另外在所有銀行都十分頭疼的催收環(huán)節(jié)上，云從也搭建了智能催收系統(tǒng)。

特別是針對(duì)小微企業(yè)融資難的問題，云從有專門為小微企業(yè)建立的風(fēng)控體系，專門做小微企業(yè)與銀行之間的“橋梁”。

目前，小微金融的國(guó)際趨勢(shì)，是用各類數(shù)據(jù)解決信息不對(duì)稱的問題，比如使用支付數(shù)據(jù)、采購數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)、薪水支付和開支數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、稅務(wù)數(shù)據(jù)以及跨境支付等。

但是目前，小微金融數(shù)據(jù)分散、小微企業(yè)沒有良好的財(cái)務(wù)和現(xiàn)金流管理。

云從致力于獲得全流程的小微企業(yè)現(xiàn)金流入流出概覽，全面的數(shù)據(jù)會(huì)帶來更好的信貸決策，進(jìn)行橫向的行業(yè)分析和比較，并提供個(gè)性化的解決方案。

小微銀行，需要橋梁

除了一些大型銀行能憑借優(yōu)厚資源，擁有自主研發(fā)、運(yùn)用新興技術(shù)的能力加強(qiáng)風(fēng)控外。

對(duì)于IT基礎(chǔ)薄弱的中小銀行而言，自建銀行智能解決方案存在成本高、周期長(zhǎng)、風(fēng)險(xiǎn)大等問題。

而且中小銀行推進(jìn)數(shù)字化的過程當(dāng)中會(huì)發(fā)現(xiàn)，受到地域的限制，還有本身對(duì)人才吸引力的限制，這些中小銀行在風(fēng)控、大數(shù)據(jù)等領(lǐng)域，很難吸引到足夠優(yōu)秀的人才，去承接服務(wù)和具備能力交付。

特別是在普惠金融上，其實(shí)銀行的服務(wù)能力遠(yuǎn)遠(yuǎn)不夠，沒有那么多客戶經(jīng)理、風(fēng)控經(jīng)理去服務(wù)民眾，去研究清楚每個(gè)小微企業(yè)的需求、還款意愿和還款能力。

所謂普惠金融的回歸本源，是要服務(wù)好符合自身定位的屬地客戶。但這背后是屬地獲客難、城商行差異化競(jìng)爭(zhēng)不足、個(gè)別區(qū)域人群風(fēng)險(xiǎn)集中、缺乏高效的線上化產(chǎn)品、數(shù)據(jù)缺失等問題。

在小微銀行進(jìn)行風(fēng)控程序的第一環(huán)數(shù)據(jù)處理中，云從認(rèn)為目前數(shù)據(jù)孤島和數(shù)據(jù)有偏問題依然存在。

因?yàn)轱L(fēng)控模型的效果受制于多種因素，在產(chǎn)業(yè)鏈中，細(xì)分賽道的數(shù)據(jù)處理相關(guān)服務(wù)就有三種，分別是數(shù)據(jù)生產(chǎn)廠商、數(shù)據(jù)加工廠商和數(shù)據(jù)貿(mào)易廠商。

而云從提供的是端到端數(shù)據(jù)解決方案，也就是把三種服務(wù)串聯(lián)起來，也就是立志讓數(shù)據(jù)不再“孤島化”。

云從與數(shù)據(jù)生產(chǎn)廠商深度合作直接獲取底層數(shù)據(jù)標(biāo)簽，通過先進(jìn)的模型技術(shù)利用機(jī)器學(xué)習(xí)平臺(tái)在終端挖掘數(shù)據(jù)價(jià)值，提煉業(yè)務(wù)知識(shí)最終為金融機(jī)構(gòu)輸出定制化模型報(bào)告。

另外，云從針對(duì)每家金融機(jī)構(gòu)不同的客群對(duì)應(yīng)到不同的模型報(bào)告真正實(shí)現(xiàn)端到端服務(wù)，在通過可視化工具使數(shù)據(jù)發(fā)揮更大的價(jià)值，保證數(shù)據(jù)的合規(guī)性。

