的过（guò）程中（zhōng）可能（néng）会面临虚假申请（qǐng）、伪冒交易（yì）、内容违规等风险，AI技术在（zài）金融行（háng）业风控上的运用已远远走在了合规管（guǎn）理运（yùn）用（yòng）的前列。

如今，AI风控是金融数字（zì）化最主要的应用场（chǎng）景，也是（shì）最（zuì）有价值的应用场景。

据艾瑞咨询《2020中国（guó）AI+金融行（háng）业发展研究报告》，从2019年中国金（jīn）融机构AI投入规模结构中可以看出（chū），银行业、互金行（háng）业和保险行业是AI技术的主要（yào）购（gòu）买方，其中银行业的业务（wù）最为复杂，数据海量，同时（shí）风控要求最高，成为（wéi）了金融领域中AI技术最主要的需求方（fāng）。

在过去几（jǐ）年中，银行业（yè）对于AI技术的投（tóu）入持续（xù）增（zēng）加。据上述报告预测（cè），2022年银行（háng）业在AI方面的总投入（rù）规模（mó）将超过220亿元，其中在AI风控的（de）投入将达到115.90亿元。

从技术获取途径看，银行业主要依靠（kào）与AI公司合作，采购相应的产品和服（fú）务，2019年（nián）采（cǎi）购规模占投入的85%。

随着（zhe）银行自建科技子公司等增强（qiáng）自研能力（lì）的举措发展壮大，其采购规模将有所下降，不过（guò）合作与技术采（cǎi）购仍然（rán）会是行（háng）业中主要的技术获取手段。

一（yī）位曾经供职于（yú）外资机（jī）构的风控（kòng）人员表示，“有了AI风控后，很（hěn）多很费时间的流程就省了。”对于（yú）银行来（lái）说（shuō），在搭建风（fēng）控体系过（guò）程中，绝不是单靠一个模型、一个单点就可以识别（bié）的，否则很（hěn）难真正抵达（dá）风险核心、控制全局风险的效果。

目前，在实际应用过程中，银行（háng）的AI风控系统（tǒng）能够帮助（zhù）银行增加30%左右（yòu）的“降低（dī）成本、增加效率（lǜ）”的（de）效能。

上（shàng）述（shù）风控人员（yuán）称，以前银行对于营销活动（dòng）的（de）损失没有（yǒu）具体概念（niàn），很难判别到底有（yǒu）多少营（yíng）销费用（yòng）到了（le）真正（zhèng）的用户（hù）手里（lǐ），有多少被黑产套走了（le）；针对新型诈（zhà）骗方法，AI风控产品（pǐn）能帮助（zhù）金融机构（gòu）实现（xiàn）风（fēng）控（kòng）效果、降低获客（kè）成本，以及提升（shēng）运营效率之间的平（píng）衡（héng）。

不过，因为银行各部门之间存（cún）在（zài）严（yán）重（chóng）的信息壁垒，且金（jīn）融领域的数据对用户隐（yǐn）私要求较高，AI风控操作（zuò）起来具有挑战性。

张扬在接（jiē）受时代财经（jīng）采（cǎi）访时表示，“对于大额贷款，AI的（de）风（fēng）控（kòng）效果（guǒ）还不足以（yǐ）去替代线下。”

其进（jìn）一步（bù）解释（shì）称，目（mù）前的AI风控更多适用于小额贷款（kuǎn），对于几十万甚至上百（bǎi）万的（de）大（dà）额（é）贷款，还很（hěn）难（nán）做到线（xiàn）上（shàng）风控。“但是AI风控需求将长期（qī）存在，未（wèi）来的增量主要体现在（zài）对（duì）公业务，最好能在提升大额信贷风控的效果方面出现突破。”

此外，在多数场景下（xià）AI技（jì）术都与个人隐（yǐn）私密不可分，也曾（céng）因信息滥用（yòng）、隐（yǐn）私泄（xiè）露等风险而受到诟病。“机器在进行训练（liàn）时，需要获取（qǔ）大量用户（hù）行为（wéi）数据（jù），不过因为有些数据受到（dào）《个人隐私（sī）法》的（de）保护，AI风（fēng）控目前还面临着（zhe）数据源的挑战（zhàn）。”张扬说。

除银（yín）行业（yè）外（wài），最近（jìn）几年，有不少金融机构（gòu）选择和第三方智能风控公司合作（zuò）构（gòu）建智能风控体系（xì）和平台。

源起基金（jīn）合伙人廖浪桥近日向时代财经表（biǎo）示，“公司目（mù）前（qián）有一小部分涉及到AI风控系统。”廖浪桥指出，相较于头部基金公司来说（shuō），在AI落地的过程（chéng）中（zhōng），一些小公司承（chéng）担不了过高的成本。“例如现在像大（dà）数据（jù）存储可（kě）能就（jiù）需要（yào）投入（rù）上千万，这对一些小（xiǎo）公司来说都算是（shì）天文数字了，所以实施起来（lái）比较难（nán）。”

