人民銀行副行長、國家外匯管理局局長、互聯網金融風險專項整治工作領導小組組長潘功勝帶隊赴公安部，與副部長孟慶豐舉行工作會談。雙方就互聯網金融風險專項整治、打擊地下錢莊及非法外匯交易平臺等有關情況及下一步工作安排交換了意見。雙方將進一步加強協作配合，繼續深入推進相關工作，加強信息數據交換和工作銜接，加大對相關領域重大違法犯罪活動的行政處罰和刑事打擊力度，開展廣泛宣傳教育，構建監管長效機制，堅決整治金融亂象，維護良好金融秩序。
近年來，互聯網金融行業發展迅猛，在為消費者帶來便利的同時，龐氏騙局、過度包裝、虛假平臺橫行等行業亂象時有發生，嚴重影響互聯網金融行業的健康發展。隨著監管趨嚴和行業整治力度加強，不少互聯網金融企業都在采取有效措施，確保合規經營，提升風險防控能力，以謀取穩健長遠的發展。以持牌消費金融機構馬上消費金融有限公司為例，其在風控方面投入了大量資源，憑借強大的風險管理、IT支撐和人才隊伍建設，構建了相對完善的風控體系。
馬上消費金融作為互聯網消費金融持牌機構除了直連央行征信外，也會接入公安、芝麻等數十個外部數據源，以及自建數據源，在審批過程中將并行調用這些數據源服務，瞬時產生大量的數據作為自動決策的依據基礎。
數據對于審批至關重要，馬上從數據源管理制度和IT系統建設兩方面做了大量的工作，設有專門的團隊負責數據源發現、商務談判、評測、生產效果跟蹤、下線等工作;在IT系統方面，自主研發了統一數據接入系統，滿足數據源接入需求，目前已升級到3.0版本，具有少量編碼即可完成開發、靈活的mock測試支持、調用可精細化追蹤、數據成本可精細化管理與分攤、穩定的服務、自動服務切換、關鍵數據源的動態配額、精細的數據質量與服務穩定性監控、數據安全控制、高并發與大數據量存儲支持、可在大數據平臺準實時分析數據的能力。
馬上消費作為一家金融科技公司，在人工智能領域做了相當多的投入，目前擁有超過百人的人工智能專家團隊，主要服務于以下4個方面：
1、反欺詐與授信模型：基于存量用戶數據、外部接入數據、自建數據，圍繞信貸審批，利用傳統、機器學習方法訓練模型，用于自動識別用戶欺詐行為和給予合理的授信額度，目前已經建立了幾十萬的變量特征庫和上百個模型，用于不同的數據源、產品和審批階段，組合應用后效果顯著，做到較高的通過率和較低的逾期率;
2、人臉識別：自研Face X活體人臉識別技術，經過幾十億樣本數據的訓練與生產應用的不斷優化，目前識別精準度高達99%，可以應對絕大部分復雜環境，對于檢驗是否是真人以及是否是客戶本人起到了非常好的效果，有效降低了欺詐的概率，馬上消費自研的人臉識別技術效果優與市面上通用產品，其中有2點關鍵的因素：一是在業務開展中積累了大量的照片庫，而這些照片均來自消費金融這個業務領域，更利于訓練出符合該領域特征的模型;第二：建立了欺詐份子的照片庫，對于欺詐份子的照片可以做單獨的處理，進一步提升效果。
3、文本識別：應用NLP的語意分析等技術識別文本語意，應用在智能客服和輿情監控方面，馬上消費金融自研的智能客服系統對客戶的問題解決率達到一流水準，大幅降低了語音客服的占比，降低客服成本的同時改善了客服體驗。
4、語音識別：自研語音識別技術，目前應用在催收和客服場景，未來會拓展到貸前環節，應用到反欺詐領域。
金融是國家的核心競爭力，金融安全是國家安全的重要組成部分。馬上消費金融CEO趙國慶認為：“風控，做金融經營的是風險，對風控怎么重視都不過分。我認為這對，其實也不對。打個比方，在高速公路上開60公里每小時，我覺得我這是屬于違法，或者浪費資源。但是我要在鄉村小道上開到120公里，這也是有問題的。所以說我們追求的是用戶數、銷售額、風控表現，撥備水平和盈利的綜合平衡，整體一攬子指標，而不是某個單一指標。”
編輯：