金融行業發展離不開風控，但在人工智能和大數據的發展下，目前不管是消費金融公司、小貸公司，甚至傳統銀行，均在對傳統風控體系進行智能化升級。
那麼，什麼樣的風控技術才能稱為智能風控呢？
在12月7日，新流財經主辦的“技術手段提升信貸能力”行業分享交流會上，新顏科技CPO常智超分析，目前智能風控公司可以概括為兩類：
一類是提供原始算法的公司或者機構，例如高校或者頭部的科技公司，它們可以做算法研究；
第二類是能將原始算法應用於行業，應用於生產的公司。比如各個行業帶有強大自研能力的頭部公司或者專精於人工智能算法落地的科技公司，他們能貼近業務第一線，知道業務具體痛點在何處，並且他們具備改造算法或者調優算法的能力。
新顏科技CPO常智超
常智超認為，新顏科技在風控領域的角色，更偏向於後者。
常智超坦言，新顏科技成立至今，無論是做風控模型，還是做風控策略，都會同步跑一套用於風控的深度學習算法。
“我們經過長期的測試與調優，截止到目前為止，我們的深度學習模型效果和我們的專家模型比起來，模型的效力基本持平，甚至在某些細分信貸場景能做到更優。但為什麼沒法把這套算法做成標準產品或者解決方案，最主要一點因為機器學習的可解釋性太差，在一個產品人眼裡，除了模型效果外，好的人機界面更能提升智能風控在信貸流程中的價值。”
常智超還透露，為了解決深度學習解釋性差的問題，新顏科技和上海交大成立了人工智能聯合實驗室，實驗室的專供課題之一就是如何將“深度學習”變為” 深度過程學習”，結合“人工”的業務可解讀性和“機器”的無監督自學習效率，並最終打包成一個具備可落地性的智能風控解決方案。
常智超認為，風險管理就像治水，重要的不是“堵”而是“疏”，智能風控其實更是一個推薦引擎。把合適的金融產品推薦給合適的人，並且保持最低的風險。
常智超解釋，金融科技公司在輸出一類風控解決方案時，對於服務的金融企業來說，需要明白輸出的到底是一個結果還是一個能力，這樣的結果或者能力，對金融企業本身來講有什麼樣的意義？
如果只是給金融企業一個結果，脫離了服務機構之後，金融企業是否還能繼續做智能風控業務？這是必須考慮的一點。
也就是說，智能風控並不是給金融機構一個分數或者一套系統，而應該是一個全流程的解決方案。
常智超強調，技術應該是用來共享的，金融科技企業與金融機構對接，最終是要解決金融機構的需求，強化金融機構的科技屬性。
據瞭解，目前新顏科技已經向興業消費金融、馬上消費金融、海爾消費金融、杭銀消費金融、包銀消費金融、捷信消費金融等持牌消金機構提供金融風控服務，也與宜信、360金融、度小滿金融、蘇寧金融、搜狗金融、國美金融、你我貸、人人貸等頭部互聯網金融公司進行了合作。目前已經合作超過2000家機構。
閱讀更多 新流財經 的文章
