隨著科學技術的快速發展，智能技術正越來越多地改變著金融生態。業內也就此形成共識：金融業作為高度數據化的行業，加上業務規則和目標的明晰，是人工智能和雲計算等數據驅動技術的最好應用場景。
事實上，金融科技這一概念在我國普及的時間並不長，但自2017年以後逐漸熱門起來。在科技賦能金融的時代背景下，不少業內人士認為，智能風控將成為未來三年金融科技主戰場。那麼，當前我國智能風控發展處於什麼水平？有哪些代表性智能風控系統？行業發展還有哪些不足之處？
行業發展參差不齊，斷層比較明顯
何謂智能風控？截至目前並沒有明確的定義。但綜合業內人士的理解，智能風控是一種將大數據、人工智能、雲計算等金融科技綜合應用到風險控制環節的精益風險管理模式。
“在此定義下，我們認為目前行業的智能風控水平參差不齊，我國的智能風控還處在發展階段。當前的智能風控僅僅使用預測技術，但風控的最終目的是解一個有條件的最優化問題，即在風險可控的前提下使資本回報極大化，因此最優決策才是智能風控的最終表現。”馬上消費金融副總經理林亞臣說。
林亞臣認為，預測是決策的一個工具而不能等同於決策，構建更加精準的預測是為了更有效率的做出最優決策。當前，最優化方法和技術在智能風控中的普遍缺失或較少應用是當今中國智能風控的最大短板和較為嚴重的不足。
智能風控主要基於人工智能、大數據和雲計算為主的技術，因此，數據是最為基礎的。但記者在採訪中瞭解到，很多小微企業的數據不完善，或者還沉澱在各平臺的數據庫中，沒有統一的平臺將這些數據整合。
對此，捷越聯合合夥人、向前金服CRO金可冶分析道，當前我國智能風控的行業發展水平參差不齊，斷層比較明顯。銀行體系的國有四大行、頭部股份制銀行及互聯網金融巨頭等頭部企業，因為更重視相關人才的引進以及在智能風控上的投入，所以他們的智能風控水平並不低，甚至有的已經走在了世界的前列。但除此之外的一大批企業，尤其是規模比較小的企業，智能風控水平還差很多。有些企業大談金融科技、智能風控，其實很難做到知行合一。
行業基礎設施要不斷完善
金融科技極大地促進了信貸智能風控的發展。但目前我國的智能風控還處於探索+實踐的階段，在貸前審核、貸中監控和貸後管理等環節都存在不同程度的痛點，這需要金融科技落地風控環節中以實現智能化，進而更好的優化資源配置。
隨著科學技術的快速發展，智能技術正越來越多地改變著金融生態。業內也就此形成共識：金融業作為高度數據化的行業，加上業務規則和目標的明晰，是人工智能和雲計算等數據驅動技術的最好應用場景。
事實上，金融科技這一概念在我國普及的時間並不長，但自2017年以後逐漸熱門起來。在科技賦能金融的時代背景下，不少業內人士認為，智能風控將成為未來三年金融科技主戰場。那麼，當前我國智能風控發展處於什麼水平？有哪些代表性智能風控系統？行業發展還有哪些不足之處？
行業發展參差不齊，斷層比較明顯
何謂智能風控？截至目前並沒有明確的定義。但綜合業內人士的理解，智能風控是一種將大數據、人工智能、雲計算等金融科技綜合應用到風險控制環節的精益風險管理模式。
“在此定義下，我們認為目前行業的智能風控水平參差不齊，我國的智能風控還處在發展階段。當前的智能風控僅僅使用預測技術，但風控的最終目的是解一個有條件的最優化問題，即在風險可控的前提下使資本回報極大化，因此最優決策才是智能風控的最終表現。”馬上消費金融副總經理林亞臣說。
林亞臣認為，預測是決策的一個工具而不能等同於決策，構建更加精準的預測是為了更有效率的做出最優決策。當前，最優化方法和技術在智能風控中的普遍缺失或較少應用是當今中國智能風控的最大短板和較為嚴重的不足。
智能風控主要基於人工智能、大數據和雲計算為主的技術，因此，數據是最為基礎的。但記者在採訪中瞭解到，很多小微企業的數據不完善，或者還沉澱在各平臺的數據庫中，沒有統一的平臺將這些數據整合。
對此，捷越聯合合夥人、向前金服CRO金可冶分析道，當前我國智能風控的行業發展水平參差不齊，斷層比較明顯。銀行體系的國有四大行、頭部股份制銀行及互聯網金融巨頭等頭部企業，因為更重視相關人才的引進以及在智能風控上的投入，所以他們的智能風控水平並不低，甚至有的已經走在了世界的前列。但除此之外的一大批企業，尤其是規模比較小的企業，智能風控水平還差很多。有些企業大談金融科技、智能風控，其實很難做到知行合一。
