杭州2018年9月13日電 /美通社/ -- 人工智能等信息技術的應用，對銀行的業(yè)務創(chuàng)新具有很大意義。依托積累的龐大數(shù)據(jù)資源，銀行業(yè)借助人工智能技術，能夠大力推動商業(yè)模式與安全技術創(chuàng)新，不斷提升風控、分析和決策能力，并提高運營效率和服務水平。
信貸業(yè)務是銀行業(yè)的主營業(yè)務，也是目前跟 AI 融合最深入的場景，研究 AI 在信貸領域的應用對整個 AI+ 金融有很大的啟示作用。
信貸業(yè)務流程主要可分為三個階段：第一、營銷獲客；第二、貸前反欺詐、貸前信用審核以及貸中監(jiān)控；第三，貸后管理。
每個環(huán)節(jié)都存在固有的痛點和挑戰(zhàn)，很多都是長期存在的頑疾，AI 技術的進場不同程度上改變了整個局面。同盾科技作為國內第三方智能風控服務提供商，在利用 AI 賦能銀行的道路上始終走在行業(yè)前列，同盾科技全流程智能風控具有非常典型的代表性。近期，針對信貸業(yè)務的三個階段，同盾針對性地提出了智能化解決方案：用戶增長服務、貸前反欺詐及信用風控服務、逾期管理智能催收服務。
用戶增長服務|系統(tǒng)化經(jīng)營客戶整個生命周期
信貸客戶生命周期解構成獲取、提升和成熟、衰退流失三個階段。
客戶獲取階段的使命是發(fā)現(xiàn)并獲取潛在客戶，增加流量轉化率，相應的解決方法是建立潛客響應模型。
用戶從各個渠道進入平臺時，標簽信息基本為零，通過同盾潛客響應模型的篩選，可以對客戶進行360度精準畫像，以分值的形式將客戶劃分成高響應、中響應和低響應三種狀態(tài)，針對三種不同圈層的客戶推出針對性的方案。
通過高、中、低層次劃分，在流量驅動的獲客階段，銀行能調配出最優(yōu)資源配比，把較好的營銷資源投入到較高層次客戶身上。
客戶提升和成熟階段的關注點是挖掘存量客戶較大價值，增加粘性和品牌忠誠度。
此階段相對應的解決方案是產(chǎn)品推薦模型或交叉營銷模型，通過產(chǎn)品推薦模型可以幫助銀行有效識別用戶對不同產(chǎn)品的潛在需求，對特定客群積極開展交叉營銷活動，提高個性化匹配的幾率，從而提高利潤。
客戶衰退階段的目標是延長客戶的生命周期，挽回流失客戶，讓其對信貸產(chǎn)品重新產(chǎn)生興趣。同盾流失召回方案可以有效分辨出哪些是流失用戶，并評估其召回響應概率，同時可提供額度調整建議。
在用戶引入、成長、成熟、休眠和流失等不同生命時期，企業(yè)對客戶進行適當?shù)哪繕斯芾?，在每個節(jié)點都能創(chuàng)造出巨大的價值。
貸前反欺詐以及信用風控
獲客對于銀行只是第一步，隨之而來的風控問題也是一大考驗，貸前反欺詐、信息核驗和信用評估是貸前風控三個重要環(huán)節(jié)。
貸前反欺詐
信貸業(yè)務面臨的欺詐形式主要是團伙欺詐，近年來團伙欺詐事件逐年攀升，欺詐團伙內部分工越來越精細，反偵查能力越來越專業(yè)。
在大數(shù)據(jù)、人工智能、云計算等技術的推動下，反欺詐工作也進入到了全新的時代。
進入智能風控時代，在新技術的加持下，反欺詐的武器庫更加精良。同盾結合復雜網(wǎng)絡、設備指紋、IP 畫像、手機號畫像等技術，構建了多層次縱深的立體化反欺詐運營生態(tài)，為超過10000家客戶提供安全保護，保護信貸資產(chǎn)總額超萬億元。
