文|顏璇
來源|智能相對論（aixdlun）
2017年，金融科技的智能風控開始出現在人們視野，金融科技也從邊緣部門，逐漸走向金融公司的核心。今年，金融科技又出現了新的變化。10月12日，度小滿金融與北京大學光華管理學院宣佈成立金融科技聯合實驗室，聚焦超級關聯網絡等多個金融科技話題，技術企業與高校的強強結合，掀起了“硬”技術和“軟”人才的新競賽。
在這種形勢下，“超級關聯網絡”究竟意味着什麼，大力構建關聯網絡欺詐防護體系的度小滿能讓金融行業重新洗牌嗎？
第一部分：痛點鮮明，消金與監管的“關聯網絡”剛需
過去這一年，隨着AI技術在金融行業的深入使用，“超大關聯網絡”在產品設計、獲客、風控、監管等環節的應用都更加深入，尤其是消費金融、監管科技領域存在的痛點，讓關聯網絡的研究成爲“剛需”。
痛點一：場景分配不足，用戶體驗受限
互聯網浪潮後，電商系的發展使消費金融得到了大幅度的增長，造就了以場景爲核心的網購分期消費金融盛況，互聯網金融機構紛紛坐享場景驅動的紅利。而傳統金融機構卻沒能趕上這波浪潮，至今，在以信用卡和各種消費類貸款爲主的消費金融業務上，傳統信貸的場景化不足導致用戶體驗不佳，尤其是傳統的“線上申請、線下審批（往往比較繁瑣）”路徑讓衆多用戶叫苦不迭。
圖：信用卡髮卡狀況（數據來源：央行發佈整理）
根據央行2017Q1支付系統統計數據顯示，我國信用卡的髮卡量已經達到人均0.32張，但綜合央行持續發佈的各季度歷史數據，可以發現信用卡總的增長趨勢已經減緩，甚至出現了短期下降的情況，這也說明，較少關注場景的信用卡在其他消費金融形態衝擊下，已經受到了不小的“傷害”。
痛點二：數據多≠風控好
中國傳統金融機構的“風控模型”大概起於2009年，在金融危機之後，許多銀行都在銀監會的要求下建立了一些計量模型，這些模型包括徵信報告、年齡、性別、教育程度等指標，數據維度和變量較少。
直到2017年，大數據風控纔在國內落地生根。傳統金融體系這纔開始改變對風控的認知，期待挖掘、激活用戶的消費信息，發展出更多的風控維度。然而，在這個過程中，傳統金融體系“矯枉過正”，陷入了對數據的盲目崇拜。
不少機構用大數據概念拔高品牌，機構間的競爭更加劇了大數據概念的濫用。於是，政府出臺《關於規範整頓“現金貸”業務的通知》，其中明確要求“謹慎使用‘數據驅動’的風控模型”，而各省市近期轉發文件中，對上述要求也一再強調。
盲目崇拜數據，實際上是在削弱對風險的量化能力，因爲缺乏對用戶財產真實性的深度調研，消費金融創業公司只能依靠數據的廣度，即通過對不同數據來源進行交叉驗證，並且在事後收集來予以補償，數據、模型沒有經過壓力測試，最終造成有效性欠缺。
痛點三：反欺詐成主要訴求
一直以來， 用戶飽受數據隱私泄漏的傷害，這也是行業目前面臨的最嚴重的問題。大量欺詐人員存在，將金融平臺當作斂財的源頭，見縫就鑽。業內多位專家曾提出，互聯網金融的風控，60%來自反欺詐——不管是行業還是用戶，都需要一項監管科技，能有效解決合謀、團伙欺詐問題，降低金融機構的獲取信任成本。
第二部分：技術破局，超大規模關聯網絡成“基礎設施”
行業困境的背後，利用關聯規則，建立超大規模的關聯網絡，纔是金融行業破解難題的關鍵，因爲它能挖掘出各個主體間的隱含關係，從而有效識別潛在的風險。
關聯，反映的是一個事件和其他事件之間相互依賴的關係。如果兩項或多項屬性之間存在關聯，那麼，我們只要知道其中一項屬性值，就可以推測出其他的屬性，比如買“嬰兒車”的人，有極大概念擁有“購買尿布”的屬性。
每個人在生產生活中都會產生很多的關聯，這種關聯在金融數據中就會呈現出一個複雜的網狀圖。而超大規模關聯網絡不僅僅是一個網狀圖或者大數據模型，而是一個完整的閉環系統。這個系統基於數百億節點、上千億關聯關係的整合，基於圖的連接性，它包括很多層面，例如貸前、貸中、貸後全面的風控系統的搭建，包括新產品上線的風險評估、渠道管理、反欺詐人工調查，還有操作風險管理、資產管理等。
