如何用通俗易懂的方式解釋「智能信貸」？

01-01

智能信貸包括哪些內容？如何進行風險管理？
本題已收錄知乎圓桌 ?金融科技浪潮，更多「金融科技」話題討論歡迎關注

智能是個非常好的詞，因為足夠普適，什麼都可以跟這個片語合。比如智能馬桶、智能汽車、智能筆記本、智能手錶，當然還包括智能信貸。讓我們這幫做依靠技術手段做風控的人著實傲嬌了一把，感謝哪些會起名字的人們，我等屌絲高大上了一回。

不考慮吹牛的需求，目前行業中宣傳智能信貸概念的公司，普遍向著用數據、演算法、系統取代信貸業務中人工的部分的目標前進，持續的投入技術研發圍繞數據技術不斷提升信貸業務的自動化程度、精細化程度、個性化程度。通過數據、演算法、系統相互促進，在整體業務流程中實現更豐富的數據採集點、實現更有節奏的風險管理、實現更優質的用戶體驗。比如我們採集了大量的用戶行為數據，在數據脫敏的情況下使用RNN實現類似於圍棋AI中的價值網路來判斷用戶整體的行為序列所可能產生的結果，來區分正常用戶與非正常用戶，保護正常用戶的金融安全，從技術上講我們團隊產生了高昂的電費- -！

之所以行業會朝這個方向前進，其內因在於業務本身就非常適合技術在其中發揮作用。信貸行業是數據驅動的，整個業務周期會採集大量數據，併產生大量新的數據。信貸行業是低門檻的，只要你有錢有技術一個人都可以做，比如高利貸。信貸行業是流動性強的，因為交易的載體是現金啊。

外因在於整個世界都在慢慢的變成技術驅動的。隨著互聯網行業的興起，近10年來人類生產數據的量超過了人類歷史的總和，海量的數據催生軟體、硬體、演算法的性能不斷突破上線，便利的數據採集方式、廉價的計算環境、豐富的開源軟體支撐著技術能力高速增值。而「On line」的形式使得國家與國家之間的界限變得模糊，知識的獲取變得從未如此方便，為金融技術的進化提供了豐富的知識獲取渠道與大量的技術從業者，具有高度流動性的金融業務在「On line」的環境下也導致各家機構間的業務壁壘變得更加模糊。最後加上大量資本的湧入，為科技的發展增加加足了燃料，只要創業者的故事能夠支撐足夠的投資回報率，就可以獲得10年前想像不到的龐大資金，幫助建立技術、運營、產品紅利，最終創業者們又會反饋給資本高額的彙報，然後再次發生資本對於新的故事的支持。

這些原因使得信貸的業務的競爭從未像今天這樣有趣，從技術上講你所具有的技術別人一樣能夠具有，從客戶上講你所能碰觸的客戶別人也一樣能夠碰觸，從資金上我是窮鬼不適合講這個問題。於是每家機構都在圍繞場景通過技術、運營、產品手段共同構建系統性的競爭優勢。所以現在行業中的一些大神們提出，風險管理不是一門技術而是一門藝術。因為其需要緊密的鏈接信貸業務中每一個環節，包括客戶挖掘、信貸評估、風險量化、運營管理，不良資產管理、宏觀政策以及市場風險、技術研發以及吹牛，從根本上決定一家信貸機構場景的豐富度、價格優勢、產品體驗、業績達成情況與合規，而各家的手段又千姿百態。比如：

1、某農村信貸機構，派人跑去豬圈裡屬豬。來達到量化農民資產情況的目的。

2、某消費金融公司，通過住店銷售人員採集貸款客戶是否光頭、是否紋身以及用戶在APP上填寫申請表單的每一個動作，結合自身演算法進行欺詐管控和風險定價。

3、眾多金融公司都鼓吹知識圖譜技術，實際上就是把客戶的關係性數據進行關聯分析，然後發現異常點。（吐槽：這特么跟知識圖譜最大的關係就是數據結構類似吧？）

4、某大型電商公司，結合自身豐富的場景以及海量的用戶數據，實現整體風控閉環。

5、比如有些信貸機構新產品發布時盲目放貸然後死掉了，比如有些機構引入了灰度發布、灰度測試的機制把新產品發布機制拉長到數月甚至一年，但卻穩紮穩打的逐步壯大。

6、比如我們團隊，數據多到看不過來，通過窮盡方式程序化提取特徵，然後直接靠深度學習演算法跑數據。

最後，風險管理是個嚴肅的系統性的問題。作為技術人員我更感興趣如何創造新的技術高度、如何寫篇高質量的Paper，但作為風險從業人員我們深刻的理解不論是洋槍大炮深度學習，還是大刀長矛肉眼雷達，智能不是目的，賺錢才是硬道理。

Ps：我們花了很多時間鑽研打磨技術，花了更多時間尋找優秀的夥伴。如果你想找一個自由、腦洞大但有能接地氣，大家都寫的一首好代碼，處罰措施是公式推導，有一個安靜的環境讓你進行學術研究，資源還不怎麼受限制的團隊，請聯繫我。

傳統銀行：強特徵風險管理，你的存款、工作、社保、資產、信貸記錄等決定你是否能拿到貸款。單筆數額大，服務人群少，很多人沒有信用記錄沒法貸款，例如開貨車的老司機。

智能信貸：發貸的一般還是銀行，但在通往普通人中間有了智能信貸這麼個中間玩意兒，解決什麼問題呢？弱特徵風險管控，你電話記錄、上網記錄、開房記錄等等都成為了評價你信用風險的特徵，多的可達1200個特徵，比如用錢寶、讀秒、飛貸之類的，個人信用風險評價準確、快速，銀行願意貸款，普通人也有更多能夠享受到。

為啥是智能呢？因為這些弱特徵太多了，必須有自動化的、可自我學習提升的演算法來進行，人來做這1200項弱特徵豈不是累死，也沒效率，也不準確。