当前位置:首页 >  科技 >  互联网 >  正文

剖解信用构建“模范生”玖富数科集团的科技语言

 2019-12-07 09:58  来源:A5专栏  我来投稿   互联网江湖的个人主页 撤稿纠错

  短视频,自媒体,达人种草一站服务

关于信用约束问题的讨论古已有之。

从小农经济开始,道德约束就成为社会信用的主要约束力量。作为一种社会关系契约,道德约束在人与人交往的过程中产生、存在与发展。之后,随着经济的发展、社会分工的细化,在工业化时代,信用记录成为一种信息凭证被市场化机构所使用。

但进入信息化社会,尤其是移动互联网高速发展的今天,信用的价值被再一次放在突出的位置上,而金融领域更是将信用风控试作行业发展的命门。

然而,个体行为存在明显的碎片化、场景化特征,使得大数据的收集、分析与整理变得困难。与此同时,关于社会信用体系建设的重要性也凸显的淋漓尽致。

信用经济时代:迫切感爆棚的信用建设需求

信用本质上是一个经济范畴 ,自古以来中国文化都讲究“人无信不立,业无信不兴”。在当前的商业社会,开放的市场经济大大释放了生产力,但在这样一个宽松的环境下,诚信被称作市场经济的基本规则,是企业与企业、企业与个人之间交流合作的契约。

建立完善的社会信用体系是构建诚信社会的发展需要,也是政府多年来一直关注的焦点。

从政策方面来看,上世纪90年代初期,以信用评价为代表的信用中介机构开始出现和发展。2011年10月18日,党的十七届六中全会提出要把诚信建设摆在突出位置。之后,《社会信用体系建设规划纲要(2014-2020年)》,提出了部署加快建设社会信用体系、构筑诚实守信的经济社会环境。中国互联网协会也发出倡议加快诚信社会建设。

虽说诚信是市场经济的基本规则,但诚信对不同行业的影响程度却有着深浅之分。其中,对于金融行业而言,诚信被誉为行业的黄金资产。

麦肯锡全球研究院发表了题为《中国的选择:抓住5万亿美元的生产力机遇》的报告指出,当前中国经济80%左右的经济利润仍来自金融行业。

当然了,报告数据的准确与否我们暂且不提。但在我们认知当中金融历来都处于市场经济发展的核心位置。各式各样的金融服务塑造出了市场经济的血液循环系统,对国民经济平稳发展起到保驾护航的作用。

与此同时,金融产业还具备高风险标签,这其中的关键就在于风控命门,不完善的社会信用体系使得金融风险问题频发。鉴于金融本身的重要性,金融信用体系缺失所影响的绝不仅仅是金融产业。

弗朗西斯·福山在其著作《信任:社会美德与创造经济繁荣》中将华人圈归于低信任度社会,其症结在于缺乏社会的中间组织。

从这个维度来看,完善的社会信用体系建设绝不是政府一方面的事,还需要庞大的“中间组织”参与进来。对于金融产业而言,需要广大头部金融科技企业站出来,承担起应尽的社会责任。

AI时代的产业重塑:效率提升是表,深层次机器学习是里

人工智能技术的飞速发展,为社会信用体系构建、金融风控体系完善提供了问题解决的契机。如今看来,金融科技对金融产业的影响也是显而易见的。

目前看来,人工智能在金融领域的应用场景主要包括智能投顾、风控、智能客服等,对应的技术就是机器学习、自然语言处理、人脸识别等,具体表现为金融服务效率与质量的提升。

值得一提的是,目前人工智能技术对金融产业的影响更多的体现在贷前和贷中服务。例如贷前审核通过AI技术,减少人工文档审查等冗余工作,实现自动化,减少金融服务的审核时间,在同样的时间内做更多的申请。另外,人工智能、大数据在贷中风控管理方面已经开始发挥重要作用,高效数据流转与自动化决策,实现了科技对传统风控的升级改造。

然而,在贷后管理方面金融科技目前的影响力还非常小。要知道金融行业的风控管理应该贯穿于整个服务的纵向全流程,任何一个环节存在短板就意味着坏账等金融风险发生概率的提升。

从人的角度来看,每个人在享受便捷金融服务的同时,难免会出现一些资金纠纷。有的确实信用存在问题,故意赖账。有的可能只是因为其它原因耽误还款时间,并不是主动失信违约。这需要平台识别清楚,避免误伤,避免漏网。这需要金融机构把关好金融服务最后一道关——贷后风险管理。