以度小滿金融爲例，目前其擁有180億+節點、800億+條邊的運算能力，其關聯網絡可以達到秒粒度圖快照和秒級查詢響應。據介紹，北大光華-度小滿聯合實驗室通過對複雜網絡Network Emebdding的研究，將關聯網絡的信息有效應用於度小滿的信用模型和反欺詐模型，可以提升智能風控和監管科技。
首先，不同人羣在消費理念、風險管理、心理預期等主觀行爲上有很大的差異，這會導致即便相同羣體的用戶導入同一數據模型，其最終結果也可能是大相徑庭。因此，利用大規模關聯網絡上的社區發現算法，能夠挖掘發現大量數據中項集之間的相關聯繫，發現優質客戶，拓展業務。也就是根據不同的客戶推薦不同的金融產品，甚至理財產品可以根據客戶的風險偏好來推薦產品，根據個人的喜好以及情況個性化地做產品的推薦和匹配。
其次，超大規模關聯網絡對監管的視角、理念和工作機制等方面也會產生改變。面對目前越來越多的金融欺詐案件，可以也得出一套“規律”，現在金融欺詐大多是團伙作案，作案者與黑名單上的人，多少會有一些聯繫。這個“聯繫”就是“反欺詐”的關鍵。
簡單來說，“反欺詐”就是通過多維度數據，獲取一個用戶的多度關係網，比如說，找到這個用戶的好友的好友的好友，從而尋找背後的深度關聯，並判斷潛在風險。這並不只是一套簡單的規則，而是一套完整的技術，是對整個流程的判斷能力的組合。
智能相對論認爲，超大關聯網絡的應用，是未來智能金融的“基礎設置”。目前，度小滿金融已將關聯網絡深度應用於反欺詐領域，構建立體全棧式反欺詐體系，本次與北大光華合作“超大關聯網絡”的研究課題，將“關聯網絡”的使用場景、深度都做了拓展，有利於以下兩點：
1） 大幅提高度小滿金融黑產防控、欺詐團伙挖掘的效果和效率。
2）形成更完整的反欺詐技術，輸出金融行業。
第三部分：軟硬結合，跨界人才是“關鍵”
所謂金融科技在很長一段時間裏都是“金融”、“科技”兩條腿走路，技術破局的作用在於，將技術與金融更好地合二爲一，技術是硬件，那麼跨界人才就是軟件，成爲完全融合的“keyman”。
“超級關聯網絡”在金融領域的應用，涉及的學科很多，金融學、經濟學、管理學、計算機、圖計算、社會學、心理學等，要將“超級管理網絡“真正在監管、消費金融等領域運用好，跨界人才的培養可以說決定了”奔跑速度“。本次度小滿和北大光華共建實驗室的背後看點，便在與聯合的人才培養。
“高校+企業”的產學研一體化合作模式在硅谷等地已十分成熟，蘋果、谷歌、Facebook 等科技公司與卡耐基梅隆大學、斯坦福大學、麻省理工學院等頂級高校共同合作，爲硅谷的基礎技術研發奠定了堅實基礎。
而這種合作模式的興起是因爲跨學科人才的供不應求。金融科技領域對具備人工智能、機器學習和深度學習等相關技能的人才需求正不斷增長，每個銀行的總行，都成立了專做金融科技的部門，而這個部門最奇缺的，就是數據建模人才。
但是，據專業人力招聘公司 Michael Page（中國）最新發布的《2018 年中國金融科技就業報告》顯示，85% 的金融科技企業表示他們遇到招聘困難，45% 的受訪僱主表示他們面臨的最大招聘困難是難以找到符合特定職位需求的人才。
這是因爲擁有這些技能的跨學科人才在金融科技行業之外的其他領域也備受青睞，來自多個領域的人才爭奪將導致市場上金融科技人才缺口進一步擴大。此次，度小滿與北大光華合作，從實踐和科研兩方面來建設金融科技的“基礎學科”，培養基礎人才，其積極意義其實是爲行業培養人才探索了一條可行的路徑。
結論：
2018年註定融科技深耕發展的一年，當經濟開始退潮下行，下行壓力增大的時候，科技的力量會讓那些擁抱科技、擁抱創新、不斷變革的金融企業在這樣一個大浪淘沙的過程中脫穎而出，發展穩健。
完
智能相對論（微信ID:aixdlun）：深挖人工智能這口井，評出鹹淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的芯片、算法、人機交互等。