在9月1日开幕的世界人工智能大会上，网商银行人工智能总监韩冰带认知驱动的小额信贷新模式，主题是分享网商银行利用人工智能技术解决小额信贷产业化问题的最新探索和实践。

韩冰认为，以知识工程为核心的认知智能技术正在深刻改变小额信贷的逻辑通过计算机视觉，语义理解，知识图谱等技术的整合，金融机构可以深入行业，为肖伟建立更多全息数字洞察力让过去成为便利性，受欢迎程度和服务深度，不能兼得小额信贷不可能的三位一体，有望被打破，让更多小微经营者享受到便捷，普惠，充足的融资服务

我们对肖伟的了解决定了可以向其提供的金融服务的上限未来十年，产业知识工程将为银行风险控制和运营提供新的视角，成为小微金融服务的核心竞争力

To 数据+智能进化:认知智能挖掘和推理隐含信息

它是数据银行数字化业务的核心要素数据越全面，质量越高，越能帮助金融机构准确评估风险，提供匹配的金融服务

但目前金融机构面临数据可用性，有效性和多样性瓶颈，大数据单轨驱动的风控模式难以进一步发展韩冰认为，一方面，伴随着《数据安全法》等信息保护措施的不断完善，数据获取的难度越来越大，另一方面，线下还存在大量非数字化的信息，难以被金融系统直接理解和接受

数据获取的边际效用在递减，但现有数据的潜力还没有完全释放出来从2018年开始，我们尝试用认知智能技术进一步挖掘数据的潜力，从lsquo确信rsquo慢慢走到lsquoRsquo我们认为这是lsquo解决数据冰山的问题，Rsquo破冰，钥匙

认知是人工智能的高级发展阶段，旨在赋予机器数据理解，知识表达，逻辑推理和自学习的能力，使机器能够像人一样思考，联想和规划，进而理解现实世界，具备行业专家的知识积累和应用能力。

当智能技术与数据相结合，可以产生1+1远大于2的化学反应我们发现可以依靠深度挖掘，推理，交叉验证，让原本不完整的数据变得可用，准确率可以达到财务水平韩冰说

比如通过多模态信息抽取和自监督学习技术，网商银行的百灵该系统已经可以增强小微个人对线下商业要素和商业关系的认知，辅助风控决策以尚超为例，网商银行利用图像检索算法识别门头照片进行品牌匹配，遥感，图像分割，POI圈定等技术确定商家的经营位置和商圈，目标监控算法识别上架销售的商品，从而实现商业元素的深度还原这些感知提供了比流水更全面的评价视角，因此商家可以获得更高的营业额授信额度

根据消息显示，认知智能过去主要应用于营销，产品推荐等电商场景，在金融业务领域落地较少难点在于对信用风险控制的准确性要求更高，行业细分更复杂认知需要有足够高的准确率和覆盖率，才能被金融业务接受据韩冰介绍，网商银行在门照和实物上的准确率已经达到93%以上，并且覆盖了数千万用户

我们试图在小额信贷领域拓宽认知智能的边界。

小额信贷的未来核心:建立专家工业知识工程

认知的核心是知识工程，即富含实体，概念，属性，关系等复杂信息的知识图谱是通过图形计算和自然语言处理构建的这是机器认识和理解世界所依赖的知识体系，也是认知智能的大脑

小微企业天然有行业场景，每个行业都有自己的商业逻辑和周期，要素差异巨大因此，工业知识工程的重点在于如何找到行业共性，建立统一的构建逻辑，同时解决不同行业间的差异化问题韩冰简介

为实现多行业知识图谱的构建和衔接，电商银行搭建了业内首个面向小微企业的统一信息抽取框架，并将知识工程进一步划分为知识抽取，知识融合，知识推理三个步骤在提取过程中，提取业务实体，关系，业务属性和事件，实现行业识别和业务属性补全，在整合过程中，通过品类对齐，实体对齐和属性归一化，构建包含产品，品牌，产业链等关键信息的产业知识图谱在推理过程中，通过知识表示，补全，验证和关系预测，充分挖掘企业的隐形关系，完善企业关系图谱

韩冰表示，目前，网商银行的行业知识工程已经覆盖了国际体系内全部96个一级行业类别，300多个二级类别，4000多万家小微经营者实现了企业关系预测，供应链上下游还原，小微经营状况，行业风险评估在金融风险控制中的深入应用

在供应链金融场景下，我们通过图推理算法和行业知识预测企业的隐含业务关系，将一系列弱关系叠加成强关系，可以将两个没有直接交易的企业还原到同一个供应链上这种知识对于渗透分销网络，服务下游小微企业特别有用，可以让他们的贷款可用率从30%提高到80%

基于行业数字化洞察，我们会要求他们提交一些个性化的材料，如合同，照片，资产证明等，并使用感知智能技术自动识别它们通过这几千个lsquo自我认证rsquo任务是进一步增加他们的配额

根据消息显示，之前网商银行发布的百灵智能风控系统，8个月已帮助200万家小微企业通过自我认证获得额度的方式增加，平均额度4.5万。

韩冰认为，小微金融的场景足够复杂，可以为认知智能提供广阔的落地空间，目前的网商银行还处于初级阶段在从事实数据逐渐转变为浅层推理的过程中，需要与业务，风控保持磨合，实现正向循环，这也是落地的关键未来，电商银行将在深度推理和认知可解释性方面进一步探索，更深入地服务实体经济

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。