TMT观察网_独特视角观察TMT行业

AI一直看似“神乎其技”。在互聯網金融圈里，似乎得AI者就能得天下。而AI在金融圈兒里最被看好的應用之一，便是反欺詐。

可別忘了，當今的金融欺詐主要來自于“網絡黑產”，而這以產業的數據觸目驚心，且正在往技術化、產業化、國際聯網方向發展。

一組來自于中國互聯網協會《中國網民權益保護調查報告2016》顯示：網絡“黑產”直接從業者：超過40萬人；

算上“黑產”上下游人員：160萬人；

游離在市場上的身份證：約1000萬張；

造成的銀行卡欺詐，去年比前年的增長率：40%；

……

那么，面對連專門經營風險的銀行業都防不勝防的黑產與金融欺詐，AI又是如何使用AI技術杜絕風險的呢？

黑產是如何騙貸的？

首先他們需一個偽裝身份

無論是傳統反欺詐的方式，還是當下備受重視的AI技術，要想有效地反欺詐，就必須先要搞懂黑產究竟是如何騙貸的。

有業內人士表示，騙貸的人首先都有一個偽裝的身份，因為只有偽裝成好人，他們才能夠騙得貸款。

但他們的身份偽造并非無跡可尋：通常這些黑產分子要冒用他人身份注冊，隨后進行也給貸款申請，最后惡意拖欠，并利用非法獲得的信用卡進行交易。

也就是說，黑產分子打一開始就擺明了想要騙錢，無論是貸前、貸中、貸后，都充斥著虛假信息，其目的就是為了騙取資金。

數據顯示，2017年，網絡欺詐導致的損失已達到GDP的0.63%，損失估計高達4687.2億元。而已有互聯網金融公司被“羊毛黨”薅到倒閉。

第一步  貸前

 

戳穿黑產分子偽裝的面具

AI技術如果想有效地反欺詐，就必須從源頭上開始杜絕：戳穿黑產分子用以偽裝的身份。

以百度在今年6月份推出的反欺詐系統磐石為例，其反欺詐身份識別就包括了三個部分：設備風控、活體識別、OCR文字識別。通過這三層篩選能有效防控偽冒申請、虛假資料。

具體來說，設備風控可以保障產品應用環境更加安全，識別模擬器、盜號、羊毛黨刷單等設備風險；活體識別可精確到真實的個體，百度人臉識別技術準確率高達98%；OCR文字識別則是虛假身份證等偽冒風險的克星。

“有一家互聯網金融公司旗下小額現金貸款APP接入磐石后，通過磐石的活體及OCR識別，單日能攔截400個左右問題用戶，以其產品平均借貸額度1萬元進行計算，每天能夠有效攔截400萬元左右的問題借貸。”

磐石反欺詐工程師介紹，目前，磐石反欺詐已服務數百家機構，每天都攔截都完成的貸前反欺詐數量都在不斷更新。

第二步  貸中

 

身份背后究竟跟誰有關系？

 

僅僅是貸前攔截欺詐，并不能算是完全的反欺詐。在貸中，AI的反欺詐仍然可以發揮效用：在貸款的環節上，借款人是否多頭借貸、是否涉及黑產，AI的反欺詐系統都必須有所反應。

實際上，多頭借貸在整個互聯網金融行業中十分多見。

在剛剛出臺的《網貸信息披露指引》中，監管層就要求平臺披露借款人收入及負債情況、截至借款前6個月內借款人征信報告中的逾期情況、借款人在其他網絡借貸平臺借款情況，劍指多頭借貸。

AI又如何知曉借款人究竟是不是多頭借貸呢？

磐石反欺詐團隊對此舉例介紹了這樣的案例：

一位用戶肖某在某互聯網金融借貸平臺C上申請2萬元小額貸款，平臺C通過磐石反欺詐多頭查詢接口輸入該用戶信息，發現肖某近7天內在8家互聯網金融公司申請了現金貸款，故拒絕了肖某此次申請。

磐石將這種防范風險的方式成為“多頭防控分”。

我們再來舉例說說，AI是如何識別黑產分子的貸款的：

某學生向某教育信貸Y機構申請分期貸款，Y機構通過磐石關聯黑產接口對用戶資質進行審核，發現該用戶與多達15個風險名單、惡意逾期用戶、騙貸團伙關聯密切，故Y機構拒絕了該學生的教育貸款分期需求。

據介紹，除了風險名單、多頭防控、關聯黑產，磐石等AI反欺詐系統，還需要根據地理位置核驗、信用分、用戶授權認證等，數據構成了防范風險的天羅地網。

值得注意的是，與其他AI一樣，反欺詐系統的數據越大、維度越多，壞人就越難以漏網。

第三步  貸后

 

需要建立長效的治理機制

無論是貸前還是貸中，攔截金融欺詐其實只不過是反欺詐的第一步，而攔截之后，行業對于這些涉及黑產或是蓄意騙貸之人的長效治理機制的建設，才是最為關鍵的一步。

正所謂除惡務盡。對付龐大的黑產產業鏈，短期的打擊可謂靜態手段，只能是治標之策。而長期行動才能治本，這就需要大數據積累和持續的技術升級。

說到這兒，很多人可能會問，積累技術幾十年的銀行沒有自己強大的風控技術嗎？

沒錯，銀行的技術也很強，不過大多是依靠線下場景鍛煉的風控技術和風控能力，對于互聯網電商、互聯網借貸、互聯網教育等各類場景并無實操和交叉機會。

而銀行最重要判斷貸款與否的數據庫是央行的征信系統，但其覆蓋的信貸人群有限，大量薄征信以及白戶群體涌入市場，產生信貸風險。

有銀行人士曾在與互聯網巨頭簽署戰略合作協議時直言，銀行雖然數據量極為龐大，但是銀行并沒有互聯網的數據資源，但是客戶卻都在轉網。

“銀行有轉網的戰略，卻沒有轉網的技術，這也是為什么銀行要與互聯網公司合作的重要原因。”

這些數據是什么？是平時用戶在百度上搜索的痕跡、是在網上商城購物的訂單、也是游戲里充值的會員等級……

而這些數據，更多地掌握在BATJ幾家互聯網巨頭手中，借助于這些數據，互聯網公司正在幫助金融機構補齊短板。

【來源：金融魅麗】