另外在普惠金融中的消費(fèi)金融領(lǐng)域，云從目前已經(jīng)與主流的30多個(gè)場(chǎng)景方與資產(chǎn)方建立了合作，形成了獨(dú)特的生態(tài)體系。

同時(shí)云從作為人工智能國(guó)家隊(duì)，積極響應(yīng)國(guó)家普惠金融號(hào)召，于2018年年中開始大力發(fā)展針對(duì)中小微企業(yè)的貸款解決方案。

云從科技從17年-18年，先后與大型快遞服務(wù)商、電信運(yùn)營(yíng)商、稅務(wù)服務(wù)商、購物ERP廠商、地方政府等建有聯(lián)合實(shí)驗(yàn)室，在實(shí)驗(yàn)室內(nèi)，云從探索出各類數(shù)據(jù)模型在風(fēng)險(xiǎn)控制領(lǐng)域的應(yīng)用，引入大數(shù)據(jù)可有效提高屬地客戶的審批效率，增加風(fēng)控手段。

其中云從風(fēng)控平臺(tái)通過實(shí)現(xiàn)自動(dòng)特征工程將模型結(jié)果提升10%，同時(shí)特征挖掘的時(shí)間減少了90%，在挖掘有效特征的同時(shí)減少了成本，真正實(shí)現(xiàn)了降本增效。

在消費(fèi)金融領(lǐng)域，云從目前與主流的30多個(gè)場(chǎng)景方與資產(chǎn)方建立了合作，形成了獨(dú)特的生態(tài)體系。

以往銀行在準(zhǔn)備介入某個(gè)新場(chǎng)景之前，往往缺乏歷史數(shù)據(jù)支撐及配套技術(shù)經(jīng)驗(yàn)，云從利用其過往在該場(chǎng)景內(nèi)數(shù)據(jù)模型的優(yōu)勢(shì)，根據(jù)銀行業(yè)務(wù)需求，為銀行量身提供“白盒”模型服務(wù)。

另外，云從將會(huì)把業(yè)務(wù)相關(guān)的部分開放給風(fēng)控專家，讓風(fēng)控專家更關(guān)注業(yè)務(wù)指標(biāo)的定義對(duì)模型結(jié)果的影響。

通過使用云從風(fēng)控建模平臺(tái)，風(fēng)控專家可以快速比較不同逾期定義、不同時(shí)間窗樣本采集、不同數(shù)據(jù)源和數(shù)據(jù)字段的組合下，表現(xiàn)最好的風(fēng)控模型。通過降低模型訓(xùn)練時(shí)間、提高模型效果，風(fēng)控建模平臺(tái)可以降低風(fēng)控專家的建模成本，加快風(fēng)控模型的迭代速度。

金融科技的下半場(chǎng)：AI為先

在金融科技發(fā)展早期，有些是偽金融科技，最終在市場(chǎng)發(fā)展的過程當(dāng)中被淘汰掉了，金融科技的下半場(chǎng)才剛剛開始。

作為金融科技高峰論壇諸多專業(yè)人士評(píng)選出的2019年銀行業(yè)最佳風(fēng)控服務(wù)商，作為銀行業(yè)AI領(lǐng)跑者，云從科技正在打造“AI+金融”體系，繼續(xù)為金融機(jī)構(gòu)的智慧化轉(zhuǎn)型提供科技驅(qū)動(dòng)力。

在2019世界人工智能大會(huì)上，云從科技創(chuàng)始人周曦博士說：“人工智能要解決的問題是提供顛覆性的服務(wù)。AI本質(zhì)上能夠把稀缺資源以10倍、100倍的量級(jí)擴(kuò)展出去，讓每個(gè)人享受更好的頂級(jí)服務(wù)，這是AI的未來?！?/p>

未來已來，科技以人為本，永不止步。

songjy