近日，顶象主办的首届“人工智能反欺诈应用沙龙”在南京召开。来自国有银行、股份制银行、城商行、区域农商行及Visa的数十位代表，就人工智能技术在金融场景的落地进行了讨论。其中，某城商行运用关联网络方案进行反团伙欺诈的实践应用，获得与会者广泛关注。

人工智能是企业数字化转型的重要推动力

“无论身处何地，只要有网络，就能够进行支付、存贷、转账、理财、结售汇，这离不开金融电子化30年的持续建设。”顶象总裁王天义表示，从1979到2017年，经过基础建设、集约化管理、优化灾备、智慧银行、服务新时代、移动金融等六个阶段，金融服务取得了巨大发展。

随着移动互联网、大数据、云计算的普及，金融及各行业进入数字化时代。王天义表示，企业的数字化转型的重点在于创造价值，创造新业务、新领域、新模式并带给客户新体验。业务线上化等数字化的应用，让企业触达到更多新客户，直接连接客户，为客户创造更好的业务体验。这其中蕴含了巨大商机，也带来了新的业务风险。

人工智能是当前的热点技术之一。她表示，人工智能技术能够应用到具体业务场景，帮助企业实现业务增长，为客户带来更好的体验。“技术落地离不开场景，两者相辅相成。这就是为什么今天会议名称是‘人工智能反欺诈应用沙龙’。我们想通过这样的一个机会，把人工智能在反欺诈、尤其是反团伙欺诈的一个具体应用告诉大家。”

加速人工智能应用落地是业界共识。国务院印发《新一代人工智能发展规划的通知》(国发〔2017〕35号)中明确提出，到2020年，人工智能技术应用成为改善民生的新途径，人工智能产业成为新的重要经济增长点;到2025年，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。

人工智能应用方案助力金融反团伙欺诈

积极布局发力“数字化”的某TOP城商行， 通过大力推动全行向数字化、智慧化转型，提升零售业务客户服务效率和服务质量。与此同时，也遇到了团伙欺诈风险等诸多新挑战。

该城商行风险业务专家表示，由于传统反欺诈手段单一、发现排查滞后、过于依赖专家经验等原因，不能有效防范团伙欺诈风险。他着重分析了贷款申请欺诈、异常资金归集、信用卡养卡套现等三类常见团伙欺诈特点。

以中介包装贷款为例。一些中介机构帮助很多不满足贷款条件的客户申请贷款，银行放款后，客户会转移一笔中介费到指定的中介机构帐号。由于很多客户的资料被中介进行了包装伪造，金融机构审批中无法客观掌握该类客户的风险，加上高额中介费导致融资成本激增，发生群体性逾期甚至不良的风险极高。

“(中介包装)这类行为的场景很多，包装手段也越来越隐蔽，审批阶段很难精准定位，而且不同交易实体中间的交易行为可能形成不同的复杂度的团体，所以很复杂”。该专家介绍说，通过与顶象合作，基于城商行多年积累的海量内部数据，建立了一个基于顶象关联网络方案的智能风控系统。能够直观了解网内存在的欺诈团伙、涉案资金，方便审批人员定位与决策;能够及时而客观的分析存在的欺诈风险、欺诈占比、欺诈团伙来源等，随时掌控全行的风险态势。

据介绍，该系统建成后，沉淀出四个新的应用成果：

1、客户关系画像体系：基于个贷部、信用卡部、小企业部等多个零售部门积累的申请、交易、贷后等数据，结合产品业务逻辑进行梳理、打通，深度挖掘数据之间的关联关系，构建动态关系网。

2、数据模型平台：可视化模型平台减少业务人员对复杂模型的强编码技能的依赖，在常用的分析和建模场景，平台根据场景应用需求和习惯整合定制化模型包，让具备基本建模能力的人员也可以通过快速培训而具备持续监测、更新和迭代模型的能力。

3、可视化和交互式监控平台：以图关联方式，把团伙直观显示到运营风险平台里面，对疑似欺诈的群体成员进行精准分案，便于业务人员及时排查、开展风险分析以及风险经验的持续打磨和积累。

4、反团伙欺诈风险监测、预警与防控流程：一方面通过数据驱动型流程将整个风险业务定时参与到业务流程核对中。另一方面，业务打标风险团伙的结果也会沉淀下来，成为模型优化的一个基础。

专家表示，欺诈与反欺诈是一个动态攻防的过程，技术日新月异为反欺诈提供便利，也会成为欺诈分子的利器，“就要求我们要不断的保持创新，要跟同业、高科技企业积极沟通，保持我们技术的先进性。”

