消費金融人工智能反欺詐，這詞組里任一個詞單拎出來都是當紅炸子雞。然而，當我們說消費金融的人工智能反欺詐時，我們到底在說什么？

文 | 孫爽（零壹財經華中新金融研究院）

來自微信公眾號“Fintech前線”（id：fintech007）

消費金融的反欺詐有何特點？

金融作為經營風險、“刀口上舔血”的行業，長久以來面臨著兩種風險：欺詐風險和信用風險。

以信貸為例，

欺詐風險指的是客戶在發起借款請求時即無意還款的風險，按照人數可以分為團伙欺詐和個人欺詐，欺詐者往往通過偽造身份信息、聯系方式信息、設備信息、資產信息等方式實施欺詐；

信用風險指的是借款人因各種原因未能及時、足額償還債務或銀行貸款而違約的可能性。

對于很多放貸機構來說，其所遭遇的欺詐風險遠遠大于信用風險。

去年3月，陸金所CEO計葵生稱，在中國做金融最大的風險并不是信用風險，而是欺詐風險。

7月，芝麻信用總經理胡滔透露：18%的消費信貸申請人在最近12個月曾用3個或者3個以上的手機號，30%的申請人最近12個月穩定活動縣級區域個數在3個或者3個以上。此外，消費金融、互聯網金融公司的壞賬損失超過50%來源于欺詐。身份冒用類欺詐占比最高，其次是團伙欺詐，以及賬戶盜用、惡意違約等。某互聯網消費信貸公司開展業務第一周在申請人群中發現70％的疑似團伙欺詐申請。

如何防范欺詐？銀行的方法是建立基于專家經驗的規則體系（下稱“專家規則體系”），其運作模式是：每遇到一次欺詐，銀行就將其行為特點記錄下來形成“規則”，下次再遇到此類行為規則體系會自動做出人工介入或拉黑的響應。

“兵來將擋，水來土掩”，這是“魔”與“道”的博弈。就像是在織一張網，這張網每被攻擊一次，就變得更密集。然后，這張網會變得越來越大，越來越嚴密。

然而，網畢竟是網，總有漏洞，難以捕捉所有欺詐情景，只能等欺詐發生后才能把之前的漏洞補上。也就是說，專家規則體系是一種能低于之前發生過的欺詐的體系，并沒有預測下一次會發生怎樣的欺詐的功能。

消費信貸具有小額、分散的特點，互聯網消費信貸還具有高并發特點，單單使用傳統銀行的專家規則體系是難以對抗互聯網消費信貸中的欺詐的，整個行業都在等待一種新的技術跟專家規則體系協同作戰。

那么，為什么是人工智能？

人工智能目前尚無統一定義。10月，美國政府發布的一份報告（注：美國總統行政辦公室和白宮科技政策辦公室，《為人工智能的未來做好準備（Preparing for the Future of Artificial Intelligence）》）稱，“一些人將人工智能寬泛地定義為一種先進的計算機化系統，能夠表現出普遍認為需要智能才能有的行為。其他人則將人工智能定義為一個不管在真實環境下遭遇何種情況，都能合理解決復雜問題或者采取合理行動以達成目標的系統。”

上述報告稱，機器學習是人工智能最重要的技術手段之一，同時也是人工智能近期取得的很多進展和商業應用的基礎，該報告比較了專家規則體系和人工智能中的機器學習技術：

現代機器學習是一個始于大量數據的統計學過程，試圖通過數據分析推導出規則或者流程，用于解釋數據或者預測未來數據。這種從數據中學習的方式與過去的“專家系統”人工智能研究方式形成了鮮明對比。在后一種研究途徑中，程序員與人類專家協作，學習用于做出決策的規則和標準，隨后將這些規則轉化為軟件代碼。專家系統旨在模仿人類專家遵循的規則；而機器學習則依靠統計學方式自行尋找能夠在實踐中發揮功效的決策流程。

也就是說，機器學習通過分析大數據，能預測用戶行為。

極客公園在其發布的報告《關于人工智能，你應該關注什么？》中稱機器學習的一種通俗的定義是“讓機器自己去學習，然后通過學習到的知識來指導進一步的判斷”，其運作方式為“用大量的待遇標簽的樣本數據來讓計算機進行運算并設計懲罰函數，通過不斷的迭代，機器就學會了怎樣進行分類，使得懲罰最小。這些學到的分類規則可以進行預測等活動。”

2016年，谷歌CEO桑達爾·皮查伊表示：“機器學習是一項顛覆性的核心技術，它促使我們重新思考我們做一切事情的方式。我們將這項技術應用于我們的所有產品，包括搜索、廣告、YouTube或者Google Play。我們還處于發展初期，但你們終會看到我們將機器學習系統應用到所有領域。”上述報告稱，包括IBM的羅睿蘭等在內的科技業CEO也對人工智能表示了高度關注，羅睿蘭甚至表示IBM已經將賭注壓在人工智能上面。

我國金融科技公司京東金融也在參與這場浪潮。下文將以京東金融的消費金融為例分析人工智能反欺詐是如何運作的。

京東消費金融的人工智能反欺詐實踐

京東金融為京東集團旗下兩大集團公司之一（另一個為京東商城），其定位是“金融科技公司”，致力于運用大數據、機器學習和人工智能等技術，提升金融業的效率，降低金融業運行的成本。目前，京東金融已經建立起了七大業務板塊：支付、供應鏈金融、消費金融、財富管理、眾籌、保險和證券。京東金融CEO陳生強表示，“金融的本質是風險控制。目前大多數金融機構的風控是按照評分卡的方式來做的，而我們都是基于大數據和機器學習來做的。”

由于京東集團是從電商起家的，京東消費金融早期作為集團電商消費的助推力量，是京東金融最早啟動的業務之一。

如前所述，利用機器學習等人工智能技術需要有大數據作為基礎。陳生強稱“大數據與對于一些公司來說是概念，對京東金融來說，卻是生存的根本。”京東消費金融掌握的數據不可謂不大，跟隨著京東白條等產品走出京東和京東自身投資不發的步伐，京東消費金融積累的數據既有京東內部生態體系產生的數據，外部數據也越來越多，京東金融投資了“數據銀行”聚合數據即是一例。京東金融所掌握的數據具有“覆蓋面廣、維度多、實時更新”等特點，這為京東消費金融的人工智能反欺詐實踐奠定了強有力的基礎。

京東消費金融目前有兩大核心模型體系：數據驅動的模型體系——“四大發明”和技術驅動的風控體系——“四重天”（詳見下表），既有專家規則體系，又應用了人工智能。兩大模型體系中與反欺詐直接相關的是“司南”和“天盾系統”，后者是白條賬戶的風控安全大腦，也較多地應用了人工智能。