“普惠金融的本源是,讓金融觸達更多的客戶,讓原來享受不到金融服務的主體能得到更加充分的、合理的金融服務。”國家金融與發展實驗室副主任曾剛在解讀《普惠信貸聚合模式研究報告》(以下簡稱《報告》)時這樣解釋。近年來,我國的普惠金融得到了長足發展,下一步的發展方向是要針對至今仍受到強信貸約束的長尾人群,進一步增量、擴面。面對這樣的市場現狀,很多金融科技公司應運而生,典型的如用錢寶等。他們將新技術與金融業務進行深度融合,依托人工智能等技術的創新來降低邊際成本,提高服務效率和服務質量,助力解決普惠金融痛點。

近日,社科院國家金融與發展實驗室發布了《普惠金融聚合模式研究報告》,其中指出,單一金融機構在普惠信貸業務開展中,存在自有數據風控效果不理想等諸多問題,業務可持續性方面遭遇的瓶頸,使從業機構在“單打獨斗”模式的基礎上開始探索“科技賦能”模式。作為國內第一批將人工智能技術成功應用到金融領域的公司之一,用錢寶自成立以來,一直以“讓每個人享受智慧的金融”為使命,通過自主研發I.C.E.人工智能風控引擎,拓展金融邊界,優化金融生態,助力普惠金融實現落地開花。

據了解,用錢寶是一款基于大數據計算、機器學習等人工智能技術的全流程線上分期消費信貸服務平臺,通過與金融服務生態中的各機構深度合作,在用戶和金融機構之間搭建橋梁,一方面連接金融機構,為其推薦合適的用戶,另一方面為用戶提供精準全面的消費信貸評估,幫助用戶獲取最高可達30000元,3、6、9、12期的靈活分期消費信貸服務。

《報告》中指出,風險成本和運營成本是普惠信貸機構主要關注的兩類成本。如何突破收益成本不對等的矛盾,促進普惠金融實現由普及惠,亟需破題路徑。多維數據和多重風控則是解決問題的關鍵。《報告》中強調,大數據技術和人工智能技術的迭代升級將有效提升服務產能,降低線下作業的運營成本。

值得一提的是,用錢寶自主研發的I.C.E.人工智能風控引擎通過機器學習、大數據計算等方法對人的信用進行風險評估,有效解決普惠金融在落地過程中的痛點。據悉,I.C.E.人工智能風控引擎由“柯南特征工程”、“D-AI機器學習模型”、“Anubis大數據計算架構”組成,分別對應了識別、評估及計算的人工智能基本邏輯。目前,該風控引擎已成功挖掘并驗證了超過14000維度的有效弱特征,模型累計迭代次數超過3600次,每天處理的數據量高達10T。

得益于I.C.E.強大的技術支撐,用錢寶已累計完成數千萬筆信貸交易,其積累的信貸服務樣本會反哺于機器學習模型,驅動其模型迭代升級,從而不斷優化風控模型,為用戶提供“千人千面”的定制化信貸服務,形成金融服務生態各環節的良性循環。

實際上,通過風控技術的不斷創新,能夠讓不同維度的數據發揮價值,有效解決普惠金融人群因結構性數據缺乏或不足而風控難度高的問題。用錢寶憑借多年來積累的強大的新金融風控技術實力,能夠對普惠金融人群進行精準、立體的風險把控,有效解決普惠金融中反欺詐、信貸風險識別等痛點,讓金融真正惠及民生。