背景，大家应该还是很清楚。今天，包括一些国家政策支持普惠金融，让更多人获得这样的服务。但是普惠金融面临的客群在不停的下沉。新的普惠金融服务对象，可能是没有接受的传统金融服务，在下沉过程中，这些人的信用记录甚至基本的银行流水收支可能都是缺失的。当给更多的人提供服务的时候，我们怎么样去给他做风控？成了一个巨大的挑战。在普惠金融中面临的欺诈、风险可能分为两大类：第一类就是欺诈风险，这一类里面分成了第一方欺诈和第三方欺诈。比如说欺诈风险里面常见的身份盗用、资质包装、老赖。第二类就是信用风险，当他做了个人的现金贷款或者消费分期之后，他的负债能力怎么样、收入水平怎么样、消费习惯怎么样、是不是有能力把分期或借贷的信贷还上，这都是面临的信用风险。

 

　　传统上讲，比如说信用卡很可能是信用风险中占主要地位，欺诈风险其实是偏少的。但是在今天普惠金融的情况下，其实欺诈风险反而占了更重要的地位，信用欺诈是偏少的情况。在欺诈风险这块，我们对手是非常成熟的。比如说一个完整的灰色的产业链，从最早的身份资料的获取，可以通过钓鱼、购买，甚至是通过传统撞库手段去获得大量的合法的身份资料。获得身份资料之后，就是要对这些资料进行资质的包装。因为传统征信手段更多是看这个人在银行的信用历史、消费流水、运营商的一些通话记录，而这种三个维度的包装也成为了我们对手包装的重点，他们会非常着重的包装这几个方面。真正在实施之前还有另外两个环节，比如可以批量的用自动化的方法养号，养个三个月到六个月，使他非常像正常人，可能会用代理IP等形式使得他的地域分散很广，而不是说集中在一个地方。在这之后，社会上存在一种人，我们把他叫做“探路者”。他们专门探测各个风控平台、信贷平台的漏洞。不论是互联网金融还是传统银行在提供消费分期服务，都会系统的尝试这些系统的风控漏洞，然后把这些漏洞写成攻略在网上进行出售。最后，真正骗贷的实施人或者高风险用户，他们会购买这些所有的产业链上的服务来完成自己的信贷。

 

　　在普惠金融快速发展的时候，风险成为一个非常重要的问题。现在可能国内大概有几千家提供新金融、普惠金融服务的公司。包括城商行、股份银行也积极成立这样的部门做这样的业务，在这个情况下，面临的客群又在不断下沉，我们怎么做风控？用传统方式做风控会有两个问题：第一，新的普惠金融的客群，信用卡流水缺失是比较严重的，足以支撑对风险的判断。第二，就是对手的成长。其实对手很清楚现在的风控体系和传统的风控体系是基于这些的，我们是不是可以把更多数据用到风控里面去？我们提出基于大数据和人工智能的风控体系。

 

　　大数据的发展带来了非常大的机遇。最基础的是今天的计算能力和存储能力比原来扩大几千倍、几万倍甚至几十万倍，一个人的衣食住行等各个方面，都产生各种各样的数据，这些数据也给我们提供了基础的原材料，使得我们可以基于大数据做这件事情。其次，大数据涉及的方面、种类已经不仅仅是单一的，比如说银行的交易记录、信用历史、车贷、房贷等已经涉及到生活的方方面面。我们对手包装时可以包装银行记录、运营商记录、电商购物记录，但是他很难包装一个正常人在生活中各个方面的情况。第三，就是人工智能算法的进步。为我们提出更多机会，可以把这些新的算法使用起来，应用在这个领域里面。最后，在广泛的互联网服务里面，无论是搜索、推荐、广告预估、图象识别、语音识别等，我们真实的把大数据和人工智能算法在这些领域里面都有了非常成功的应用。