AI如何落地？

时下新（xīn）技（jì）术层出（chū）不穷（qióng），金融风控领域弥漫着“唯AI论”的气（qì）息。

AI在金融的商业化、规模化落地，信（xìn）贷风控是（shì）最典型也最为（wéi）人熟知（zhī）的场景之一。以银行为例，如（rú）今的人工（gōng）智能，可以根据海量数据开发和训（xùn）练信贷风控模型，利用算（suàn）法在（zài）贷前评（píng）估预测用户的（de）还款能力和还款意愿，在贷中实时监控借款人，对可能出现的违约进行（háng）事前干预。往（wǎng）常（cháng）需要六个月（yuè）时间走（zǒu）完流动（dòng）性贷款，现在可以实现秒批秒贷、智能（néng）催收等等，大大节约了时间。

张（zhāng）扬（yáng）表（biǎo）示，与（yǔ）人（rén）工相比，AI更“聪明”，经验也更加丰富。“在（zài）设计贷（dài）款风控模型时，AI可以通过机器学习，生成上万条海量特（tè）征，这个肯（kěn）定是人工做不到（dào）的。特别是（shì）对于小额（é）贷款，很（hěn）多时候通过（guò）专家等人工制定的规则其实（shí）并不（bú）像机器那样（yàng）直接有效（xiào）。”

此外，在响应的及时（shí）度上，机器也（yě）明显（xiǎn）快于人工。张扬举例称，现在一些线上的小额贷款，基（jī）本（běn）上都能（néng）实（shí）现几分钟放款，这主要（yào）是由于（yú）审核、风控环节的（de）时间被大大压缩。“利用人工去（qù）判断，至少需要（yào）几分钟（zhōng）甚至几个小时的时间，但是用机器去判（pàn）断（duàn）可能基本上都是秒（miǎo）过。这是传统的风（fēng）控很难做到位的，只有（yǒu）AI风控才能做到。”

除了及时性，AI还（hái）具有强烈的自主性，能在（zài）不断的自（zì）主学（xué）习中“自我成长”。若（ruò）前期发（fā）放的（de）贷款出现（xiàn）了逾（yú）期、坏账（zhàng）等“机器判（pàn）断失误”的状况，AI也可以对原模型进行追溯调整，并在这个过程中实现自我成长。

目前，金融机构越（yuè）来越注重（chóng）对AI风控（kòng）的自主研（yán）发，此外，也有不少外部厂商（shāng），为银行、保险公司、证券公司（sī）等终端甲方用户提供AI风控服务，并最终落地于黑名（míng）单、数据管（guǎn）理、反欺诈、授信、评分、额度等（děng）多项业务。

作为数据（jù）使用方，金融（róng）机构可以通过隐私计算技（jì）术，来安全、合规地融合行业数据和（hé）外部数据，为具体的业务场景提质增效。

隐私（sī）计算（suàn）技术服务商洞见科技的（de）合伙人（rén）、副总裁李博（bó）近日在接受（shòu）时代财经采访时表示，隐（yǐn）私计算正（zhèng）处于大规（guī）模商业化落地早（zǎo）期，金融领域头部客户不断落地商业化市场需求。洞见科（kē）技自主（zhǔ）研发的金融级隐（yǐn）私（sī）计算平台（tái）InsightOne在金（jīn）融领域的应用场景很多（duō），主要包括（kuò）基于隐（yǐn）私计（jì）算的（de）联（lián）合风控、联合（hé）营销、反电（diàn）诈（zhà）、反洗钱、精准（zhǔn）投放（fàng）、资产（chǎn）扫描、精算定价等。

李（lǐ）博告诉（sù）时代财经，在风（fēng）控场（chǎng）景中（zhōng），可以基（jī）于洞见科（kē）技InsightOne隐私计算平台，构建金融机（jī）构与外（wài）部机构之间安全（quán）可控的数（shù）据协作通道。

他（tā）指出，在原（yuán）始（shǐ）数（shù）据不出库的（de）前（qián）提下，通过使用（yòng）金融机构（gòu）内（nèi）部客（kè）户数据和（hé）外部（bù）合作（zuò）数据联合（hé）构建（jiàn）风控模型，并基于模型进行（háng）实时预测。

在（zài）银行信（xìn）用（yòng）卡（kǎ）账单分（fèn）期业务中，通（tōng）常存在行方（fāng）内部数据维度有限的问题，此外（wài），通过API查询补充客户标（biāo）签（qiān）的方（fāng）式不仅存（cún）在泄露行方大量存量客户信（xìn）息的风险，也会（huì）造成（chéng）极大的成本浪费。李（lǐ）博对此称，“以洞见科技（jì）与某股份制银行（háng）合作项（xiàng）目为例（lì），在该行（háng）信（xìn）用卡账单分期有效模型（xíng）案例中，洞见科技为该行建（jiàn）立了账（zhàng）单分期营销模型，实现最终模型KS值达（dá）到40%以上，在保障客户信息安全（quán）的（de）前（qián）提（tí）下，有效改善了（le）业务效果。”