| RK | 企業(yè) | 深度學(xué)習(xí) | 品牌影響 | 技術(shù)創(chuàng)新 | 綜合 |
|---|---|---|---|---|---|
| 1 | 同盾科技 | 97.07 | 92.16 | 95.94 | 95.06 |
| 2 | 螞蟻集團(tuán) | 96.21 | 92.47 | 95.00 | 94.56 |
| 3 | 中信網(wǎng)科 | 96.47 | 91.79 | 94.68 | 94.31 |
| 4 | 360數(shù)科 | 96.39 | 90.98 | 95.23 | 94.20 |
| 5 | 金融壹賬通 | 96.67 | 91.77 | 94.11 | 94.18 |
| 6 | 京東科技 | 95.52 | 92.13 | 94.84 | 94.16 |
| 7 | 天星數(shù)科 | 95.21 | 90.79 | 94.28 | 93.43 |
| 8 | 百融云創(chuàng) | 95.02 | 90.85 | 93.60 | 93.16 |
| 9 | 中誠(chéng)信征信 | 95.06 | 90.89 | 92.65 | 92.87 |
| 10 | 第四范式 | 93.84 | 89.02 | 89.99 | 90.95 |
| 11 | 云從科技 | 95.03 | 89.24 | 87.87 | 90.71 |
| 12 | 星環(huán)科技 | 94.57 | 89.88 | 87.18 | 90.54 |
| 13 | 中數(shù)智匯 | 94.21 | 88.25 | 86.72 | 89.73 |
| 14 | 數(shù)庫(kù)科技 | 94.29 | 87.69 | 86.73 | 89.57 |
| 15 | 薩摩耶?dāng)?shù)科 | 90.35 | 87.86 | 86.29 | 88.17 |
| 16 | 量化派 | 88.22 | 86.05 | 86.53 | 86.93 |
| 17 | 通付盾 | 87.60 | 87.21 | 85.19 | 86.67 |
| 18 | 數(shù)聯(lián)銘品 | 87.54 | 86.85 | 84.95 | 86.45 |
| 19 | 中關(guān)村科金 | 87.03 | 86.75 | 84.97 | 86.25 |
| 20 | 冰鑒科技 | 87.36 | 86.60 | 84.50 | 86.15 |
| 21 | 融慧金科 | 86.73 | 86.15 | 84.18 | 85.69 |
| 22 | 玖富數(shù)科 | 86.38 | 86.22 | 83.89 | 85.50 |
| 23 | 信用算力 | 85.27 | 86.08 | 85.07 | 85.47 |
| 24 | 頂象技術(shù) | 85.53 | 86.05 | 84.78 | 85.45 |
| 25 | 數(shù)行科技 | 84.37 | 85.76 | 84.50 | 84.88 |
| 26 | 知因智慧 | 84.30 | 86.04 | 84.28 | 84.87 |
| 27 | 天云大數(shù)據(jù) | 84.52 | 85.77 | 83.80 | 84.70 |
| 28 | 金電聯(lián)行 | 84.01 | 85.89 | 83.71 | 84.54 |
| 29 | 氪信科技 | 84.37 | 85.39 | 82.59 | 84.12 |
| 30 | 數(shù)美科技 | 83.72 | 85.37 | 81.69 | 83.59 |
| 31 | 神策數(shù)據(jù) | 84.17 | 85.08 | 80.43 | 83.23 |
| 32 | TalkingData | 83.22 | 85.58 | 80.86 | 83.22 |
| 33 | 華青融天 | 83.72 | 85.05 | 79.73 | 82.83 |
| 34 | 慧安金科 | 82.91 | 85.09 | 79.76 | 82.59 |
| 35 | 電融數(shù)科 | 82.37 | 85.00 | 79.86 | 82.41 |
| 36 | 天創(chuàng)信用 | 80.96 | 84.96 | 78.98 | 81.63 |
| 37 | 棧略數(shù)據(jù) | 80.71 | 84.05 | 77.17 | 80.64 |
| 38 | 富數(shù)科技 | 81.02 | 84.29 | 76.33 | 80.55 |
