人工智能在消費(fèi)金融領(lǐng)域的實(shí)踐李炫熠秦蒼科技聯(lián)合創(chuàng)始人&CTO李炫熠秦蒼科技CTO南京大學(xué)CSAutodeskWeb,Mobile,Cloud技術(shù)團(tuán)隊(duì)管理?互聯(lián)網(wǎng)時(shí)代消費(fèi)金融業(yè)務(wù)的挑戰(zhàn)?人工智能在信用評(píng)分中的應(yīng)用?人工智能在反欺詐中的應(yīng)用?人工智能在消費(fèi)金融其他應(yīng)用領(lǐng)域的探索人群人口征信報(bào)告有消費(fèi)金融服務(wù)藍(lán)領(lǐng)、初級(jí)白領(lǐng)2.5億無秦蒼科秦蒼科技農(nóng)民4億無無生貸農(nóng)村金融景以金融技術(shù)為本質(zhì)，以基于場(chǎng)景的消費(fèi)分期為切入點(diǎn)，通過優(yōu)質(zhì)服務(wù)，為年輕人群提供隨身消費(fèi)金融服務(wù)?消費(fèi)金融市場(chǎng)&秦蒼科技簡(jiǎn)介?人工智能在信用評(píng)分中的應(yīng)用?人工智能在反欺詐中的應(yīng)用?人工智能在消費(fèi)金融其他應(yīng)用領(lǐng)域的探索7挑戰(zhàn)一：薄文件人群的信用風(fēng)險(xiǎn)識(shí)別挑戰(zhàn)二：中國特色的欺詐問題全中國有數(shù)百萬職業(yè)詐騙者?ID欺詐?虛假申請(qǐng)?申請(qǐng)欺詐?商戶欺詐?…9挑戰(zhàn)三：信貸業(yè)務(wù)中的逆向選擇問題好人壞人50%一流體驗(yàn)較為繁瑣無可忍受好人壞人傳統(tǒng)審核方式不能滿足新的挑戰(zhàn)，信貸技術(shù)需要不斷進(jìn)化適用人群審核模式服務(wù)時(shí)間決策時(shí)長(zhǎng)放款時(shí)間審核成本數(shù)據(jù)量介質(zhì)傳統(tǒng)金融機(jī)構(gòu)有征信記錄人群老專家+人工模型9am-5pm7-14天人工成本高紙?消費(fèi)金融市場(chǎng)&秦蒼科技簡(jiǎn)介?互聯(lián)網(wǎng)時(shí)代消費(fèi)金融業(yè)務(wù)的挑戰(zhàn)?人工智能在反欺詐中的應(yīng)用?人工智能在消費(fèi)金融其他應(yīng)用領(lǐng)域的探索VS.VS.人工智能在信用評(píng)分中的應(yīng)用-解決薄文件人群信用挑戰(zhàn)獲取更加豐富的海量數(shù)據(jù)利用人工智能技術(shù)挖掘數(shù)據(jù)價(jià)值傳統(tǒng)機(jī)構(gòu)老專家/簡(jiǎn)單模型7-14天人工成本高9am-5pm秦蒼科技秦蒼科技審核模式數(shù)據(jù)量決策時(shí)長(zhǎng)審核成本服務(wù)時(shí)間機(jī)器學(xué)習(xí)模型0/用戶2.8分鐘全自動(dòng)、成本低人工智能在信用評(píng)分中的應(yīng)用-海量數(shù)據(jù)和長(zhǎng)尾特征傳統(tǒng)機(jī)構(gòu)借款金額:_________提升10%AUCAmount￥3,500￥3,000￥2,500￥2,000￥1,500￥1,000模式1Amount￥4,000￥3,000￥2,000￥1,000模式2Amount￥4,000￥3,000￥2,000￥1,000模式3特征提取模型選擇特征提取模型選擇人工智能在信用評(píng)分中的應(yīng)用–分類問題分類問題風(fēng)控表現(xiàn)風(fēng)控表現(xiàn)數(shù)據(jù)接入標(biāo)簽定義?M4+vs.FPDvs.FSTPD模型林AdaBoostoost模型選擇?CrossValidationROC-AUC人工智能在信用評(píng)分中的應(yīng)用-機(jī)器學(xué)習(xí)模型的自動(dòng)訓(xùn)練和實(shí)時(shí)決策大幅度提高預(yù)測(cè)準(zhǔn)確性AUCAUConmonth傳統(tǒng)機(jī)構(gòu)每3-6個(gè)月人工更新模型更新頻率模型方式表現(xiàn)每天更新機(jī)器自動(dòng)更新提升5-10%AUC型123型123人工智能在信用評(píng)分中的應(yīng)用-多模型并行,擇優(yōu)進(jìn)化結(jié)果?提高體驗(yàn)-審核時(shí)長(zhǎng)由分鐘級(jí)別降至0.1秒?壞賬率下降25%?全自動(dòng)，無人工成本流量流?消費(fèi)金融市場(chǎng)&秦蒼科技簡(jiǎn)介?互聯(lián)網(wǎng)時(shí)代消費(fèi)金融業(yè)務(wù)的挑戰(zhàn)?人工智能在信用評(píng)分中的應(yīng)用?人工智能在消費(fèi)金融其他應(yīng)用領(lǐng)域的探索人工智能在反欺詐中的應(yīng)用-基于社交抱團(tuán)模型識(shí)別中國特色的欺詐高風(fēng)險(xiǎn)申請(qǐng)人低風(fēng)險(xiǎn)申請(qǐng)人聯(lián)系人人工智能在反欺詐中的應(yīng)用-基于無監(jiān)督學(xué)習(xí)的欺詐識(shí)別聚類預(yù)防欺詐-成功率在60%以上?消費(fèi)金融市場(chǎng)&秦蒼科技簡(jiǎn)介?互聯(lián)網(wǎng)時(shí)代消費(fèi)金融業(yè)務(wù)的挑戰(zhàn)?人工智能在信用評(píng)分中的應(yīng)用?人工智能在反欺詐中的應(yīng)用風(fēng)險(xiǎn)接受率風(fēng)險(xiǎn)接受率人工智能在金融產(chǎn)品額度策略和風(fēng)險(xiǎn)定價(jià)中的應(yīng)用-規(guī)避逆向選擇問題金金融產(chǎn)品額度、利率、期數(shù)基于貝葉斯的分析框架eeXX優(yōu)化目標(biāo)：期望收益maxr(y,e)P(y|X,e)ey?X:用戶的個(gè)人特征e總結(jié)回顧-三大挑戰(zhàn)以及人工智能的應(yīng)用文件人群的信用風(fēng)險(xiǎn)識(shí)別?分類模型?海量數(shù)據(jù)和長(zhǎng)尾特征?自動(dòng)訓(xùn)練和實(shí)時(shí)決策?多模型并存，擇優(yōu)進(jìn)化?社交網(wǎng)絡(luò)抱團(tuán)模型?無監(jiān)督學(xué)習(xí)信貸業(yè)務(wù)中的逆向選擇問題?基于貝葉斯分析框架的額度策略和風(fēng)初始變量：20個(gè)衍生變量：10000個(gè)初始變量：20個(gè)衍生變量：10000個(gè)人工智能廣泛地應(yīng)用在秦蒼科技業(yè)務(wù)決策的各個(gè)環(huán)節(jié)，大幅提升商業(yè)價(jià)值智能信貸技術(shù)數(shù)據(jù)獲取征提取用戶輸入機(jī)器學(xué)習(xí)算法?聚類?網(wǎng)絡(luò)分析?增強(qiáng)學(xué)習(xí)?深度學(xué)習(xí)?信