TMT观察网_独特视角观察TMT行业

伴隨著移動互聯網和現代信息技術的發展，虛假交易、賬戶盜用、刷單等欺詐行為日益猖獗，給人們的生活及金融企業造成了巨大的威脅。某金融企業就因規則漏洞被黑產攻擊，10小時損失1.2億。類似的案例屢見不鮮，件件觸目驚心。因此，推動反欺詐和降低欺詐損失，已經成為整個社會和各個企業的迫切需要。

面對愈演愈烈的欺詐行為，雖然反欺詐的戰場上并不缺少斗士，但真正能夠解決行業痛點的企業卻寥寥無幾，行業呼喚新一代反欺詐的出現。

12月18日，深耕行業近10年的行業黑馬——黑瞳科技，召開了智能反欺詐全球突破發布會，推出五大全新智能反欺詐產品，吸引了200多家金融機構及企業參會，同時發布會上黑瞳還宣布了與銀行IT系統服務商宇信科技的深度戰略合作。這場發布會引發了行業的廣泛關注，低調的黑瞳科技到底有著怎樣的魅力呢？

新型欺詐肆虐：傳統反欺詐只能“亡羊補牢”

隨著我國社會的互聯網化轉型，各種各樣的問題也逐漸暴露，欺詐演變成線上化、跨區域、產業化作戰，層出不窮的欺詐問題給我國人民群眾帶來的損失逐年上升。

公開數據顯示：與2017年第二季度相比，2018年第二季度詐騙交易金額比值同比增長25.7%。從2017年第三季度開始，詐騙交易金額復合增長率達到17%。僅2016年，互聯網犯罪帶來的損失就高達4000億。正如黑瞳科技創始人時維所言，這4000多億的損失不僅是金融機構在承擔，而是整個社會在為之買單。

之所以欺詐分子如此猖獗，在筆者看來，主要有如下兩點原因。

首先，互聯網欺詐已愈演愈烈，呈現專業化、產業化、隱蔽化和場景化四大特點。

欺詐演變由之前較為簡單的盜號、盜刷演變為現在的借助大數據等前沿技術，從撒網式向精準化轉變。欺詐團伙有專門的設備、專門的團隊，有人專門寫方案，有人專門負責執行，有人專門銷贓，可謂是“分工明確”，高度產業化。而且異地作案、小額多發、取證困難這些隱蔽化特征，也加大了反欺詐難度。加上互聯網應用場景的復雜化和多樣化，傳統通用的反欺詐技術已經無力應對，這些都導致了反欺詐困難重重。

其次，傳統反欺詐技術滯后。

傳統反欺詐是怎么做的呢？只能針對已經發生的詐騙案例做出應對，形成“專家規則”，但可能已經發生了損失，是針對既有漏洞，提出解決方案。

然而面對新興的詐騙手段，依然是束手無策，只能被動防守。而被動防守，對于信貸金融平臺而言，無異于“亡羊補牢”，卻不能做到“防患于未然”。從這個點上來說，傳統反欺詐只能解決現有的問題，而不能作出預判。

所以，在很多技術尚未完全實現場景化落地之際，尤其是無監督機器學習在金融領域的應用和實踐相對缺失的情況下，傳統反欺詐已經遠遠無法滿足企業需求，行業亟需新一代反欺詐的出現。

戰略合作MIT、GBG：技術突破實現“未卜先知”

縱觀反欺詐的演進史，基本可以劃分為黑名單、專家規則、有監督機器學習以及無監督機器學習四個階段。

其中黑名單是一種實施簡單、成本較低的反欺詐手段；專家規則只能“亡羊補牢”卻無法及時應對新出現的欺詐手段。

第三代有監督機器學習，是目前使用機器學習反欺詐中較為成熟的一種，但由于互聯網欺詐行為的多樣性，很難百分百地將欺詐行為與正常行為完全區分，因此有監督機器學習反欺詐最大的難點在于如何準確獲取大量欺詐行為的標記。

無監督機器學習是近來行業內出現的一種新興思路，但由于無監督機器學習算法對數據廣度、使用深度都有極高的要求，因此金融行業內迄今為止尚未出現較為成熟和經過實踐驗證的解決方案。

面對這樣的現狀，黑瞳科技為突破技術局限，與美國MIT麻省理工共建了智能反欺詐聯合實驗室，深度研發無監督機器學習、遷移學習，智能化迭代模型等行業最前端的智能反欺詐技術。

1959年Minsky與John McCarthy聯合創立了麻省理工人工智能項目，之后的半個多世紀，MIT在人工智能領域的研究始終處于行業最前沿。目前，MIT擁有200多位專注于智能研究專家，從事人工智能和相關領域研究，取得了一系列突破。每年設立的MIT“全球十大突破性技術”，更是成為技術界標桿性的獎項。

▲黑瞳科技聯合創始人兼董事 時維

正如黑瞳科技聯合創始人時維所言：“申請反欺詐基本上是解決虛假身份、虛假意愿和團伙欺詐這些問題的。黑瞳在底層算法上與MIT麻省理工合作，進行最前沿的智能反欺詐研究，因為在底層算法上，還是西方占明顯優勢，中國則是在算法應用上更加擅長。”