| 39 | 極光 | 80.59 | 84.55 | 76.09 | 80.41 |
| 40 | 法海風(fēng)控 | 79.56 | 86.22 | 74.48 | 80.09 |
| 41 | 邦盛科技 | 78.82 | 84.07 | 75.50 | 79.46 |
| 42 | 釩鈦智能 | 77.85 | 84.88 | 75.52 | 79.42 |
| 43 | 天冕大數(shù)據(jù)實(shí)驗(yàn)室 | 75.41 | 83.94 | 76.40 | 78.58 |
| 44 | 排列科技 | 75.62 | 83.88 | 75.80 | 78.43 |
| 45 | 有盾網(wǎng)絡(luò) | 77.23 | 83.44 | 74.45 | 78.37 |
| 46 | 思圖場(chǎng)景 | 75.53 | 83.79 | 75.71 | 78.34 |
| 47 | 瀚思科技 | 74.80 | 83.85 | 75.50 | 78.05 |
| 48 | 真果科技 | 73.77 | 83.94 | 76.40 | 78.04 |
| 49 | 藍(lán)象智聯(lián) | 73.94 | 83.54 | 76.40 | 77.96 |
| 50 | 瑞萊智慧 | 74.35 | 83.78 | 75.20 | 77.78 |
| 2021.06德本咨詢/eNet研究院/互聯(lián)網(wǎng)周刊選擇排行 | |||||
提到“風(fēng)控”一詞，很多人想到的是銀行或者金融這類行業(yè)的工作內(nèi)容，但其實(shí)，“風(fēng)控”與我們普通人的生活息息相關(guān)。就比如常見的人和人之間的借貸行為，在A向B借錢時(shí)，B就會(huì)估算能不能借給A，在這個(gè)估算過程中所產(chǎn)生的問題其實(shí)就是一個(gè)簡(jiǎn)單的風(fēng)控過程，B分析A的身份、信用、社交等的過程，就是風(fēng)控的過程。
個(gè)人間借款是一個(gè)簡(jiǎn)單的金融風(fēng)控過程，同理，向銀行借貸，銀行的審批過程就是金融風(fēng)控的一種類型。在傳統(tǒng)的金融風(fēng)控領(lǐng)域里，向銀行借貸需要提供很多資料，銀行也要投入大量的人力物力進(jìn)行審批，這之間耗費(fèi)的時(shí)間對(duì)借貸雙方來說是一項(xiàng)巨大的成本投入，而智能風(fēng)控在一定程度上解決了這個(gè)問題。
風(fēng)控技術(shù)今非昔比
經(jīng)濟(jì)世界日益復(fù)雜，信貸市場(chǎng)逐漸龐大，金融風(fēng)險(xiǎn)也隨之不斷擴(kuò)大，傳統(tǒng)金融風(fēng)控已不能滿足金融市場(chǎng)的需求。作為傳統(tǒng)金融風(fēng)控手段的補(bǔ)充甚至替代，智能風(fēng)控是強(qiáng)化金融領(lǐng)域風(fēng)險(xiǎn)管控的重要技術(shù)手段之一，它在很大程度上保證了金融機(jī)構(gòu)的業(yè)務(wù)效率和安全性，智能在風(fēng)控領(lǐng)域意味著自動(dòng)化程度的加深，而自動(dòng)化讓風(fēng)控管理流程變得更加清晰便捷。
與傳統(tǒng)風(fēng)控相比，智能風(fēng)控是以模型、策略體系自動(dòng)分析決策為主，人工審核為輔，并應(yīng)用大數(shù)據(jù)建模，而且這些數(shù)據(jù)之間的關(guān)聯(lián)性高，同時(shí)可交叉驗(yàn)證，還有就是智能風(fēng)控的IT系統(tǒng)是非常完善的，AI技術(shù)得到了較為充分的應(yīng)用。
我國(guó)智能風(fēng)控與歐美國(guó)家相比較，歐美國(guó)家金融行業(yè)發(fā)展早，在風(fēng)控這一領(lǐng)域的產(chǎn)業(yè)和技術(shù)都比較成熟，普遍采用的都是美國(guó)征信巨頭FICO的評(píng)分卡。作為風(fēng)控行業(yè)第一個(gè)信用評(píng)級(jí)體系的發(fā)明者，以FICO的靜態(tài)評(píng)分卡為例，它在現(xiàn)在的智能生活中暴露著非常明顯的缺點(diǎn)，信息維度太低，當(dāng)個(gè)人數(shù)據(jù)量過大時(shí)，靜態(tài)評(píng)分卡的建模就會(huì)變得很困難，還有就是數(shù)據(jù)變化更新慢，個(gè)人數(shù)據(jù)量變大的同時(shí)數(shù)據(jù)分布也會(huì)變得廣泛和頻繁，那么靜態(tài)評(píng)分卡就需要重新去設(shè)計(jì)了。
