互金公司的AI野心，还要经历几重考验？

2018-01-25 21:30

未来几年小风口可能不断，但大风口只有一个，即人工智能。在互金行业，早已掀起“AI热”，不管有没有数据，有没有场景，几乎所有公司都在宣传自己是应用人工智能的金融科技公司。这里面有虚有实。不过不容否认的是，网络借贷会产生大量数据，也需要大量数据的分析来强化运营，因此网络借贷确实是人工智能非常理想的应用场景，也是目前最成熟的应用领域。
当然，应该看到，发展到现在，金融领域的AI应用还是主要集中在借贷风控环节，在其他方面是否可以有所作为？整个网络借贷要实现全部AI化，还有多少坎需要迈过？
数据不足、经济周期的复杂性等制约智能风控
毫无疑问，风控是金融领域最适用AI技术的环节，也是迄今为止收获最大的环节，借助大数据和AI技术，通过分析各种与信用弱相关的行为数据，形成风控能力，互金公司可以为缺乏足够信用数据的群体提供借贷服务，虽然衍生了一些问题，但无可否认智能风控是互金十年以来的最大收获。通过AI构建风控能力，互金公司得以实现借贷业务的拓展，形成收入和利润。
智能风控带来的变革已经不用多说了，各种研究浩如烟海。不过智能风控的主要应用还是在消费信贷领域，在服务于实体经济中的生产环节方面，互金以及AI都还缺乏作为。主要原因在于数据的缺乏，中小企业以及个体工商户的数据不足，即使有财务数据等也存在真实性问题，而订单也还没有线上化，缺乏足够的数量和维度来判断风险，对于AI而言巧妇难为无米之炊。
如果有足够数量和维度的数据，生产环节的信贷服务可以很多火起来。网商银行已经为超过155万的线下小微经营者（服装店、超市便利店、烟酒杂货等零售商家，以及餐饮、教育、美容、维修、家政等服务性商家）已经发放了小额贷款，靠的是支付宝收钱码积累的大量线下小微商户交易数据以及口碑网积累的商户数据。只要有足够的数据，解决以往的融资困局不是难事，难就难在数据量不足，尤其是中小微企业，线上化数据着实有限，让AI无从下手。
除了数据不足，运用AI技术服务于生产领域的借贷，还面临算法的挑战，即使有一定量的数据，但与消费不同的是，生产环节有周期性，既有“补库存、消化库存”这样的小周期，有行业兴衰周期，还有宏观经济的大周期，判断风险时需要考虑的变量大大增加。这对于AI算法的精准性提出

余下全部

共有评论0条