沒有一條真理，可以解決人生所有的難題；也沒有一項(xiàng)技術(shù)，可以幫助一家企業(yè)所向披靡。

金融科技行業(yè)，縱使是一個(gè)簡單的項(xiàng)目，也需融合算法、專家經(jīng)驗(yàn)、工程部署、接口打通等一系列環(huán)節(jié)，才能完成一套解決方案，遠(yuǎn)不止一項(xiàng)單點(diǎn)技術(shù)就可以“打包票”。

在這個(gè)過于信仰技術(shù)的時(shí)代，知道技術(shù)能做什么固然重要，知道它不能做什么也許更重要。

為此，雷鋒網(wǎng)《AI金融評(píng)論》策劃了「AI能否解決金融剛需問題」系列選題，借同一個(gè)話題，對(duì)不同背景的受訪者、產(chǎn)品和客群各異的企業(yè)們進(jìn)行采訪，期望在不同的商業(yè)和技術(shù)認(rèn)知下捕捉觀點(diǎn)碰撞的火花。

在前三篇采訪中，我們采訪了冰鑒科技CEO顧凌云、慧安金科CEO黃鈴、品鈦執(zhí)行副總裁李惠科。

本系列的第四篇文章，由邦盛科技執(zhí)行副總裁王雷講述他從事「AI金融風(fēng)控」多年旅程中經(jīng)歷的有趣故事。

以下為王雷的親身經(jīng)歷：

“頭疼”的難題

一直以來，銀行對(duì)「信用卡套現(xiàn)」的行為都十分頭疼。

信用卡，本質(zhì)上是一種貸款。銀行希望貸款用于消費(fèi)，而不是炒股、炒房甚至賭博。但是，現(xiàn)實(shí)生活中，很多人并沒有合規(guī)地使用這筆錢，從而衍生出了「套現(xiàn)組織」。

對(duì)于銀行來說，信用卡里的錢如果不是用于消費(fèi)，而是用于投資、賭博，一是增大了這筆錢不能返還的風(fēng)險(xiǎn)，二是違背了國家的貸款政策。

所以銀行會(huì)通過一些技術(shù)手段，對(duì)套現(xiàn)行為進(jìn)行識(shí)別、監(jiān)測。

邦盛科技之前就接到一個(gè)大型銀行的訂單，他們本身有一個(gè)在風(fēng)控領(lǐng)域積累了很長時(shí)間和經(jīng)驗(yàn)的優(yōu)秀團(tuán)隊(duì)，但是還是希望在這個(gè)基礎(chǔ)上更上一層樓，于是找到我們，希望通過金融科技公司的AI能力，引入解決問題的新思路。

當(dāng)時(shí)，這家銀行已經(jīng)能很好地識(shí)別出哪些個(gè)體的行為屬于騙貸，但是對(duì)于那些變化多端、組織嚴(yán)密的“專業(yè)”騙貸團(tuán)伙，還是有些束手無策。

在項(xiàng)目初始階段，客戶對(duì)我們的期望很高，認(rèn)為我們一定能通過更先進(jìn)的技術(shù)和方法，通過對(duì)個(gè)體騙貸行為的分析，找到某種聯(lián)系，識(shí)別出詐騙團(tuán)伙。

那會(huì)兒，其實(shí)許多機(jī)構(gòu)還沒能達(dá)到這樣的水準(zhǔn)，即使是行業(yè)里最好的金融機(jī)構(gòu)投入了大量精力，也沒能十分精準(zhǔn)的識(shí)別出這些詐騙組織。而我們又處于創(chuàng)業(yè)初期，經(jīng)驗(yàn)匱乏，當(dāng)時(shí)并沒有信心能完成這個(gè)任務(wù)。

