以风控模型为例,通过让机器学习完成持续迭代,而非专家经验建模基础上的锦上添花。以至于,一家金融科技公司可以没有CRO,"机器"本身即CRO。
同类型的项目中,虽然也有将人工智能技术应用在风控过程中,但是专家经验仍然在建模过程中起了决定作用,并不是真正靠技术解决问题。而在很多信贷领域,比如房贷车贷,使用AI技术可能是个伪命题,这些领域存在丰富的"强特征",并不需要通过机器学习去处理大量稀疏、高维的"弱特征"来构筑风控模型。
机器不会解释变量之间的因果关系,只是展现相关关系,行业内的另一种做法,是专家主导的风控流程,为了解释模型逻辑,往往人为添加了因果性。
在有限边界的范围里找到相关关系,这件事情机器往往比人脑更擅长。
原文链接:http://www.datayuan.cn/article/11357.htm
耀盛中国集团总裁原旭霖:传统信用评级与大数据风控需要的是强强联手,而非替代关系