近期的P2P平臺頻頻爆雷事件，讓人們認識到：互金平臺的長遠健康發(fā)展一方面要做好合規(guī)，另一方面更要做好風控。

我們知道，從事個人消費貸款的互金平臺的主要客群是個人，一般需要依據借款人的個人信息、征信記錄、個人消費習慣等數據，建立用戶畫像和風控模型，輔助信貸審批。

從事企業(yè)融資的互金平臺則需要做好企業(yè)的盡職調查、財務狀況分析、市場調研、擔保抵押調查、投資關系、法務分析等各方面的調查與研究。

然而，互聯(lián)網金融的業(yè)務領域紛繁復雜，不同領域的風控策略和流程差異巨大。

伴隨著互聯(lián)網的快速發(fā)展，海量的數據也不斷涌現，人工智能技術愈發(fā)展現出它的價值。

本文將從企業(yè)風險監(jiān)控角度來簡單說說金融AI技術有哪些具體應用。

金融AI可以做什么？人工智能是人的“聽、說、讀、寫”幾項技能在機器上的衍生，涉及到信息的獲取、接入、表示、處理、輸出等技術，主要有語音識別與合成、圖像識別、自然語言處理等。

如今的金融行業(yè)已經不缺少可供人工智能進行模型訓練的數據，各類機構數據、交易數據、用戶數據、社交網絡已經達到一個相對完備的量級，將金融知識庫進行語義轉換，制定相應的計算規(guī)則和學習策略，即可作為人工智能算法的輸入和參數。

金融AI是基于金融大數據，借助數據處理、數據挖掘和機器學習等技術做出預測性的決策過程。

近年來，金融AI在金融智能客服、金融風控、智能投顧等領域得到了很好的應用。

隨著技術發(fā)展和消費升級帶動的金融場景不斷豐富，金融AI可以有效地幫助金融機構應對三大需求痛點：一是降低成本，二是提高服務效率，三是提升用戶體驗。

在未來技術不斷創(chuàng)新變革的趨勢下，金融市場也越趨復雜化，純人工的風險監(jiān)控已經力不從心，人工智能可以很輕松地進行數據挖掘、風險監(jiān)控、風險預警等工作。

比起傳統(tǒng)風控手段，人工智能具備以下技術優(yōu)勢：1、提升數據處理效率。

金融AI通過大數據挖掘、構建人工智能學習算法等手段，可以更好的對金融風險進行預測和感知，提高數據采集、處理的效率，對風險交易和違規(guī)行為做到有效監(jiān)控，提升金融風險識別能力。

2、降低信息不對稱帶來的負面影響。

一方面大數據和機器學習技術給金融機構帶來了技術創(chuàng)新，另一個方面這些新技術的應用無形中增加了技術壁壘，給無法獲得這些技術底層信息的風險監(jiān)管機構帶來了難度。

由于信息不對稱，風險監(jiān)控將變得滯后而無力。

因此，為消減這樣的信息不對稱，金融大數據結合人工智能技術的應用就顯得非常有必要。

3、智能風險預警。

應用人工智能技術，可以有效地對企業(yè)風險進行實時跟蹤預警，可以從資產狀況、現金流向、投資關系、股東變化等諸多維度，進行實時信息匯總、分析、建模，形成企業(yè)風險評級體系對企業(yè)風險進行預警。

金融AI如何賦能企業(yè)風險監(jiān)控？風險控制一直是金融領域的核心，利用金融AI技術建立企業(yè)風險預警平臺，提供智能輔助決策信息，可以將信貸審批人員從企業(yè)盡調、數據分析等繁瑣的事情中解脫出來，幫助他們提高授信審批效率和質量。

具體來說，智能化的企業(yè)風險監(jiān)控過程主要涉及自然語言處理技術。

自然語言處理是人工智能應用的一個重要方向，是一門集語言學、數學、計算機科學和認知科學等于一體的綜合性交叉學科。

在金融領域，大部分存儲的數據都與自然語言有關，比如研究報告、財務報表、企業(yè)公告、法律文書等，對這些海量的數據進行分析，需要用到信息檢索、文本分類、語義分析、實體分析等關鍵技術。

下面，結合企業(yè)風險監(jiān)控的具體環(huán)節(jié)，來看一看金融AI是如何賦能的？（1）企業(yè)背景調查對企業(yè)的背景調查，無論是從信貸審批機構的角度，還是從個人投資者的角度，企業(yè)背景信息對于授信和投資決策都至關重要。

在日趨復雜的金融市場環(huán)境下，僅憑官方監(jiān)管平臺網站上披露的公開信息，無法還原一個企業(yè)的真實情況，對企業(yè)背景調查往往需要從廣度上和深度上挖掘更多的信息。

利用網絡爬蟲工具，結合文本處理技術，可以將與企業(yè)相關的隱藏信息、輿情信息從互聯(lián)網海量的數據中提取出來，作為背景調查的一個數據維度，為進一步企業(yè)風險分析提供依據。

（2）企業(yè)圖譜分析通過對企業(yè)的基本信息、經營數據、財務數據、輿情公告等進行分析，通過語義分析、關系抽取、圖數據庫等技術，從企業(yè)結構化數據、半結構化數據以及非結構化數據中生成企業(yè)知識圖譜，包括企業(yè)、法人、股東等實體，股東關系、投資關系、債權債務關系、法律訴訟關系、疑似控制關系等等關聯(lián)信息，得到企業(yè)關聯(lián)關系網絡。

借助可視化技術，可以對企業(yè)的關系脈絡一目了然。

（3）企業(yè)風險預警關系到企業(yè)風險的維度很多，有些維度的數據可以輕松獲取，比如管理層的變化、現金流狀況等，有些維度的數據則需要深層挖掘推理才能獲取得到，比如實際控制人背后的經濟政治背景變化、私人擔保關系等。

通過對企業(yè)多維度信息進行風險建模，設定預警策略和規(guī)則，對企業(yè)近一個月或三個月的風險信號進行統(tǒng)計分析，預測企業(yè)風險走勢、風險概率等，可以有效的為投資決策提供輔助信息。

最后，需要指出的是，企業(yè)風險的監(jiān)控涉及因素眾多，加上金融市場訊息萬變，很難通過人工的手段去實時進行企業(yè)風險監(jiān)控，通過大數據和人工智能的技術，來實現實時智能化的企業(yè)風險監(jiān)控不僅可以降低人力成本，也是目前諸多金融科技公司大力發(fā)展的方向之一。

目前，企查查、啟信寶、天眼查等多家企業(yè)信息查詢平臺，基于數據和技術的優(yōu)勢，能夠提供企業(yè)比較全面的信息以及企業(yè)風險監(jiān)控、信用報告等服務，國內多家人工智能巨頭公司及金融機構也都在布局企業(yè)風險預警監(jiān)控體系，例如，蘇寧金融就在利用生態(tài)內的自有數據以及爬取的公開數據等，將數據中潛藏的企業(yè)信用價值挖掘出來，建立企業(yè)風險監(jiān)控平臺。

可以說，金融數據就是一座金礦，金融AI將從這個金礦中淘出更多的價值。