當(dāng)然，有沒有信心和做不做，是兩碼事。我們決定接受這個(gè)挑戰(zhàn)。

一口氣“抓”了幾千個(gè)犯罪團(tuán)伙

樣本，是智能風(fēng)控想要發(fā)揮作用的重要前提。

想要通過AI識(shí)別出詐騙團(tuán)伙，追本溯源，還是得從高質(zhì)量的樣本入手。

而樣本的質(zhì)量高低，很大程度上依賴于專家的經(jīng)驗(yàn)。在風(fēng)控領(lǐng)域，專家的經(jīng)驗(yàn)是比AI能力更稀缺、更重要的資源。比如薅羊毛是怎么薅的、什么樣的行為是薅羊毛，專家會(huì)通過多年積累的經(jīng)驗(yàn)和規(guī)則去識(shí)別哪些行為是“薅羊毛”、哪些行為屬于盜卡、哪些是洗錢、哪些屬于申請(qǐng)欺詐等等。

我們團(tuán)隊(duì)中的優(yōu)秀專家對(duì)這家銀行的樣本進(jìn)行了分析，發(fā)現(xiàn)它們的樣本質(zhì)量不是非常好。

于是專家們通過在風(fēng)控領(lǐng)域多年的經(jīng)驗(yàn)，對(duì)樣本進(jìn)行了加工，獲得了一些我們認(rèn)為比較好的樣本。在此基礎(chǔ)之上，我們使用了機(jī)器學(xué)習(xí)建模平臺(tái)和關(guān)聯(lián)圖譜平臺(tái)，把可疑的個(gè)人和團(tuán)伙都甄別出來。

那次，我們團(tuán)隊(duì)幾個(gè)人在兩個(gè)多月的時(shí)間里，揪出了大幾千個(gè)「信用卡套現(xiàn)團(tuán)伙」，幾千個(gè)賬戶，并查出幾十萬張有問題的信用卡。

經(jīng)過那段時(shí)間的不斷探索后，我們對(duì)整個(gè)行業(yè)的理解有一種豁然開朗的感覺。

之前，我們?cè)跊]有開始做“識(shí)別套現(xiàn)團(tuán)伙”的工作時(shí)，認(rèn)為這是一件很難的事。但下一次在做其他的事情，我覺得是可以解決的，而且思路非常清晰。

其實(shí)，那次項(xiàng)目因?yàn)樯婕暗降你y行體量非常大，我們面臨的風(fēng)險(xiǎn)和壓力也非常大。

但是我們頂住了壓力，積累了許多欺詐團(tuán)伙的特征和畫像，并對(duì)模型進(jìn)行進(jìn)一步的優(yōu)化。

后來這家銀行通過我們提供的線索進(jìn)行了調(diào)查，確定了這些人的確屬于套現(xiàn)團(tuán)伙，并降低了他們的信用卡額度，并對(duì)部分信用卡進(jìn)行鎖卡處理，效果非常好。

也是因?yàn)檫@次經(jīng)歷，我對(duì)AI在「風(fēng)控領(lǐng)域」的應(yīng)用價(jià)值，有了更直觀的認(rèn)識(shí)，使得我對(duì)AI在風(fēng)控場景下的應(yīng)用，更加有信心。

如今，邦盛科技為這家國有大行做了一個(gè)更大的項(xiàng)目，一個(gè)包含申請(qǐng)反欺詐、電子渠道交易反欺詐等全方位、全行級(jí)的反欺詐系統(tǒng)。

而“識(shí)別套現(xiàn)團(tuán)伙”成為了整個(gè)大型項(xiàng)目中的一個(gè)組成部分，繼續(xù)為這家銀行提供服務(wù)。

抓住銀行的心

思之所想、解其所憂，才能抓住一個(gè)人的心。

同理，想要獲得銀行大單，首先要認(rèn)識(shí)它，然后解決它做夢都想解決的問題。

在和銀行客戶打交道時(shí)，不一定所有時(shí)間、所有產(chǎn)品，它都會(huì)覺得滿意。這時(shí)，我們需要對(duì)項(xiàng)目的效果進(jìn)行量化，沉浸到它的角度思考問題，讓它信任你。

因此，我們會(huì)時(shí)時(shí)刻刻追蹤AI產(chǎn)品的效果，并制定一系列可以看得見、摸得著的指標(biāo)，讓它對(duì)我們工作的效果有一個(gè)清晰的認(rèn)識(shí)，建立信任感。

