AI加速金融创新步伐

发布时间：2019-06-18 分类：趋势研究

在互联网金融领域，金融机构与金融消费者之间、金融监管机构与金融机构之间常存在严重信息不对称的问题，导致了许多交叉和并发风险。而人工智能在金融监管方面具有全局性分析优势，能够在尽可能减少用户干扰的情形下保持很高的安全性，更好地识别和应对系统性金融风险。并且人工智能的机器学习能力具有良好的应变性，能够更好地构建互联网金融监管模型。

此前，传统的监管合规更多地依靠人工核查，大多采用统计报表、现场检查等方式，监管机构依赖金融机构报送监管数据和合规报告，这种监管模式存在明显的时滞性。而人工智能在数据信息处理这一方面，具有天然优势。它不仅能高效处理大量级数据，而且能将图片、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，并在此基础上建立基于机器学习的反欺诈模型并对其进行反复训练和实时识别。

在实际的操作中，基于人工智能和大数据分析反欺诈的应用难点就在于如何把不同来源的结构化或非结构化的数据整合在一起，并构建反欺诈引擎，从而有效地识别出身份造假、团体欺诈、代办包装等欺诈行为。而知识图谱作为关系的整合以及表达解析方式，可以很好地解决这些问题，当发现信用表现出现风险的时候，能够及时做出风险预警，启动“先知”的防御机制。

AI对于底层数据的识别分类应用在实践中也非常有帮助，例如底层数据标注等业务场景中，通过AI判定识别、人工过滤清洗的结合，可有效帮助高可用性内部数据的增长。

此外，人工智能还具有自然语言处理能力，能够从语义层面上对数据信息进行分析，而不仅仅是停留在符号处理上，能够帮助监管机构从数以亿计的交易信息中筛选出具有较强相关性或者可疑的交易数据，还可以帮助从业人员从中提炼有价值的交易信息，提高监管人员的监管效率。在人工智能识别的基础上行使监管自由裁量权，既能够简化监管机构审核工作，也将更多的人力资源从传统的“准入型监管”脱离出来，投入交易行为本身，以及研究技术加密机制、脱敏机制等技术手段和管理制度，进而确保人工智能驱动的金融科技监管基础信息的有效性。

“没有监管的创新会是一场灾难”。当下，互联网巨头纷纷转型，银行系金融科技公司加快布局，科技公司开启转型突围……金融创新风靡的同时，金融监管技术需求也更加强烈。

关于迪蒙

热门文章