“普惠金融的本源是,让金融触达更多的客户,让原来享受不到金融服务的主体能得到更加充分的、合理的金融服务。”国家金融与发展实验室副主任曾刚在解读《普惠信贷聚合模式研究报告》(以下简称《报告》)时这样解释。近年来,我国的普惠金融得到了长足发展,下一步的发展方向是要针对至今仍受到强信贷约束的长尾人群,进一步增量、扩面。面对这样的市场现状,很多金融科技公司应运而生,典型的如用钱宝等。他们将新技术与金融业务进行深度融合,依托人工智能等技术的创新来降低边际成本,提高服务效率和服务质量,助力解决普惠金融痛点。
近日,社科院国家金融与发展实验室发布了《普惠金融聚合模式研究报告》,其中指出,单一金融机构在普惠信贷业务开展中,存在自有数据风控效果不理想等诸多问题,业务可持续性方面遭遇的瓶颈,使从业机构在“单打独斗”模式的基础上开始探索“科技赋能”模式。作为国内第一批将人工智能技术成功应用到金融领域的公司之一,用钱宝自成立以来,一直以“让每个人享受智慧的金融”为使命,通过自主研发I.C.E.人工智能风控引擎,拓展金融边界,优化金融生态,助力普惠金融实现落地开花。
据了解,用钱宝是一款基于大数据计算、机器学习等人工智能技术的全流程线上分期消费信贷服务平台,通过与金融服务生态中的各机构深度合作,在用户和金融机构之间搭建桥梁,一方面连接金融机构,为其推荐合适的用户,另一方面为用户提供精准全面的消费信贷评估,帮助用户获取最高可达30000元,3、6、9、12期的灵活分期消费信贷服务。
《报告》中指出,风险成本和运营成本是普惠信贷机构主要关注的两类成本。如何突破收益成本不对等的矛盾,促进普惠金融实现由普及惠,亟需破题路径。多维数据和多重风控则是解决问题的关键。《报告》中强调,大数据技术和人工智能技术的迭代升级将有效提升服务产能,降低线下作业的运营成本。
值得一提的是,用钱宝自主研发的I.C.E.人工智能风控引擎通过机器学习、大数据计算等方法对人的信用进行风险评估,有效解决普惠金融在落地过程中的痛点。据悉,I.C.E.人工智能风控引擎由“柯南特征工程”、“D-AI机器学习模型”、“Anubis大数据计算架构”组成,分别对应了识别、评估及计算的人工智能基本逻辑。目前,该风控引擎已成功挖掘并验证了超过14000维度的有效弱特征,模型累计迭代次数超过3600次,每天处理的数据量高达10T。
得益于I.C.E.强大的技术支撑,用钱宝已累计完成数千万笔信贷交易,其积累的信贷服务样本会反哺于机器学习模型,驱动其模型迭代升级,从而不断优化风控模型,为用户提供“千人千面”的定制化信贷服务,形成金融服务生态各环节的良性循环。
实际上,通过风控技术的不断创新,能够让不同维度的数据发挥价值,有效解决普惠金融人群因结构性数据缺乏或不足而风控难度高的问题。用钱宝凭借多年来积累的强大的新金融风控技术实力,能够对普惠金融人群进行精准、立体的风险把控,有效解决普惠金融中反欺诈、信贷风险识别等痛点,让金融真正惠及民生。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