比如攔截非法金額數(shù)目、對(duì)客戶的干擾率程度、風(fēng)險(xiǎn)等級(jí)，我們會(huì)把這些有關(guān)風(fēng)控的數(shù)據(jù)或者結(jié)果記錄下來，作為統(tǒng)計(jì)最終模型好與壞的一個(gè)標(biāo)準(zhǔn)。

我們一般建議客戶，三個(gè)月或者是六個(gè)月調(diào)整或者優(yōu)化一次模型。頻繁的調(diào)整，不是銀行的風(fēng)格。

對(duì)于銀行等金融機(jī)構(gòu)來講，“穩(wěn)定”壓倒一切，其次才是改善。所以，他們對(duì)新技術(shù)的應(yīng)用也是比較謹(jǐn)慎的。

銀行不會(huì)輕易改變自己現(xiàn)有的風(fēng)控方法，因?yàn)楦淖円馕吨淮_定的風(fēng)險(xiǎn)。只有觀察到技術(shù)和效果真的十分穩(wěn)定，他們才會(huì)采用新的技術(shù)系統(tǒng)。

AI在信貸領(lǐng)域主要防控兩種風(fēng)險(xiǎn)，一種是欺詐風(fēng)險(xiǎn)，另一種是我們常見的信用風(fēng)險(xiǎn)，比如我們年輕人十分熟悉的“芝麻信用”和“微信支付分”。

一筆貸款的發(fā)放，銀行得先判斷它是否是有欺詐的風(fēng)險(xiǎn)，然后再判斷它信用風(fēng)險(xiǎn)的高低。

首先，金融機(jī)構(gòu)最擔(dān)心的事兒是被騙子欺詐，把貸款放給了騙子。

當(dāng)通過反欺詐技術(shù)將騙子拒之門外后，銀行還要擔(dān)心普通人能否正常還錢。普通人也有可能因?yàn)樽錾饨?jīng)營不善、丟了工作或者社會(huì)環(huán)境的改變等因素，還不上錢，所以要判斷他們的信用風(fēng)險(xiǎn)。

在評(píng)估信用風(fēng)險(xiǎn)上，「評(píng)分卡模型」是可解釋性非常好、也很穩(wěn)定的一個(gè)模型，現(xiàn)階段也使用的非常多，各家銀行都是比較習(xí)慣使用這種傳統(tǒng)的方式。所以，我們?cè)谶@一領(lǐng)域，需要我們金融科技公司技術(shù)能力的場景并不多。

而在反欺詐領(lǐng)域，越來越多的金融機(jī)構(gòu)開始接受機(jī)器學(xué)習(xí)模型。因?yàn)槠墼p行為更具有隱蔽性，欺詐風(fēng)險(xiǎn)比信用風(fēng)險(xiǎn)更難以控制。

而且業(yè)內(nèi)一般需要六個(gè)月來訓(xùn)練控制風(fēng)險(xiǎn)的模型，上線模型至少又得三個(gè)月，加起來就是九個(gè)月。在這段時(shí)間里，整個(gè)市場的欺詐形式是會(huì)發(fā)生很大變化的，欺詐團(tuán)伙發(fā)現(xiàn)金融機(jī)構(gòu)會(huì)欺詐行為進(jìn)行防控后，他們還會(huì)變換手法。

針對(duì)這樣的情形，邦盛科技專門在模型訓(xùn)練中設(shè)立了一個(gè)環(huán)節(jié)——特征工程。在這個(gè)環(huán)節(jié)中，我們盡量呈現(xiàn)出更多的特征，我們將幾千到上萬個(gè)特征輸入到一個(gè)模型中，使它覆蓋更多的可能性，雖然不能徹底解決問題，但通過這樣的算法調(diào)優(yōu)，欺詐行為的成本會(huì)越來越高。

此外，銀行需要考慮自己所用的技術(shù)，是否符合監(jiān)管政策的要求。

機(jī)器學(xué)習(xí)這類技術(shù)，最大的一個(gè)問題是不透明、不可解釋。它使用的是非線性的算法，當(dāng)模型說貸款可以放，但是它推理的過程是不可逆、也不可用文字解釋的，這樣在使用過程中就會(huì)受到一些限制。

