当大多数人的目光还聚焦在大数据和人工智能如何在金融贷前环节立下汗马功劳的时候，京东金融已经开始讨论数据和AI与贷后管理的关系。在首届“JDD-2017京东金融全球数据探索者大会”上，来自大数据和人工智能领域……
当大多数人的目光还聚焦在大数据和人工智能如何在金融贷前环节立下汗马功劳的时候，京东金融已经开始讨论数据和AI与贷后管理的关系。在首届“JDD-2017京东金融全球数据探索者大会”上，来自大数据和人工智能领域的领军人物，共同探讨 AI与社会发展、人类生活的紧密结合，对于未来金融与AI如何更好结合，各位嘉宾更是发表了各自最前沿的看法和预测。
作为“JDD-2017京东金融全球数据探索者大会”最引人关注的环节之一，“探寻数据产业与AI发展之道”圆桌论坛，由京东集团副总裁、AI平台及研究部负责人周伯文担纲主持人，参与研讨的嘉宾分别为哥伦比亚大学客座教授、Graphen CEO林清咏、中科院智能信息处理重点实验室常务副主任、中科视拓董事长兼CTO 山世光、微软亚洲研究院城市计算领域负责人、美国计算机学会杰出科学家郑宇、IBM中国研究院研究总监苏中和360集团副总裁、首席科学家、人工智能研究院院长颜水成。
(京东金融JDD大会“探寻数据产业与AI发展之道”圆桌论坛现场)
其实对于金融行业来说，风控始终都是最关键的一环，而贷前和贷后的管理工作分别起到了规避风险和减少坏账的作用，直接决定了企业扼制不良贷款问题，业务良性运转的能力高下。因此一个公认的事实是，在金融领域，基于生物识别、深度学习和大数据等人工智能技术的风控安全系统已经成为企业必备，此外生物识别等技术同样衍生出了诸如刷脸支付等新的金融产品功能。而京东金融作为一家致力于推进技术赋能合作伙伴的科技企业更意识到了人工智能技术与贷后管理工作结合的重要性。因此在本次圆桌论坛上，与会嘉宾探讨的重点就在于大数据和人工智能如何为金融行业的贷后管理带来新改变。
主持人周伯文提出，比如说金融企业贷款给某一个客户之后，发现对方失联了，这种情况下用目前的人工智能和大数据能给带来哪些启发和思路，即在管理贷后风险层面，人工智能和大数据能够做一些什么样的工作？
对此，林清咏教授认为，贷后管理是一个非常重大的工作，如何去预测一个拿了贷款的企业会不会出状况，这是全世界银行都是关心的问题。而通过美国政府资助数亿美元为Graphen公司建立的风控系统，直接把原来的企业信用评估准确率大幅提升。此外，基于大数据和人工智能技术的金融产品，也已经实现了帮助各大投行监测交易员操作市场的过程，进而确保了对交易员可能在操作市场过程中谋取私利的人为因素有效管控。
而在山世光研究员看来，贷前风控其实更重要。而在贷后管理方面，一方面，诸如人脸识别等生物识别人工智能技术不断完善，将在未来帮助金融机构和上级监管部门实现在公共安全的领域精确地完成对一个人员的搜索，进而解决这些登上失信黑名单的贷后人员失联问题。另一方面，随着失联成本越来越高，实际上会倒逼整个社会征信体系的完善，并会进一步消除那些潜在隐患，让绝大部分金融用户回归到正常的金融秩序上来。
郑宇则首先指出，类似京东金融这样的公司使用的大部分数据是时空数据，也就是说用户有消费数据的时候他们有一个位置，什么地方消费，什么时间，这种时空数据的分析和挖掘方法和传统的AI有区别。这一技术具体到贷后失联问题上，就是尽管失信人员会换掉手机号甚至银行账号，但是其生活习惯还是符合之前的规律，基于时空大数据的分析方法，可以判断他家在什么地方，常去的几个地方是哪，进而判断可能在什么地方可以找到当事人。还可以通过社交网络诸如微博、微信，以及社交关系数据，来推断出失信人员的位置以及他未来可能去哪里，这其实是一个道理简单但模型复杂的算法问题，也是人工智能大数据的魅力所在。
苏中紧接着郑宇的看法再次做出了解读，他认为从人工智能和大数据角度去讲贷后风险管理其实应该从最开始这个客户的数据预测，即贷前管理开始，而通过贷前了解到对方的诸如收入、上下游行业、国家政策走向乃至消费、社交等行为信息数据，最终构成的是在贷后建立一个更加完善的风控模型，这个模型不仅包括企业，还包括关键的人物，法人和社交，以及家族等等的关系模式等等。而当出现了贷后失联的问题可以很快的基于数据做出分析，找到责任方。
最后，颜水成站在整个行业的角度对这一问题发表了看法，他指出，大家的观点大多数还在阐述如何拼数据层面，而在数据、算法层面之外，更特别的一点是人工智能帮助小企业打通了数据孤岛，完成了数据共享，提升了信用评估体系的完善和贷后管理能力。简单地说，就是当前大部分金融企业仍然处于数据并不全面的尴尬境地，随着人工智能技术在行业内的普及推广，同一个用户的借贷数据得以共享，整个行业的贷后管理水平都能够随着数据的全面完善得以提高。
值得一提的是，与会嘉宾也纷纷就人工智能的未来趋势做出了自己的预测，郑宇认为，人工智能如果能和更广义上的传统行业如交通、规划、金融相结合，将发挥出更加强大的驱动力作用。同时人才培养方面将成为未来人工智能竞赛的重中之重。苏中表示，把现实中的海量数据和知识体系结合起来，让两者能够互相激活，更加良好的完成数据与知识的利用和结合，这是未来人工智能在自然语言理解层面的一个潜在机会。颜水成则在进一步打破数据孤岛问题上提出了自己的预测，在他看来，未来国家层面可以建立起一个庞大的语音库，这个库可以支持所有的图像和语音的公司，即完成数据的共享化。
总的来看，专家们达成一致的看法在于，随着技术的不断推进和数据的完善共享，未来人工智能将更多更好的赋能金融行业乃至更多传统行业和整个人类社会，更加值得期待。
来源：网络
