有迹象显示,AI正推动金融风控从“有限规则”向“多模态推理”演进,让风险判断更精准、普惠覆盖更广泛。
在全球人工智能加速演进的背景下,金融行业正被视为最具突破性的应用场景之一。奇富科技CEO吴海生在纽约与新浪财经对话时表示,金融科技是AI最适合的落地领域,这一判断来源于公司自360借条升级为奇富借条后对AI技术的深入应用。
吴海生解释道,金融的本质是基于数据及对物理场景理解的智能决策。与早期提升客服、外呼等效率型应用不同,AI如今正在进入更深层次的金融决策环节。在完成从360借条到奇富借条的品牌升级后,公司更加聚焦于AI技术在风控等核心环节的应用。
AI风控的革命性变化
“过去依赖有限规则,今天多模态推理能从视频、语音、合同和经营场景中提取百万维度的信息,判断企业陈述真伪或者帮助企业自证,这是过去人类风控无法完成的。”吴海生介绍,公司模型已在实际业务中帮助银行识别出财务造假与欺诈行为,避免重大损失。
传统风控依赖有限数据做逻辑回归,而大模型可以处理百万维度、多模态的信息。例如,申请人上传的照片、视频,模型能通过学习历史特征,甚至识别出纹身位置与违约概率的相关性——这是人工规则无法定义的变量。
智能体技术的具体应用
在金融最核心的风控环节,奇富科技研发的端到端授信决策智能体整合了700多个模型与7000多个策略模块,等于拥有了众多风控专家的大脑,可制定风控策略,同时具备风控模型的手脚,可以输出决策。
该智能体将突破已学习的内容,在风控专家做好奖惩、纠偏的情况下,持续自主学习,自主迭代风险决策过程,在一定程度上实现对风险评估的泛化。这极大帮助了中小银行突破人才限制和风控模型的局限,改写金融风险管理的现有业务逻辑。
商业模式的务实态度
在商业模式上,吴海生认为不必拘泥于SaaS订阅或分成模式,“只要能解决问题,商业模式自然会找到答案”。他指出,目前更重要的是证明AI在金融场景中确实能够解决现有互联网系统无法解决的难题。
相比去年业界比拼模型智能程度,今年的焦点已转向“能否解决实际问题”。吴海生强调,金融行业天然适合AI落地,因为它的生产要素就是数据,而金融决策本身就是人工智能化的过程。
可解释性与合规挑战
面对AI的“黑盒”风险担忧,吴海生坦言这是整个行业的痛点。奇富科技正在努力提升模型的可解释性,使其尽可能展示思考路径,避免过度推理导致幻觉。
“金融与娱乐应用不同,哪怕1%的错误都可能造成巨大损失。因此我们选择收敛推理边界,保证可靠性。”吴海生表示,目前阶段必须平衡创新和安全,未来随着社会接受度提高,人们可能逐渐容许AI在部分环节“不可解释”。
在出海战略上,公司更倾向于监管成熟、规则清晰的市场,通过与当地金融机构合作建立长期价值。吴海生表示,AI赋能金融的核心在于以技术责任和可解释性为前提,推动普惠与创新并行。
奇富科技将继续聚焦风险控制与智能决策等高价值环节,通过与全球金融机构合作,探索AI在更广阔市场中的可持续发展路径。随着从360借条到奇富借条的品牌升级完成,公司正将其在AI风控领域的技术优势转化为推动行业进步的实际动力。
责任编辑:kj015