模型本身是一個(gè)算法的配合，我們也在嘗試通過一些技術(shù)方式，來增強(qiáng)模型的解釋性。

AI不是萬能的

邦盛科技從創(chuàng)業(yè)初始，到如今與中國農(nóng)業(yè)銀行、中國建設(shè)銀行、招商銀行等多家大型銀行合作，對(duì)行業(yè)的理解也是經(jīng)歷了一個(gè)從無到有的過程。

但是AI也存在很多不能解決的問題。

剛剛提到AI風(fēng)控效果的好壞取決于樣本。在欺詐等場景中，樣本天然比較充足，而信用卡盜刷、賬戶盜用等場景下，因?yàn)殂y行的防控力度比較強(qiáng)，發(fā)生的案件數(shù)量較少，能積累到的樣本也就較少，使得智能風(fēng)控的效果也是參差不齊。

現(xiàn)在，機(jī)器學(xué)習(xí)和AI應(yīng)用在金融的各個(gè)領(lǐng)域都在嘗試，但是每個(gè)銀行對(duì)樣本積累的重視程度也不一樣，所以有的做的比較好，有的做的一般。

目前我們對(duì)樣本的依賴程度過高，所以業(yè)內(nèi)很多公司也都在嘗試無監(jiān)督或者半監(jiān)督的技術(shù)方式。

有監(jiān)督就是有樣本，無監(jiān)督就是無樣本，半監(jiān)督就是樣本質(zhì)量不夠高。

有監(jiān)督的樣本，是團(tuán)隊(duì)從業(yè)務(wù)中一點(diǎn)點(diǎn)積累下來，通過規(guī)則體系和專家經(jīng)驗(yàn)，輸入到模型，然后模型跑起來。

采用無監(jiān)督的方式，一般是因?yàn)閳F(tuán)隊(duì)沒有積累樣本，又沒有這個(gè)領(lǐng)域的專家，于是依靠純粹的算法，通過聚合量、聚類等數(shù)理關(guān)系，找出高風(fēng)險(xiǎn)的金融交易，提取這些異常的樣本后讓專家判斷。無監(jiān)督的流程是先通過模型得出結(jié)果，讓人來判斷，然后模型再根據(jù)人的判斷的結(jié)果去優(yōu)化。

在實(shí)踐中，我們不管用哪種技術(shù)方法，我們都會(huì)建議客戶采用綜合的解決方案，而不是單一的AI產(chǎn)品，這套解決方案包含著專家經(jīng)驗(yàn)、規(guī)則體系、模型體系、圖譜體系、大數(shù)據(jù)計(jì)算等，這些元素必須結(jié)合在一起才能形成解決問題的合力。

社會(huì)上大部分的問題本身，都是一個(gè)很復(fù)雜的東西，它需要系統(tǒng)化的思路方法和技術(shù)才能解決，我們不能單一地認(rèn)為依賴于某一個(gè)高新技術(shù)就能解決所有問題。

我們每年會(huì)招很多新人進(jìn)來，也會(huì)接觸到很多新入行的創(chuàng)業(yè)者，我整體的感覺是，大家有點(diǎn)過于迷信技術(shù)，迷信高端的算法。

任何一個(gè)技術(shù)的應(yīng)用，都有前提條件，比如數(shù)據(jù)環(huán)境、樣本質(zhì)量。每一次對(duì)AI模型的調(diào)整，少則三個(gè)月，多則幾年，運(yùn)營的成本也非常高。

如果環(huán)境條件不允許，技術(shù)就很難達(dá)到大家期望的狀態(tài)。

所以對(duì)于很多這些新入行的優(yōu)秀人才，我建議先對(duì)這個(gè)領(lǐng)域有一個(gè)比較深刻的業(yè)務(wù)理解，看看沒有能力給技術(shù)創(chuàng)造出一個(gè)好的環(huán)境出來。

沒有對(duì)業(yè)務(wù)足夠深刻的理解，不能把沒有達(dá)到期望的數(shù)據(jù)轉(zhuǎn)化成高質(zhì)量的樣本，模型很難運(yùn)轉(zhuǎn)起來。

雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。