强监管下，消费金融、网络借贷等新金融行业正逐步结束野蛮生长，进入有序合规的发展阶段。然而，日渐平静的行业氛围背后，欺诈、骗贷等风险波涛暗涌，制约着新金融行业发展。如何在兼顾效率的同时提升风险防控能力，成为新金融行业亟待解决的难题。
相较于传统金融机构，互联网金融机构覆盖的客户往往缺乏足够的征信数据。截至2016年，央行个人征信系统所收录自然人为8.9亿，其中只有约4亿人有信贷记录。一些不法分子钻征信覆盖的空子，肆无忌惮的逾期、违约，加剧了互联网消费金融公司风险。
与此同时，互联网“黑产”兴起，骗贷、欺诈等乱象在互联网金融行业长期难以根治。车行负责人冒充购车客户骗贷、诈骗团伙利用他人信息套现等新闻屡见报端。内人士指出，当前，消费金融行业约有50%的损失来自于欺诈，欺诈风险极大制约着消费金融发展。
面对利用各类新型作弊软件层层伪装的欺诈者，各类互联网平台亟待提升风控水平。大数据、云计算、人工智能、区块链等“黑科技”在金融行业的深入应用为互联网金融行业的风控升级带来了曙光。
在凤凰网举办的“解密黑科技”研讨中，有利网风控中心风控总监王威向记者表示，人脸识别技术在互联网金融风控中已经有所运用。例如，当“黑产”人员通过悄悄更换绑定银行卡来套取用户平台账户的资金时，采用人脸识别等AI技术，可以鉴别换卡操作是否为用户本人发起。而采用该技术之后，以往平台需要将近一周完成的人工审核流程可以缩短至一分钟。
大数据也是互联网金融领域风控的重要手段。柠檬科技联合创始人、CTO肖勃飞表示，当前互联网金融领域风控的主要痛点在于数据不对称。大数据等可以从全流程解决风控的数据不对称问题，如在贷前进行实名认证、产品推荐，贷中进行信息校验、反欺诈、信用评估，贷后信用记录纳入等。
借助科技塑造的风控模型的“天罗地网”，欺诈团伙在网络上“原形毕露”。肖勃飞举例称，“我们关注社会指纹，黑产团伙在设备上有聚集性，往往用相同的手机。”他指出，通过大数据风控模型识别分析银行卡、手机设备、IP的聚集性及变动情况，以及线上浏览、关系网络的异常状况，欺诈团伙往往能够被大数据“揪”出来。
尽管有时客户表面表现较好，没有明显的单位、设备的聚集性，但人工智能有“火眼金睛”。王威举了一则实际发生的案例，在案例中，尽管欺诈团伙没有异常行为，但通过人工智能技术对欺诈团伙照片的识别分析，风控模型发现该群体照片背景呈现高度一致，最终平台反欺诈部门配合公安机关对团伙进行了精准打击。
不过，肖勃飞指出，由于部分业务本身带有局域性、集中性等特点，如何提升风控模型准确率，防止“误伤”也是风控领域的一大“痛点”。“金融业务的风控就是对客户层次的筛选不断过滤的过程。”他指出，需要借助大数据、人工智能等建立全流程的客户筛查与实时跟踪，从而提升风控模型的准确率。