监管部门支持金融机构用科技手段提升服务和安全的能力。中国人民银行印发《金融科技(FinTech)发展规划(2019-2021年)》中明确提出，到2021年，进一步增强金融业科技应用能力，实现金融与科技深度融合、协调发展，明显增强人民群众对数字化、网络化、智能化金融产品和服务的满意度。金融风险技防能力大幅提高，金融风险管控水平再上新台阶。

帮助金融机构防范消费贷款违规流入房地产

“我们在这个房间里研究如何将科技应用到风控中，外面也许有一群人正在深究怎么攻破这些人工智能的风控系统，如何通过高科技欺诈手段获得经济利益”。

顶象资深业务专家、解决方案及售前部总经理晋梅表示，团伙欺诈是有着明确分工和缜密计划的群体，娴熟运用各类技术升级欺诈手段，试探和研究目标平台的业务流程和策略，从线下到线下对各个场景展开的立体化攻击，具有组织团伙化、攻击隐蔽化、内外勾结化、手段复杂化等特征。

“顶象关联网络+反团伙欺诈方案”通过充分挖掘金融机构内部的“数据金山”，能够有效防控在申请审批、审批后还款、开户后交易等业务流程中的各类高风险异常行为，为金融机构业务运营和风控人员，提供实时查询、可视化风险监测、风控策略管理、高风险团伙定向分案等服务。

除业内熟知的骗贷、中介包装、养卡套现等团伙欺诈形式，更有一些非主观意愿但最后却集体逾期的风险人群。晋梅以某客户拆解亲友消费贷款用来做购房进行了说明。

小王以亲戚、朋友、同事等人名义申请了数额不等的消费贷款和个人信用贷款等用于支付购房首付。他工作稳定人缘好，大家一致认为不会有风险。但外部大环境和公司经营发生变化，小王突然失业了，导致不能如期偿还上大家的借款。

由于这些伪造用途的贷款没有实际抵押物，一旦产生大面积的逾期甚至违约将会给金融机构造成资金损失，甚至引发系统性风险。监管部门明确要求严禁消费贷款违规流入房地产，《关于加强个人消费贷款管理防范信贷资金违规流入房地产市场的通知》、《个人贷款管理暂行办法》第三十五条规定等有明文规定。

关联网络的前世今生及三大特点

什么是关联网络?关联网络是多种类型的实体、通过多种类型的关系关联构建的复杂网络 。

2012年，谷歌利用关联网络的方式搭建了新的一种搜索逻辑，让搜索到的人看到更全面的信息和知识体系，而非一个简单匹配后的结果;今天我们打开电商网站，看到的不再是千篇一律、让人眼花缭乱的商品，而是更人性化更个性化的页面，这也是电商网站运用关联网络充分挖掘用户的购买行为后做出的智能推荐。

“关联网络能够穿透纷繁的表象，分析背后的真正需求。根据具体业务场景的特征，通过定义实体、挖掘梳理实体的关系，构建成“有内涵、可外延”的复杂网络。再通过应用图数据挖掘、无监督算法、半监督算法、有监督算法等多角度充分挖掘，进而结合应用场景、实际操作人员的具体需求直观而智能的呈现最有效信息。”晋梅进一步阐述关联网络的三大优势：可视化、可解释性和可推理性。

1、可视化：只需要输入客户的一个关键信息，就能调出一张描述该客户使用本行服务、历史表现特点、与什么人有关联行为、在什么时间点进行过交易的业务逻辑大图。这种化繁为简、突出核心、直击重点的智能可视化，大幅提升业务人员的工作效率，让人有更多的时间、结合更全面的信息去思考和决策，而不是把宝贵的时间在梳理几十张复杂的表格上。

2、可解释性强：关联网络的构建需要非常深刻的了解具体业务逻辑和背后的工作流。无论是部门之间、产品之间、产品自身流程、还是交易行为背后的逻辑，这些与业务相关的知识和经验都需要在构建网络的时候充分体现，然后才是用数学的思维去做高度抽象的处理。因此，基于关联网络做出的判断和分析不仅是基于背后都有详细的数据驱动的支撑，更是源于业务逻辑并可清晰解释以优化业务逻辑。

3、可推理性强：能够在对存量数据充分利用的基础上，有效而及时利用增量去完善分析结果。每天的新数据、新发现等进行不间断的挖掘、运算、推理和分析，持续完善和拓展网络的覆盖半径，并不断的自我迭代、增强风险识别和处理能力。

关联网络的持续落地代表着人工智能应用从“感知智能”向“认知智能”迈进的重要趋势，在不同行业、不同场景上有极大的应用空间，为反欺诈、营销等带来新的解决方案。