关于贷后管理,从行业角度来看,这一场景缺乏相应的技术支持,这也为贷后管理的信用数据收集增添障碍,并且使得整个借贷链条数据缺乏完整的闭环。

此外,贷后管理通常被认作是一个既有合作又有冲突的场景。这一场景对相关客服话术、情绪等因素要求极高。然而,人都是有情感的,面对复杂的贷后管理客服出现情绪性的话语也在所难免,这也导致数据收集的不准确。

为此,过去有一些企业采取一些智能外呼、催收机器人、话务系统等进行贷后管理,让机器人替代人来打电话。如今看来,机器人很容易被识别,根本无法替代人完成贷后管理工作,只能在某一环节替代或者辅助。

因此,AI对于贷后管理应该是融入而非替代,想办法让技术帮助人更好地进行贷后管理才是关键。即降低人为影响提升数据精准度,并通过技术融入更便捷的进行用户信任数据收集。

从物理嫁接到深度融合:“一站式”方案告别管理盲区

如今,国内金融科技领域的头部企业已经在贷后管理方面取得巨大突破。以玖富数科集团为例,过去几年,玖富数科集团通过技术赋能金融机构,不断提升贷前的服务效率与服务质量,其技术实力已经得到证明。如今,玖富数科集团自主研发的面向语音质检领域的小易机器人,已经将数字科技延伸至贷后管理环节。

就目前了解到的信息来看,玖富数科集团小易机器人主要以行为驱动系统、注意力系统、情感计算三大核心技术为后台,涉及到计算机视觉、图像识别等基础性技术。

正如前面所说的,贷后管理场景的信任数据收集对客服话术、情绪等因素要求极高。贷后管理机器人要想服务客服以及判断借款人话术,需要企业进行大量试验,并根据不同情况、不同场景做出针对性的话术和知识库。而这一条件实现的前提则需要企业拥有大量的场景和数据,能够让机器人面对相应情况时实现与自身知识库的匹配。

就目前看来,小易机器人已经建立出完善的知识库。通过语音实时监控,尽可能减少贷后话务场景中可能出现的矛盾,推进贷后管理工作的智能化和阳光化。具体来说,主要从情绪、经验和注意力三个方面帮助客服人员的完成工作:

1. 在情绪方面,小易机器人可以通过语音来识别客服人员的情绪波动,再通过终端和后台的交互变化,及时提醒使用者平稳情绪。

2. 在经验方面,小易机器人通过不停量化个体在工作时候的内容,把业绩好的经验传授给其他人,同时还可以对出现违规词汇或没表达清楚内容进行实时提醒。

3. 在注意力方面,小易机器人可以驱动使用者注意力长时间聚焦,当任务没完成时进行提醒,还会把个人数据进行量化输出,通过和其他人的数据对比,提醒客服人员了解需要加强的方面。

总的来看,小易机器人不仅可以安抚员工情绪,提高服务水平,还能对服务效果做出量化统计。在实际操作中,AI与人类协同合作,为金融机构贷后管理提供高效、妥善的处理方式。在理性价值以外回归科技向善的技术初衷,让AI不再是干巴巴冷冰冰的算法、数据,多了那么几分对人感情变化方面的洞察,机器与人之间形成良好的协同关系。

自此,人工智能技术在金融服务领域的应用,从前期审核,中期资金支持,到后期风险管控,都提供技术支持,形成一种“一站式”技术服务形态。通过技术打通,各环节原先割裂的数据孤岛实现了无缝连接。

对于用户和金融机构而言,“一站式”的金融科技带来的是体验和安全性的提升;对于整个社会信用建设而言,玖富数科集团小易机器人的推出则严把金融服务的最后一道关口,为金融服务的良性运行提供技术支持,促进用户资金借贷全线的良性循环,成为社会信用建设非常重要的一块“拼图”。

尾声:

正如开头我们所提的那样,用户个体行为的场景化、碎片化特征明显,这就意味着征信建设绝非一家机构、某个行业的问题,而是需要整个社会不同领域的共同参与。在金融科技领域,玖富数科集团无疑是开了个好头,用自主研发的科技力量为社会信用体系建设添砖加瓦。但一家企业的力量终究是有限的,在未来,我们也希望能够看到更多不同领域的企业加入进来,共同推动整个社会信用体系的完善。

ps:互联网江湖原创稿件,订阅号ID:VIPIT1,转载保留版权信息违者必究。

作者: 互联网江湖    /    文章:203篇

相关标签
互联网金融

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!

相关文章

榜单

热门排行

信息推荐

扫一扫关注最新创业资讯