在互聯(lián)網(wǎng)金融領(lǐng)域，金融機(jī)構(gòu)與金融消費(fèi)者之間、金融監(jiān)管機(jī)構(gòu)與金融機(jī)構(gòu)之間常存在嚴(yán)重信息不對(duì)稱(chēng)的問(wèn)題，導(dǎo)致了許多交叉和并發(fā)風(fēng)險(xiǎn)。而人工智能在金融監(jiān)管方面具有全局性分析優(yōu)勢(shì)，能夠在盡可能減少用戶(hù)干擾的情形下保持很高的安全性，更好地識(shí)別和應(yīng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)。并且人工智能的機(jī)器學(xué)習(xí)能力具有良好的應(yīng)變性，能夠更好地構(gòu)建互聯(lián)網(wǎng)金融監(jiān)管模型。

此前，傳統(tǒng)的監(jiān)管合規(guī)更多地依靠人工核查，大多采用統(tǒng)計(jì)報(bào)表、現(xiàn)場(chǎng)檢查等方式，監(jiān)管機(jī)構(gòu)依賴(lài)金融機(jī)構(gòu)報(bào)送監(jiān)管數(shù)據(jù)和合規(guī)報(bào)告，這種監(jiān)管模式存在明顯的時(shí)滯性。而人工智能在數(shù)據(jù)信息處理這一方面，具有天然優(yōu)勢(shì)。它不僅能高效處理大量級(jí)數(shù)據(jù)，而且能將圖片、語(yǔ)音、視頻等復(fù)雜的非線(xiàn)性、非結(jié)構(gòu)化數(shù)據(jù)，轉(zhuǎn)化為標(biāo)準(zhǔn)化、結(jié)構(gòu)化數(shù)據(jù)，并在此基礎(chǔ)上建立基于機(jī)器學(xué)習(xí)的反欺詐模型并對(duì)其進(jìn)行反復(fù)訓(xùn)練和實(shí)時(shí)識(shí)別。

在實(shí)際的操作中，基于人工智能和大數(shù)據(jù)分析反欺詐的應(yīng)用難點(diǎn)就在于如何把不同來(lái)源的結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)整合在一起，并構(gòu)建反欺詐引擎，從而有效地識(shí)別出身份造假、團(tuán)體欺詐、代辦包裝等欺詐行為。而知識(shí)圖譜作為關(guān)系的整合以及表達(dá)解析方式，可以很好地解決這些問(wèn)題，當(dāng)發(fā)現(xiàn)信用表現(xiàn)出現(xiàn)風(fēng)險(xiǎn)的時(shí)候，能夠及時(shí)做出風(fēng)險(xiǎn)預(yù)警，啟動(dòng)“先知”的防御機(jī)制。

AI對(duì)于底層數(shù)據(jù)的識(shí)別分類(lèi)應(yīng)用在實(shí)踐中也非常有幫助，例如底層數(shù)據(jù)標(biāo)注等業(yè)務(wù)場(chǎng)景中，通過(guò)AI判定識(shí)別、人工過(guò)濾清洗的結(jié)合，可有效幫助高可用性?xún)?nèi)部數(shù)據(jù)的增長(zhǎng)。

此外，人工智能還具有自然語(yǔ)言處理能力，能夠從語(yǔ)義層面上對(duì)數(shù)據(jù)信息進(jìn)行分析，而不僅僅是停留在符號(hào)處理上，能夠幫助監(jiān)管機(jī)構(gòu)從數(shù)以?xún)|計(jì)的交易信息中篩選出具有較強(qiáng)相關(guān)性或者可疑的交易數(shù)據(jù)，還可以幫助從業(yè)人員從中提煉有價(jià)值的交易信息，提高監(jiān)管人員的監(jiān)管效率。在人工智能識(shí)別的基礎(chǔ)上行使監(jiān)管自由裁量權(quán)，既能夠簡(jiǎn)化監(jiān)管機(jī)構(gòu)審核工作，也將更多的人力資源從傳統(tǒng)的“準(zhǔn)入型監(jiān)管”脫離出來(lái)，投入交易行為本身，以及研究技術(shù)加密機(jī)制、脫敏機(jī)制等技術(shù)手段和管理制度，進(jìn)而確保人工智能驅(qū)動(dòng)的金融科技監(jiān)管基礎(chǔ)信息的有效性。

“沒(méi)有監(jiān)管的創(chuàng)新會(huì)是一場(chǎng)災(zāi)難”。當(dāng)下，互聯(lián)網(wǎng)巨頭紛紛轉(zhuǎn)型，銀行系金融科技公司加快布局，科技公司開(kāi)啟轉(zhuǎn)型突圍……金融創(chuàng)新風(fēng)靡的同時(shí)，金融監(jiān)管技術(shù)需求也更加強(qiáng)烈。