从自我应用到技术输出 360数科的“华丽转身”
自今年8月360数科更名以来,便有不少声音猜测,此次更名意味着360数科向科技进一步靠拢。在近日举办的“智能、普惠、链接——360数科技术开放日”上,这一推测再度得到证实。

二是科技企业通过大数据和精准建模,可以帮助金融机构精准识别用户,提高风控准确度,降低服务门槛,渗透下沉市场;
三是科技企业在系统架构、产品运营、场景运营等业务环节,可以推动金融机构实现数字化、自动化,提升系统性能,降本增效。
在这之中,第二点尤为重要。金融的本质是融通、经营和控制风险的生意,这就意味着金融机构的核心是要有风险定价能力。风险定价能力越强,资金成本就更低,资源配置更有效。因此,金融科技企业要想赋能金融机构就得在风险定价能力方面不断构建自身的核心壁垒,而360数科在这一方面成绩斐然。
以大会透露的智能风控信息为例,360数科自主研发的智能风控引擎Argus,已累计拦截潜在新型风险人数超100万,保护资产逾100亿,日挽回损失千万。在风控模型策略方面,360数科金融人图谱通过大型复杂关系网络判定用户资质。运用金融人图谱,H5贷前关系网模型在请求外部资信以前,充分利用内部数据,进件命中率达到80%。

360数科大户数据研究院院长沈赟
在开放日活动中,360数科大数据研究院院长沈赟与上海交通大学计算机系副教授、上交大计算机系-360数科联合实验室负责人程帆教授,共同介绍了双方于去年十月建立的人工智能联合实验室,在过去一年中进行的四个方面的重要探索。

第三,基于 TabNet 的结构化数据处理。如何对风险处理中收集到的用户信息进行神经网络处理一直是业界极为关注的问题。“联合实验室提出了tabNet处理结构化数据的网络模型,通过借鉴LSTM网络中数据遗忘和记忆的特性,搭建了全新的网络架构。实验结果在公开的Kaggle数据集上AUC表现超出传统算法或表现接近,在360数科用户数据集上有0.02的增益。”沈赟表示。
第四,基于关系网络的欺诈用户检测。在程帆看来,相较于传统的关系网络检测,理论研究界将社区检测问题视为一个长期的过程。为此,联合实验室在研究中对数据的预处理以及或者顶点标签的方法进行了一些新的改进,通过局部带权随机游走算法等更具有适应性的据类算法,获取种子附近节点与种子节点之间的相似度,从而成功在头部1%的群体中找到超过平均预期概率3倍左右的客群。

上海交通大学计算机系副教授、
上交大计算机系-360数科联合实验室负责人程帆
目前,联合实验室的相关技术成果也已运用到360数科的业务中。据介绍,在风险水平不增长的前提下,联合实验室帮助360数科累计新增放款28.9亿,累计拦截高风险借款2.6万笔。
机构之间要达成合作最重要的前提是解决数据资产保护问题,据沈赟介绍,360数科在业内首提的分割式神经网络,在框架设计上解决了数据泄露的问题,使得数据间安全、合规、有效地流通,为打破机构间的数据孤岛提供一个场景通讯性更好、安全性更高的解决方案,从而增强互信,促成合作。
随着金融科技监管的不断成熟,金融与科技的业务边界也日趋清晰,让金融的归金融,科技的归科技已经成为大势所趋。在此背景下,自2018年以来,越来越多的互联网金融企业都在积极通过拥抱科技、品牌升级等方式,加速“去金融化”进程,转变自身业务发展逻辑。但相比较品牌的升级,技术能力和业务逻辑的转型升级才是核心所在,360数科此次开放日是“秀肌肉”之举,亦是其转变为技术输出者的开始。
-----------------------------
(市场有风险,投资交易需谨慎。据此投资交易,风险自担。)