對於銀行來説，如何判斷信貸業務申請人的信用水準，怎樣的授信方式才能更好地風險控制？當下，人工智能技術正在這一領域發揮越來越重要的作用。中科聚信信息技術（北京）有限公司副總裁兼首席風險官李莉告訴經濟日報記者，通過對社會網絡分析、模糊匹配、聚類分團等分析智慧技術的有機結合，幫助企業“勾勒”出基於社會網絡關係的多維度客戶畫像，將客戶屬性標簽化，可以精準描摹企業的“信用面孔”。

　　“簡單講，就是通過量化的數據給對象打上標簽。”李莉説，這些標簽可以分成以下幾類，比如人口屬性即年齡、性別、居住地等，還有資産狀況、消費水準、消費習慣，等等。標簽有靜態標簽和動態標簽兩種。靜態標簽就是不輕易變動的數據，動態標簽則來自最新的交易記錄、網頁瀏覽記錄等動態變化的數據。動態標簽的處理通常採用流式計算技術，對計算能力的要求更高。

　　除了為企業信用“畫像”，還可以配合圖論這一智慧技術描繪出客戶的社會關係和社群屬性，讓客戶的社會屬性更立體化，幫助企業深度分析客戶屬性，更精準地捕捉客戶訴求和意願，甚至實現對潛在風險的智慧化預判。

　　“今年以來，人工智能技術在金融行業內的應用越來越理性化，更側重於認知智慧方向的發展，並從技術概念階段轉向實際應用落地階段。”李莉認為，認知智慧需要以豐富、長期的知識積累為基礎。據了解，中科聚信團隊在與100余家金融機構合作過程中積累了大量的經驗，形成各類業務應用場景的知識圖譜，包括信用風險、申請反欺詐、交易反欺詐、精準行銷等業務應用場景。

　　李莉介紹，人工智能技術可以分為3個層級。第一個層級是計算智慧，金融機構通過分佈式計算、記憶體計算以及流式計算等技術實現海量交易數據的實時處理。第二個層級是感知智慧，通過人臉識別、語音識別和圖像識別等技術在身份認證等方面得以廣泛應用。認知智慧作為第三個層級是最難的，它需要對業務有深刻精準的理解，以及長期的知識積累。“目前，機器在這方面還不能完全取代人工經驗。所以，目前認知智慧研發還存在廣闊的發展創新空間。”李莉表示。

　　“今後，人工智能技術的發展方向將會聚焦在第三層級，也就是認知智慧層面的突破。從單純的數據研究和應用轉向知識領域的探索。將過往行業從業者所積累的經驗和知識融合到演算法當中，在逐步降低人工干預水準的同時，達到預期業務效果。”李莉表示。

　　“今年以來，金融機構更加理性看待人工智能技術的發展，並且更加強調在不同業務場景中應用不同的認知智慧技術，以更加貼近業務的實際需要。”李莉介紹，以中科聚信為例，一直注重將創新技術和業務佈局在金融機構切實需要的場景之中，比如聚焦的三大核心業務——信用風險、反欺詐和精準行銷。

　　“目前，人工智能技術在金融風控領域的應用還有待完善，比如對非結構化數據的高效精準採集、分析和應用。”李莉説，另外，在實現從畫像到分層再到全渠道行銷的一整套解決方案方面，也需要更多的創新和探索。此外，隨著數據應用高度普及，除了要不斷提升計算能力以及工具便利性以外，也一定要注意合理、合法、合規地使用數據。（記者 董碧娟）