人工智能席卷消费金融，市场进入全新时代！
2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法的出现，人工智能在产业应用上得到快速发展。
此后几年，人工智能也开始不断深入金融业，更有业内人士预测2018年将是金融机构全面智能化转型的一年，人工智能也将全面应用于金融服务。
当然，消费金融机构也不例外……
01
为提升客服效率并优化用户体验，多家消费金融机构上线智能客服
据国家金融与发展实验室于2017年发布的《中国消费金融创新报告》(简称《报告》)显示，我国当前消费金融市场规模估计接近6万亿元，如果按照 20%的增速预测，我国消费信贷的规模到2020年可超过12万亿元。
面对如此潜力的发展空间，金融科技正以势不可挡的风暴之姿席卷全球消费金融市场。
而这场由蓝海转为红海的金融科技之争，除了资金成本和产品实力的比拼，抢占并合理运用人工智能提供高品质的创新服务，将决定着每个消费金融公司的市场竞争力。
据了解目前，包括蚂蚁金服、百度金融在内的多家消费金融机构已将人工智能应用在客服上。
数据显示，截至2017年9月，消费金融借贷规模突破1100亿元，同比增长约1.5倍，用户量达370万，同比增长超3倍。
可以说，传统的人工客服的工作效率和服务质量已很难满足海量用户咨询的需求。而智能客服由于占有大量真实、有效、基于实际业务的超级数据，又具有相当强的自我学习进化能力，因此可以24小时无间断地，高效率地为客户解决各种咨询，并按照客户所需给予满意答案，形成了良好的用户体验的同时，也进一步提高了服务效率。
因此，为了提升客服效率并优化用户体验，国内众多消费金融机构陆续上线“客服机器人”。比如，阿里于2015年7月24日发布一款人工智能购物助理虚拟机器人——“阿里小蜜”，以及马上消费金融在2017年上线的XMA智能客服系统。
02
人工智能在控制和预测欺诈风险上，有着天然优势
除了在客服上的应用，人工智能也被应用到消费金融的风险控制和预测上……
根据相关第三方数据调查统计显示，消费金融以及互联网金融公司的坏账中有超过50%来自于欺诈。对于消费金融公司来说，欺诈风险远远大于信用风险。
欺诈者以非法牟利为目的，在真实交易方不知情的情况下，采取盗取账号、伪造身份、提供虚假信息、进行虚假交易等行为，给正常提供交易的各方造成损失，对互联网消费金融业务提供机构造成严峻的挑战。
面对欺诈者，传统银行的做法是每遇到一次欺诈行为，就将个案的行为特点进行记录，形成一个诈骗规则，如果再遇到类似的规则系统会做出相应进行人工处理。然而这类做法难以满足小额、高频的消费金融需求，对集体性欺诈行为更是无法防御。
因此，如何把被动的反欺诈防御方式变为主动预警，有效预防金融风险是目前消费金融公司需要考虑的。
而人工智能始于大量数据学习的过程，通过数据和行为的分析推导出规则和流程。在消费金融领域，人工智能可以成功预防现有欺诈行为并预测未来数据，在实践中利用消费金融高频的特点进行快速学习，发挥更有效的决策作用，提升普惠资金利用效率。
可以说，人工智能在控制和预测消费金融欺诈风险上，具备一定的天然优势。因此，目前消费金融公司也正在借助人工智能在内的领先技术手段对申请欺诈、信用欺诈、账户盗用、洗钱、羊毛党、虚假交易等行为进行有效防范。
比如，蚂蚁金服打造了蚂蚁安全大脑，通过风险分析网络和决策中枢，对交易风险进行控制。
此外，还有京东金融研发的RNN时间序列算法用来进行用户行为路径学习，对于风险用户识别的准确率可以超过常规机器学习算法的3倍以上。
03
但值得注意的是，人工智能应用于消费金融领域还存在一定局限性
首先，智能化的消费金融服务平台还是建立在互联网基础之上，但影响互联网不确定性因素太多，这样无疑增加了系统性风险。如网站一旦遭到黑客击破，客户信息随时面临被泄露的风险以及经济财产遭受损失的风险。同时网络应用程序一旦发生故障，用户也将会面临信息导入错误程序的风险，进而引发经济损失风险。
其次，人工智能所有的操作技能建立在大量的程序基础之上，发生故障的可能性较大。人工智能自身的学习、决策机制的产生等行为无法追溯，这些加大了开发人员人为造成恶意行为的可能性。但在现有的法律和监管体系下，很难界定人工智能由于故障或行为引发的社会责任问题。
最后，海量的数据是人工智能技术优势发挥的燃料，离开大数据，人工智能就犹如无米之炊的“巧妇”。随着互联网技术的发展和普及，消费金融领域的数据流比较充足，但离全量数据相差甚远。以国内征信为例，在目前收录的8亿人中，有完整征信记录的仅3亿，另外5亿只是录入了基本信息。这样，人工智能在征信领域的应用就会大打折扣。
不过，也有业内人士认为，虽然目前人工智能应用于消费金融还存在一定局限性，但不可否认的是，人工智能正在颠覆传统消费金融的客户服务成本并以一种更经济有效的方式与倾向，加深客户对消费金融机构服务依靠的同时，也将给消费金融行业带来更加广阔的发展空间。