“黑瞳與MIT進行智能反欺詐前瞻性研究，在判定一個人是否欺詐的同時，用了最先進的算法去做關聯分析，看他跟欺詐人群，或欺詐損失比較高的人群的共性和關聯性，判斷其欺詐風險。另一方面我們也監控整個網絡，全行業任何一個新型欺詐的出現，我們都會很快將它迭代應用到整個客戶的業務場景，迅速地對新型欺詐做出防御性反應。”時總在發布會中提到。

同時，發布會上MIT代表也看好此次與黑瞳的合作。她表示，“此次黑瞳與MIT在智能反欺詐領域合作，重點突破無監督機器學習、遷移學習以及智能模型迭代，使用了MIT最前沿的AI技術、算法技術以及統計理論。這些領先的技術，結合黑瞳近十年的行業實踐經驗，相信必將不斷為整個反欺詐行業帶來最前沿的突破。”

據了解，除了在底層算法上與MIT麻省理工建立合作，在工具上，黑瞳科技還與覆蓋全球近兩萬家金融機構的反欺詐系統服務商GBG建立了深度戰略合作關系，聯合推出了黑瞳×Instinct產品，這也是GBG首次與中國企業推出聯名產品。

結合全球領先的算法技術及系統工具，黑瞳在智能反欺詐技術方面的突破，可以前瞻性地預防欺詐的產生，解決了傳統反欺詐只能事后彌補的痛點。

智能反欺詐利器：黑瞳幫助客戶挽回上億損失

技術的突破，解決了傳統反欺詐只能事后補救而無法事前預防的難題，但對于真正實現智能反欺詐，解決各類新型欺詐難題，傳統反欺詐企業亟需補足的短板還有很多，包括數據、場景、規則及平臺等各方面的突破與打通。黑瞳科技通過理念創新、技術創新、產品創新等一系列的創新實踐，在這方面取得了巨大的突破，對行業起到了引領和示范。

首先，黑瞳科技創新性地提出數據+技術+場景+規則+平臺的“五維一體”理念，前瞻性地制定了智能反欺詐標準，并通過“瞳核、瞳簽、瞳分、瞳眼、瞳云”5大智能反欺詐產品，將智能反欺詐的概念真正落地。

以瞳云為例：瞳云，是黑瞳獨創的一站式智能反欺詐平臺，融合了瞳核、瞳簽、瞳分和瞳眼四大產品。客戶僅需提供少量關鍵業務信息，智能反欺詐平臺便可自動匹配客戶需求，智能調配規則和迭代模型，定制化生成最優的反欺詐系統。

同時，瞳云使用了 MIT、GBG的前沿技術和工具，綜合運用了包括專家規則、有監督機器學習和無監督機器學習在內的三代反欺詐技術。同時結合黑瞳自身大數據優勢、機器學習、AI和云計算等技術，瞳云可以為各類金融機構提供一站式反欺詐服務，實現了對銀行、保險、信托、消金、互金等金融業務場景的全覆蓋。通過瞳云產品，客戶可以節省自建反欺詐系統、模型、多數據源對接，技術服務整合等多項成本。

瞳云產品的一站式服務，為客戶提供了從貸前到貸后，包括反欺詐架構咨詢、數據查詢、反欺詐分、專家規則、決策引擎、案件管理以及統計分析等在內的全流程服務，保障平臺智能化穩定運行，從而實現客戶欺詐風險防范收益最大化。

▲卡內基梅隆大學種驥科教授

瞳云產品只是黑瞳智能反欺詐武器庫里的一把利劍，就如卡內基梅隆大學種驥科教授所言：“在迭代的過程當中，反欺詐模型迭代應該是非常嚴謹的過程，所以如果有一個技術平臺，比如黑瞳的瞳云，對反欺詐模型迭代會有一個非常大的優勢。黑瞳科技可以不斷地通過反欺詐衍生，使客戶的產品更智能化、簡單化，我覺得這個前途是不可限量的。”

事實上，大量的產品實測也驗證了種驥科教授的觀點。黑瞳產品數據匹配度高達95%，瞳分產品的KS高達0.43，超出行業標準35%。幫助合作伙伴將壞賬率從2.5%降到1.5%，挽回直接經濟損失3個億。

▲黑瞳科技與宇信科技戰略合作

正是基于領先的智能反欺詐技術及良好的產品效果，現在與黑瞳建立合作關系的企業越來越多，此次發布會上黑瞳還宣布了與國內銀行IT系統服務商宇信科技達成深度戰略合作。

結語

種驥科教授在采訪指出，在他看來，過去的反欺詐技術是基于一行一行的代碼，形成一個邏輯，然后用邏輯來做出一些判斷。而黑瞳科技則是通過收集的學習案例，然后通過一個學習機制來做成的軟件體系，具備真正的有效性。

事實上，通過技術突破引領反欺詐行業升級，黑瞳科技對于國內反欺詐領域都起到了引領和示范作用。我們有理由相信，在信息技術日新月異的明天，這匹“黑馬”仍將繼續充當引領者的角色，推動整個反欺詐事業上升到更高的臺階，最終實現“天下無詐”的終極目標。