隨著居民理財需求不斷覺醒，投資渠道日益多元，但也出現(xiàn)了越來越多精準性高、手法多樣、隱蔽性強的數(shù)字金融欺詐現(xiàn)象，使得居民難以識別日趨復雜的金融風險及侵權(quán)行為。

在這樣的背景下，銀行在轉(zhuǎn)型過程中強化全面風險管理尤為重要，打造專業(yè)化、精細化的風控體系，并將其應用在反欺詐、挖掘潛在客戶、風險事件預警等多個重要的業(yè)務場景之中。

麥肯錫的研究報告指出，中國銀行業(yè)以往的金融模式主要是規(guī)模驅(qū)動，如今步入關鍵變革期，風險管理能力將成為新的競爭力。該報告提出，銀行要主動適應宏觀經(jīng)濟環(huán)境，打造專業(yè)化、精細化的全面風險管理體系，綜合運用數(shù)字化、智能化系統(tǒng)和工具，有效控制風險。

此外，目前各家銀行都在大力發(fā)展消費金融等業(yè)務，但傳統(tǒng)消費金融風控模型的迭代周期要3至6個月，而如今大數(shù)據(jù)解決方案可以在3至15天內(nèi)完成風控模型從變量開發(fā)到上線的全過程。顯然，傳統(tǒng)的風控策略和模型迭代效率已無法匹配當前銀行業(yè)務的發(fā)展速度。

從多家上市銀行2018年年報中也不難發(fā)現(xiàn)，多家銀行持續(xù)加大對金融科技的布局力度，借助科技手段，降低運營成本，提升風險防范能力，將金融科技作為眼下和未來發(fā)展的核心戰(zhàn)略，全方位應對銀行業(yè)務轉(zhuǎn)型升級帶來的挑戰(zhàn)。

如今銀行的客群更加下沉、用戶信息更加繁雜，在保證安全性和合規(guī)性的同時，各家銀行還需要平衡風控的尺度和客戶的體驗。也就是說，一方面銀行需要通過對機器學習與大數(shù)據(jù)等核心技術的應用，實現(xiàn)精準監(jiān)控與實時反應；另一方面還要高度關注客戶體驗，盡量減少對客戶的打擾，在提供全方位保護的同時，在業(yè)務場景中極力做到用戶“零感知”。

那么，各大銀行是如何利用人工智能、大數(shù)據(jù)等關鍵技術輸出能夠滿足行業(yè)復雜需求的解決方案？

以招商銀行為例，作為國內(nèi)首家推出手機銀行客戶端的金融企業(yè)，今年3月招行啟動了“金葵花在行動——金融消費服務升級工程”，搭建了基于金融科技的零售智能風控平臺“天秤系統(tǒng)”。

當用戶進行轉(zhuǎn)賬等操作時，“天秤系統(tǒng)”可以抓取交易時間、交易金額、收款方等多維度數(shù)據(jù)。隨后，風控模型會基于這些實時、準實時數(shù)據(jù)進行高速運算，實時判斷用戶的風險等級，然后結(jié)合模型輸出結(jié)果對用戶采取不同的核實身份手段，在交易過程中就可以將外部欺詐與偽冒交易實時扼殺于搖籃之中。此外，“天秤系統(tǒng)”還可以通過事后反查，利用先進的圖算法和圖分析技術，挖掘欺詐關聯(lián)賬戶。

金融科技對銀行風險管理的重要價值正日益顯現(xiàn)，并已成功實現(xiàn)了成果轉(zhuǎn)化。在零售各項業(yè)務交易量迅猛增長的大環(huán)境下，招行的“天秤風控系統(tǒng)”能夠?qū)L險資損控制在百萬分之一的量級。自2016年2月上線至今，“天秤系統(tǒng)”累計保護客戶交易近32億筆，對交易風險決策的響應速度達到了30毫秒以內(nèi)，完全達到客戶無感知的情況下做出風險決策，可謂是銀行界“用戶體驗之王”。