1.3.3　智能风控

智能风控，即智能风险控制，是指利用人工智能、大数据等相关技术进行风险控制和风险提示。传统的风控技术，多由各机构自己的风控团队，以人工的方式进行经验控制。随着互联网技术的不断发展，以大数据为核心的智能风控更加科学有效。随着大数据解决方案的普及，智能风控已经可以收集更多维度的数据来进行更精细的用户画像，包括一些行业数据、用户的互联网浏览数据、司法执行数据、第三方信用数据、出行数据、电商平台的交易数据、电话通信数据和社交数据。如何利用好这些维度很高的数据，需要一个智能的解决方案。因为这些数据大多是非结构化的数据，可能来自邮件、视频、文本、语音、点击浏览行为、社交网络等多种渠道。数据的量级和清洗是一个重要的环节。在此之上人工智能可以带给我们大量自动的规则学习，同时带给我们更加强大的表达能力，而不仅仅是一些线性模型。当我们加入更多数据的时候，关于人的描述已经上升到更高维度的空间中，这时，我们就需要表达能力更强的模型，比如GBDT的模型，有几千个有权重的子树，比如深度学习网络，多层的神经元通过加工，自动抽取最优组合。总的来说，人工智能对这些数据的处理不但更加迅速，而且可以挖掘出更加有效的特征。举例来说，一个传统的贷款业务可能需要2~3天来审批，而一个基于人工智能模型的自动审批方案可能只需要几秒钟就可以完成。传统风控模型的迭代周期较长，可能要数个月甚至数年，但是人工智能极大简化了这个过程，同时大大提高模型验证和迭代的速度，提高了效率。