反欺詐評估后需對客戶信息核驗，核查用戶信息真實性、評估用戶還款意愿和還款能力。
隨著信貸業(yè)務線上化轉移的提速，銀行對批量化處理的需求日益急迫，為此，同盾推出了智能化解決方案 -- 智能信審。
智能信審通過對申請人提供信息和數(shù)據(jù)庫信息的交互驗證，根據(jù)交互驗證結果自動化智能生成一張問卷。根據(jù)客戶的回答結果，智能生成下一個問題。系統(tǒng)根據(jù)算法挑選題目進行結果測算，從而做出最終的評分模型，模型以分值形式輸出，給人工審核提供一個直觀的參考價值。
經(jīng)過貸前反欺詐和信息核驗后，銀行將對用戶進行貸前信用評估。貸前信用評估對信貸產(chǎn)品額度和利率的設定，以及逾期和壞賬率都有一定的影響。
綜合所有策略、模型和專家經(jīng)驗后，銀行最終做出放款與否、放款金額以及利率多少的決策，在智能化決策時代，部分銀行已經(jīng)可以做到秒級程度。當然，對于銀行來說，放款并不代表高枕無憂。
智能語音技術日漸成熟
貸后催收業(yè)務智能化改造加速
隨著銀行業(yè)務的線上化提速，傳統(tǒng)依靠人力的催收模式變得捉襟見肘，很多銀行都開始探索智能催收。
同盾智能催收系統(tǒng)在銀行業(yè)被廣泛使用，其經(jīng)驗非常值得分享，同盾智能催收系統(tǒng)有兩大基礎。
第一基礎是策略平臺。
策略平臺搭載著三組模型組合而成的催收評分卡。
第一組模型是賬齡滾動模型，通用于預測輕度逾期人群進入更加嚴重逾期狀態(tài)的概率，主要目標是捕捉持續(xù)逾期的高風險用戶，依據(jù)客戶還款情況和逾期頻率進行打分。
第二組模型是還款率模型。通常應用于60天以上的逾期用戶，預測回收客戶欠款的比例，主要目標是準確捕捉潛在回收水平比較高的客戶。
第三組模型是失聯(lián)預測模型。用于預測逾期客群未來無法觸達的概率，通常對剛進入逾期狀態(tài)的客群就要判斷失聯(lián)的可能性。
第二基礎是智能執(zhí)行。
模型相對應的是智能執(zhí)行的策略。智能催收系統(tǒng)在實際操作中通過大數(shù)據(jù)精準匹配參數(shù)，如通過客戶基本信息、申請信息、逾期情況、還款能力、還款意愿、消費習慣等智能判斷逾期客戶的綜合情況，通過模型算法匹配相應的催收策略。
當模型預測結果相對較好時，語音催收則采用比較溫柔的策略。當預測結果指向高危客戶，則采用比較強硬的方式進行催收。
除開催收話術的強弱，評分卡還能得出更多因子。例如：周幾催、什么時間點催、每天催的頻率等，這些因子都可以在策略平臺進行配置。
同盾智能催收工具逾期管家和逾期精靈，兩款產(chǎn)品都是基于智能決策和智能語音的機器催收平臺，背后有同盾強大的技術團隊和數(shù)據(jù)生態(tài)系統(tǒng)作為支撐，將貸后催收的各個標準化業(yè)務進行全面的智能化改造，交互過程完全透明、可監(jiān)督、可追溯，適用于銀行、電商、新金融和保險等各類場景。
未來隨著智能語音識別、語音交互等技術的進一步成熟，智能催收系統(tǒng)將會徹底改變催收領域的商業(yè)生態(tài)。
同盾科技未來將會更加專注科技創(chuàng)新，為更多銀行賦能和服務。同盾科技正與多家銀行客戶關于智能銀行的建設與探索，在很多方面已經(jīng)卓有成效，銀行正處于一個新的變革期，未來同盾會繼續(xù)深度參與越來越多的銀行或者金融機構的智能升級之路中，加速整個中國金融業(yè)的數(shù)字化發(fā)展。