智能風(fēng)控的出現(xiàn)在很大程度上解決了這些問題，它采用的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，可以自動(dòng)從個(gè)人數(shù)據(jù)中最新的部分學(xué)習(xí)到用戶的行為模式，從而更靈活地預(yù)測(cè)客戶風(fēng)險(xiǎn)，高度的自動(dòng)化在減少了人工干預(yù)下的風(fēng)險(xiǎn)后還可以使風(fēng)控得到更好的保障。
以螞蟻金服的智能風(fēng)控技術(shù)為例，螞蟻金服主導(dǎo)的ITU-T X.1451（Risk identification to optimize authentication）國(guó)際標(biāo)準(zhǔn)是我國(guó)發(fā)布的首個(gè)智能風(fēng)控國(guó)際標(biāo)準(zhǔn)，同時(shí)它的技術(shù)安全性在一定程度上提高了金融行業(yè)整體的風(fēng)控效率。
賦能未來
在現(xiàn)今互聯(lián)網(wǎng)時(shí)代，傳統(tǒng)的風(fēng)控技術(shù)已經(jīng)不能滿足日益加深的需求了，智能風(fēng)控是新的發(fā)展方向，特別是隨著5G、大數(shù)據(jù)、區(qū)塊鏈技術(shù)的進(jìn)步，以人工智能、云計(jì)算為技術(shù)手段的智能風(fēng)控，更加高效、安全和準(zhǔn)確。
現(xiàn)今金融風(fēng)控技術(shù)的應(yīng)用場(chǎng)景已經(jīng)滲透到眾多應(yīng)用場(chǎng)景中，其中最為典型和廣泛的應(yīng)用領(lǐng)域是信貸領(lǐng)域和保險(xiǎn)領(lǐng)域，很多企業(yè)正在針對(duì)這些不同的風(fēng)控需求，構(gòu)建一個(gè)數(shù)據(jù)中臺(tái)或者風(fēng)控?cái)?shù)據(jù)引擎，推動(dòng)業(yè)態(tài)和模式的創(chuàng)新。
在銀行機(jī)構(gòu)的場(chǎng)景里，不同業(yè)務(wù)之間均會(huì)產(chǎn)生種類繁多、數(shù)量巨大的數(shù)據(jù)，不同數(shù)據(jù)之間又有不同類別的系統(tǒng)，智能風(fēng)控最大程度地打通了這些數(shù)據(jù)之間的壁壘，在反欺詐和金融風(fēng)險(xiǎn)管控領(lǐng)域發(fā)揮了極其重要的作用。
統(tǒng)計(jì)數(shù)據(jù)顯示，2020年我國(guó)智能風(fēng)控行業(yè)市場(chǎng)規(guī)模已經(jīng)達(dá)到78億元，2021年智能風(fēng)控市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到109.6億元，預(yù)計(jì)到2027年智能風(fēng)控市場(chǎng)規(guī)模將達(dá)到327億元，行業(yè)發(fā)展?jié)摿褪袌?chǎng)規(guī)模巨大。
相關(guān)法律法規(guī)也在支持這一領(lǐng)域的快速發(fā)展，智能風(fēng)控技術(shù)作為金融科技重要的一環(huán)，2019年9月央行官方發(fā)布的《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》就明確了要增強(qiáng)金融風(fēng)險(xiǎn)技防能力，夯實(shí)金融科技基礎(chǔ)。
結(jié)語
我國(guó)的智能風(fēng)控技術(shù)已經(jīng)達(dá)到世界領(lǐng)先水平，影響力也在逐步增強(qiáng)，甚至開始主導(dǎo)國(guó)際標(biāo)準(zhǔn)的制定，但是，以金融科技研發(fā)和創(chuàng)新為核心，完善智能風(fēng)控技術(shù)的創(chuàng)新體系，仍然是智能風(fēng)控企業(yè)在不斷變化的市場(chǎng)環(huán)境中保持穩(wěn)步增長(zhǎng)的重點(diǎn)。
以不斷推陳出新的“不變”應(yīng)對(duì)瞬息萬變的市場(chǎng)“變化”，是智能風(fēng)控企業(yè)建立護(hù)城河的關(guān)鍵。
