布莱特·金在《银行4.0》中用“第一性原理”重新审视了银行，他认为未来银行应该体现三种核心效用：
能够安全地存储您的钱(Theabilitytosafelystoreyourmoney)；
能够安全地转移您的钱，例如支付、转账等(theabilitytosafelymoveyourmoney)；
能够在需要时获得信贷的能力(theabilitytoaccesscreditwhenyouneedit)。
这本书主要描述了未来银行的愿景，对于如何抵达没有给出具体路径。但拥抱科技，善加利用新技术重塑银行业，不仅构成作者的主要观点，也是当下银行业的共识——尽管提升科技力只是银行业转型升级的一部分。
例如伴随5G商用，银行网点改造只是初步应用，未来5G将会从流量入口、智能风控、移动支付等方面重构金融业态。金融机构将要面对的，是更多非结构性数据的指数级增长，以及相应数据带来的存储、治理、调用考验。
换言之，一项技术的应用并不仅仅承载具体功能，它还应当服务于整体目标。
预见未来最好的方式就是亲手创造未来，氪信的智能金融解决方案，均在与头部金融机构的合作共研中打磨，并在实践中得到效果检验。某种程度上，它们代表了现阶段AI在金融领域应用的深度和广度。结合技术创新的周期性，我们也对未来金融可以使用AI技术做什么，如何开发、部署等做出一些预判。
首期内容为氪信信贷风控反欺诈解决方案：
智能风控是“AI+金融”应用最早、发展最成熟的场景，其“前身”是“大数据风控”。大数据风控的概念很好，即通过互联网的数据进行判断坏人和好人，但实际应用中还是依据人的规则和逻辑进行判断，难以解决数据有效性和数据孤岛等问题。
年以后，深度学习的突破带来技术红利呈爆发式应用，人工智能商业化提上日程。在金融领域，风险控制能力是银行的核心，新技术的使用能够显著提升风控效率，因此首当其冲发生智能化变革。
成立于年底的氪信，是最早将AI技术有效应用于金融信贷反欺诈和信用风险评分领域的公司之一，氪信一体化的智能风控解决方案，覆盖贷前、贷中、贷后各个环节，有效降低风险坏账的同时提高信贷自动审批效率。
方案主要采用氪信独有的基于AI技术的风险特征衍生框架，针对各类金融数据包括人行征信、申请资料，行内资产、App行为等，衍生出高维风险特征因子库。在此基础上采用机器学习集成模型技术，充分挖掘稀疏高维、低饱和、非结构化数据的价值，实现模型准确性、稳定性的提升。同时，提供模型快速迭代更新能力。
该解决方案适用于个人信用卡申请、个人和小微企业信用贷款的申请和审批等场景（早在年，民生银行就成为氪信的第一家银行客户）。方案包含如下关键优势：
1）海量的预置风险特征库，有效数据维度指数级提升；
2）对在线的人群有良好的风险和反欺诈的信用模型，模型的区分度KS值极大提升；
3）基于SHAP理论实现复杂机器学习模型特征贡献度计算问题，有效解释模型结果；
4）自动审批率极大提升；
5）高效应对在线信贷风险
氪信技术合伙人、高级风控总监张伟认为，相较于目前业界的智能风控解决方案，氪信的解决方案在以下三方面颇具特色：
一是氪信自主研发的AI引擎系统可以软件化形式部署，降低了系统对接难度；
二是氪信在行为语言处理方面积累了深厚的壁垒，针对文本数据、时序数据、网络数据等另类数据，均有行之有效的解决方案（具体可参考《解锁三种另类数据在AI金融反欺诈的实践》）
三是技术咨询服务与解决方案相结合，能够为金融机构风控体系智能升级提供AI一体化方案。
亿欧智库《智能风控报告》提到，将人工智能技术应用于信贷风险控制，结合结构化和非结构化数据，可以覆盖过去金融业务忽视的长尾人群，精准的完成业务流程中风险的识别、控制和监测。同时，人工智能的模型迭代相对风控模型表现出高度自动化的特征。
这是对智能风控效果普遍意义上的理解，在实际落地中，将一个前沿的人工智能技术变成一个具有商业价值的产品或解决方案，需要解决产品化和商业化路径难题，以及实现从科研算法向工程领域的转化，其中无数细节造就了实际效果的不同。
从技术角度看，尽管深度学习对于原始的信息输入没有要求，早期的输入需要人工标注和一部分先验知识，并且最终性能提高了很多，但是金融行业有其特殊性，强金融数据稀缺珍贵，数据共享缺失，非传统金融数据和传统金融数据整合利用时造成的异构数据问题等等，要求技术解决方案提供者具有丰富的专家知识和大型金融场景的实践经验，并在AI金融的可解释性方面不断寻求突破。
从业务角度看，将先进技术应用于风控体系当中，根本目的是为了降低成本，提升经营效率，优化客户体验。智能风控的目标或需可以量化拆解为自动审批率提升，坏账率、资金损失减少等，但最终效果仍需传导到用户身上，即提升C端用户的使用体验，促进普惠金融的可获得性，本质上仍然是银行风控和服务理念的革新。
基于上述思考，氪信认为，未来的智能风控思路更加趋向于整合方案，只解决单一场景具体问题不利于金融机构真正向AI化转型。金融机构除了继续保持数据治理的优良传统，还需要建立统一的算法中台，避免出现一个企业不同部门重复造轮子的情况；另一方面，随着国家对金融市场的进一步开放，“银行上云”的需求已经出现，云计算可将业务与技术解耦，提升计算资源的利用率，未来或在风控模式上释放更多利好信息。
氪信CraiditX
专业·务实·创新