行業基礎設施要不斷完善
金融科技極大地促進了信貸智能風控的發展。但目前我國的智能風控還處於探索+實踐的階段，在貸前審核、貸中監控和貸後管理等環節都存在不同程度的痛點，這需要金融科技落地風控環節中以實現智能化，進而更好的優化資源配置。
金可冶在接受媒體採訪時表示，目前我國智能風控正在向自動化發展，在信貸流程審批中，用大數據、人工智能算法替代人工審核，實現自動化和智能化。但要徹底解決貸前、貸中、貸後的痛點，需要從微觀和宏觀兩個層面發力。從微觀層面來說，需要更多大數據的開放共享，徵信體系的完善等。從宏觀層面來說，是整個行業的基礎設施要不斷完善，包括監管設施和監管能力的相應發展。
不可否認，有效運用智能風控技術目前已可以解決部分問題。如圖像識別、區域探測和複雜網絡的應用有力地幫助了反欺詐團隊及時和準確發現欺詐團伙；構造收入負債模型，可以有助於防範多頭共債嚴重的問題等。但由於行業的基礎設施還遠未完善，智能風控技術的應用還有待於進一步提高。
搜易貸創始人兼CEO何捷認為，互聯網金融的類型是偏金融的，金融的本質是風險控制，因此，平臺的風控能力要不斷提升。支撐風控水平的關鍵因素是科技創新能力，但除了賦能風控，科技創新還要應用於產品和運營的優化，工作流程以及日常管理等各個方面。
“聽風者”“風刃”等代表性風控系統越來越多
隨著監管體系的不斷完善和監管政策的日趨嚴格，智能風控被賦予了更多期望與要求。與此同時，當前的政策、經濟、社會、技術等多項利好因素也在推動智能產業發展。
林亞臣認為，中國金融市場隨著監管體系的不斷完善，行業將得到更好的發展。監管一致性的逐步落實，使得政策套利空間越來越小；監管對於非法不合規的嚴厲整頓，是對合法合規的持牌金融公司的重大利好，有利於金融市場向更加理性方向發展；監管政策日趨嚴格有利於減少金融系統性風險，有利於良幣驅逐劣幣，使中國金融市場更加健康。在日趨嚴厲的監管下，對於智能風控也是利好。
的確，監管期望金融機構能夠更好地識別風險、前瞻性地處置風險、及時地化解已出現的風險。而事實證明智能風控技術可以有效的識別風險，設計和實施決策處置風險，也可以更有效率的化解風險。
隨著科學技術的快速發展，智能技術正越來越多地改變著金融生態。業內也就此形成共識：金融業作為高度數據化的行業，加上業務規則和目標的明晰，是人工智能和雲計算等數據驅動技術的最好應用場景。
事實上，金融科技這一概念在我國普及的時間並不長，但自2017年以後逐漸熱門起來。在科技賦能金融的時代背景下，不少業內人士認為，智能風控將成為未來三年金融科技主戰場。那麼，當前我國智能風控發展處於什麼水平？有哪些代表性智能風控系統？行業發展還有哪些不足之處？
行業發展參差不齊，斷層比較明顯
何謂智能風控？截至目前並沒有明確的定義。但綜合業內人士的理解，智能風控是一種將大數據、人工智能、雲計算等金融科技綜合應用到風險控制環節的精益風險管理模式。
“在此定義下，我們認為目前行業的智能風控水平參差不齊，我國的智能風控還處在發展階段。當前的智能風控僅僅使用預測技術，但風控的最終目的是解一個有條件的最優化問題，即在風險可控的前提下使資本回報極大化，因此最優決策才是智能風控的最終表現。”馬上消費金融副總經理林亞臣說。
林亞臣認為，預測是決策的一個工具而不能等同於決策，構建更加精準的預測是為了更有效率的做出最優決策。當前，最優化方法和技術在智能風控中的普遍缺失或較少應用是當今中國智能風控的最大短板和較為嚴重的不足。
智能風控主要基於人工智能、大數據和雲計算為主的技術，因此，數據是最為基礎的。但記者在採訪中瞭解到，很多小微企業的數據不完善，或者還沉澱在各平臺的數據庫中，沒有統一的平臺將這些數據整合。
對此，捷越聯合合夥人、向前金服CRO金可冶分析道，當前我國智能風控的行業發展水平參差不齊，斷層比較明顯。銀行體系的國有四大行、頭部股份制銀行及互聯網金融巨頭等頭部企業，因為更重視相關人才的引進以及在智能風控上的投入，所以他們的智能風控水平並不低，甚至有的已經走在了世界的前列。但除此之外的一大批企業，尤其是規模比較小的企業，智能風控水平還差很多。有些企業大談金融科技、智能風控，其實很難做到知行合一。
