汽车金融近两年被大众喻为金融领域的风口，不管是市场导向还是国家政策都在向汽车领域倾斜，风控向来是金融领域的核心，而技术驱动已经成为最重要的手段，以AI为依托的“智能风控”已广泛应用，被业界所关注。
当前人工智能与大数据在量化经营风险方面更加突出准确性，包含了五部分，其一，人工智能优化大数据风控模型更能确立最好的大数据收集和解决方案；其二，帮助企业平台建立更好的风控模型；其三，在信用评级和风险定价方面比人脑更具有优势；其四，便于数据存储和提供处理方案；其五，更容易把所得到的相关风控要素集成到客户数据化终端，提高客户体验感及公司运营效率。在线汽车金融服务平台富勤金融依托AI技术布局创新汽车金融风控，垂直深耕汽车抵押贷模式细分领域，包含在信用评估、运营、贷前中后、逾期预测、反欺诈的智能应用，并已获得了自主知识产权。
OCR模型提高贷前运营工作效率及提升用户体验
与传统汽车金融相比，风控措施要覆盖从贷前审核、贷后管理、逾期催收、车辆处置的每个环节。利用人工智能+大数据专利技术，可以提供用户画像，为车贷提供风控“利器“。身份证、银行卡、行驶证、驾驶证、车辆合格证、车辆登记证等在内的四十多种识别模块，广泛应用于银行、车险、汽车金融等多个行业场景。
富勤金融利用GBDT，TensorFlow，RandomForest等工具建立车牌打码模型，GPS截图打码模型，行驶证打码模型，身份证信息识别模型，银行卡卡号识别模型，学信网信息识别模型等OCR模型。OCR模型主要运用于贷前审核管理，解决了传统人工进行资料收集生成图片后进行图片打码处理的方式。OCR模型存储于本地服务中并提供一个API接口，人工在利用该接口时，提供所需要的打码用户照片，OCR模型服务器会依据信息识别模型服务进行资料信息打码，并通过API输出图片。以此，代替了人工进行资料信息图片处理的工作，提高了工作人员的工作效率以及放贷时间；同时，OCR模型具有准确度高、出错率低的优势，减少在录入时带来的信息不对称、不能还原的问题；对于行业需求，解决了人工成本过大，工作效率不理想的问题，还保护了客户隐私，减小行业因为用户隐私带来的舆论压力。
风险策略评分系统-协同风险与金额的配比武器
在传统汽车金融风险评估、贷款金额、申请时长计算中，受平台内外多方面影响，对与客户风险评估不太客观更偏向人文主观化，以至于对贷款客户的申请时长、贷款金额无法给予最合理的定位，大大降低了企业的运营效率，同时对于贷款客户的风险值，无法做后期最合理的跟踪。比如对贷款客户进行审核评分时，需要的数据信息不断向第三方机构获取，第三方的数据信息具有单一性，无法提供客户全面的数据信息，某一个时间点的数据信息又无法判断用户的需求，在反复测算风险时，还需要不断向第三方获取，增加了时间、沟通成本。
对于客户是否可以通过、可贷金额问题，还需要风险专家与建模组进行反复沟通，根据数据需要不断调整风险估算策略，多次测算后才能确认最终风险值，得出用户贷款定价数据；另外传统的人工审核具有人工干预处理方式，人工具有主观判断意识强烈，会依据人工心理判断来确定是否通过贷款问题；另外还可能会存在内部与外部“联合勾结”问题，后期分析又缺少数据支撑，从而出现了贷前工作效率低、贷中风控系数降低与贷后的跟踪处理不及时现象。
AI的优势是处理大量的数据和变量，尤其是从海量数据中挖掘一些线性乃至非线性的规律和信号。富勤金融以AI+大数据相结合研发风险策略系统及评分系统，利用其AI技术自主链接第三方大数据库，进行贷款客户的数据收集与整合。风险策略评分系统分为两大模块-策略模块和评分模块。策略模块决定用户通过还是拒绝，评分模块影响用户通过后得多少分，决定客户的申请时长与金额等。该系统完全解决了传统风控风险值不准确、信息狭窄、流程繁琐等短板问题，具有定制化、专一化等优势。
风险评估+评分可以由风险专家依据每位客户年龄、资产评估、贷款用途、还款等能力制定测算规则，包含修改策略、评分阈值、逻辑关系、运算符号等，全程无需产品、技术与测试参与；在进行风险值计算时，系统可以自主通过第三方自动调取相关的数据信息，包含电商购物、信用卡还款、信用报告、个人设备信息等数据信息；另外该系统还可以配置一个公司多个场景，一个场景同时配置风险策略和风险评分等需求，多个场景可以一起测算该用户的风险值，最终判定是通过还是拒绝，期间无需人工操作；另外系统权限控制严格，一人一号，减小风险策略及风险评分泄露的可能性；还可提供报告查询与输出功能，方便规则数据统计及汇总，为平台贷前、贷中管理提供更好的数据支撑。
风控报表系统提高平台运行效率
风控报表系统是为数不多的互联网金融科技公司拥有，富勤金融是为运营、营销、催收、信审、客服、反欺诈等小组开发的报表系统，提供查询小组对数据查询、统计、汇总的工作效率，为整个贷前、贷中、贷后管理工作提供信息支撑。
反欺诈小组可以调取该系统生成的申请用户手机IP注册地址与登入地址信息不一致的统计数据，来分析该地区或该企业是否存在欺诈团队，不止反欺诈小组，也可以向其他小组提供多维度查询，并且除涉及用户隐私字段的报表外，报表还具有导出功能。另外信审小组可判断用户在一个时间段申请的次数、申请金额等信息，以此向风控团队提供放款时间、金额等信息支撑。
风控报表还可实现字段定制化功能，设置每个用户查看每张报表的权限，提供更为全面的权限管理，有效提高报表查询小组数据查询、统计、汇总等工作效率，为企业运营、营销、催收、反欺诈等能力有了质的提升。
未来AI技术更加夯实平台风控能力
当前，众多金融企业的数据大多数是来源于第三方公司的的爬虫接口，存在着使用第三方接口数据传输延后，甚至丢失、用户隐私泄露的风险，变量也无法实现定制化，富勤金融目前正在研发、建立爬虫系统，可以自主进行网络数据收集，以便解决上述问题。
另外，富勤金融在利用Logistic回归模型和WOE方法建立的行为评分卡，用于预测用户将来的某段时间是否会出现逾期，催收评分卡用于预测出现逾期的用户（一般在M1以内）是否会转变成M2，M3，甚至M3+用户，这两个模型为公司贷中和贷后管理提供强有力的支撑和重要依据。同时，富勤金融还在建立团队欺诈检测模型，以防范解决团队欺诈等问题。
在金融必须与科技共生才能保持生命力的今天，独有先进的技术无法实现目标，技术必须结合业务场景，业务场景必须依托用户需求，立足于行业前列不能缺少任何一点。
网友评论