行業基礎設施要不斷完善
金融科技極大地促進了信貸智能風控的發展。但目前我國的智能風控還處於探索+實踐的階段，在貸前審核、貸中監控和貸後管理等環節都存在不同程度的痛點，這需要金融科技落地風控環節中以實現智能化，進而更好的優化資源配置。
金可冶在接受媒體採訪時表示，目前我國智能風控正在向自動化發展，在信貸流程審批中，用大數據、人工智能算法替代人工審核，實現自動化和智能化。但要徹底解決貸前、貸中、貸後的痛點，需要從微觀和宏觀兩個層面發力。從微觀層面來說，需要更多大數據的開放共享，徵信體系的完善等。從宏觀層面來說，是整個行業的基礎設施要不斷完善，包括監管設施和監管能力的相應發展。
不可否認，有效運用智能風控技術目前已可以解決部分問題。如圖像識別、區域探測和複雜網絡的應用有力地幫助了反欺詐團隊及時和準確發現欺詐團伙；構造收入負債模型，可以有助於防範多頭共債嚴重的問題等。但由於行業的基礎設施還遠未完善，智能風控技術的應用還有待於進一步提高。
搜易貸創始人兼CEO何捷認為，互聯網金融的類型是偏金融的，金融的本質是風險控制，因此，平臺的風控能力要不斷提升。支撐風控水平的關鍵因素是科技創新能力，但除了賦能風控，科技創新還要應用於產品和運營的優化，工作流程以及日常管理等各個方面。
“聽風者”“風刃”等代表性風控系統越來越多
隨著監管體系的不斷完善和監管政策的日趨嚴格，智能風控被賦予了更多期望與要求。與此同時，當前的政策、經濟、社會、技術等多項利好因素也在推動智能產業發展。
林亞臣認為，中國金融市場隨著監管體系的不斷完善，行業將得到更好的發展。監管一致性的逐步落實，使得政策套利空間越來越小；監管對於非法不合規的嚴厲整頓，是對合法合規的持牌金融公司的重大利好，有利於金融市場向更加理性方向發展；監管政策日趨嚴格有利於減少金融系統性風險，有利於良幣驅逐劣幣，使中國金融市場更加健康。在日趨嚴厲的監管下，對於智能風控也是利好。
的確，監管期望金融機構能夠更好地識別風險、前瞻性地處置風險、及時地化解已出現的風險。而事實證明智能風控技術可以有效的識別風險，設計和實施決策處置風險，也可以更有效率的化解風險。
以向前金服的大數據智能風控平臺“聽風者”為例：沿著提升“風險識別能力、風險定價能力、資產管理能力、優質體驗能力”，完善“標準化管理體系、標準化風險預測與監控體系”的宗旨，兩年之間，“聽風者”經過兩次大的迭代，已經成為一個成熟的全流程風控平臺。近期迭代上線的“聽風者”3.0，在原有百餘家數據源基礎上，接入百行徵信、上海資信等權威平臺，在數據分享、行業秩序共建等方面突破以往困境。同時，3.0版本的“聽風者”將傳統算法與創新技術相結合，引進知識圖譜、隨機森林等算法，深入挖掘數據價值。藉助“聽風者”3.0，可對一個借款用戶通過上萬字段進行交叉比對，提高風控精準度。
搜易貸的智能風控系統“風刃”也可謂其中的代表。風刃”依託大金融、大交易和大交互數據，根據不同的目標市場，產品定位和行業分析，圍繞小微企業和企業主建立了五大數據體系和海量數據庫。同時，“風刃”還構建了以人和企業為核心的智能化流程與決策引擎，人工智能干預和適配流程的各個環節，從反欺詐和信用評估的角度，綜合分析數百個特徵變量，給出貸前的風險決策參考，通過評價模型，可以自動估算客戶的授信金額，提高效率，減少成本。依託“風刃”應用，搜易貸撮合的小微企業借款成本降低30%，放款時間縮短75%，獲客成本僅為傳統金融機構的50%，逾期率處於行業較低水平。
無疑，隨著智能風控技術的廣泛應用和其實際效果的優良表現，越來越多的金融及類金融機構加入了研發和使用智能風控的行列，由此帶來更多智能技術的嘗試和應用，從而推動了智能風控的發展進步。
“根據智能風控技術自身發展規律和金融市場發展需求，可以想象，將有更多的金融公司參與嘗試最優決策技術的應用，使得現今的以預測技術為主的智能風控更加豐富多彩，變為預測技術和最優決策技術同時發展；而最優決策技術為公司帶來的經濟利益也會成為推動智能風控進一步發展的動力。”林亞臣分析道。