然而，当前金融机构在数据可得性、有效性和多样性方面正面临瓶颈，大数据单轨驱动的风控模式进一步发展面临困难。韩冰认为，一方面，随着《数据安全法》等信息保护措施的不断完善，数据获取的难度正在加大■■★★★；另一方面，线下仍有大量未数字化的信息，难以被金融系统直接理解和采信。

　　在9月1日开幕的世界人工智能大会(WAIC)上，网商银行人工智能总监韩冰以“认知驱动的小微金融新模式”为主题，分享了网商银行在运用人工智能技术解决小微金融行业化难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微金融的逻辑★★。通过计算机视觉◆■、语义理解、知识图谱等技术的整合，金融机构得以深入行业，对小微建立更“全息”的数字洞察■◆■，使得以往◆◆★■“便利性、普及程度★■、服务深度★★◆■◆”无法兼得的小微金融“不可能三角★◆◆★”有望被打破★■■◆★，让更多小微经营者能享受便捷■■■★◆★、普惠、充足的融资服务。

　　“在供应链金融场景，我们通过图谱推理算法，融入产业知识进行企业隐性经营关系预测■★◆■，将一系列弱关系叠加为强关系，可以将两家本没有直接交易的企业还原到同一条供应链上。这种知识对于穿透经销网络，服务下游的小微企业特别有用★◆，能将他们的贷款可得率从30%提升到80%■★■。★◆★★”

　　据了解■★，此前网商银行发布的“百灵”智能风控系统★■，8个月以来已经累计帮助200万小微通过“自证◆★◆■■■”的方式获得额度提升★◆★，平均提额幅度达4.5万■★★。

　　例如，通过多模态信息抽取和自监督学习技术，网商银行的“百灵”系统已经可以对小微个体的线下经营要素和经营关系进行认知增强，辅助风控决策◆◆★■。以商超为例■◆■◆，网商银行以图像检索算法识别门头照进行品牌匹配，以遥感■◆★★、影像分割、POI圈定等技术来确定商户经营位置和商圈，以目标监测算法来识别货架售卖商品，对经营要素实现了深度还原。这些认知比经营流水提供了更全面的评估视角，商户可以因此获得更高的信贷额度用于周转★★◆◆★。

　　数据是银行数字化业务开展的核心要素。数据维度越全，质量越高，则越能帮助金融机构准确评估风险，提供相匹配的金融服务◆◆◆★◆★。

　　据了解，认知智能以往主要应用于营销、商品推荐等电商场景★★★，在金融业务领域落地较少，其难点在于信贷风控对准确率的要求更高★◆◆，行业细分也更加复杂，认知需要有足够高的准确率和覆盖率，才能为金融业务所采信。据韩冰介绍■■◆◆，网商银行在门头照和物体时的准确率均达到93%以上■◆■★，且覆盖千万级上用户群体。

　　认知智能的核心是知识工程，即通过图计算和自然语言处理等技术，构建富含实体、概念◆■■◆★★、属性、关系等复杂信息的知识图谱。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”◆■■★■◆。

　　“小微企业天然具有行业场景，每个行业都有自己的经营逻辑和周期，要素差异巨大。因此，产业知识工程的关键点在于如何寻找行业共性，建立统一的构建逻辑◆■◆，又同时能够解决不同行业的差异化问题。”韩冰介绍★★■◆◆■。

　　“当智能技术与数据结合时■★★■◆，能产生1+1远大于2的化学反应■◆◆★★◆。我们发现可以依靠深度挖掘◆★★★◆◆、推理和交叉验证，让原本不全面的数据变得可用，并且准确率能达到金融级水平。”韩冰表示。

　　以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息，证券之星对其观点■★★■★、判断保持中立，不保证该内容（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性◆■★◆★、有效性、及时性◆◆★◆■★、原创性等。相关内容不对各位读者构成任何投资建议，据此操作，风险自担。股市有风险★◆■，投资需谨慎■■★。如对该内容存在异议◆■，或发现违法及不良信息，请发送邮件至，我们将安排核实处理◆◆。

　　认知智能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、逻辑推理和自主学习的能力★■，使得机器能够像人一样思考，联想◆■，规划，进而理解现实世界★◆◆◆，并具备行业领域专家的知识积累和运用能力。

　　为实现多行业知识图谱的构建和串联，网商银行搭建了业内首个面向小微企业的金融场景统一信息抽取框架，将知识工程进一步拆分为知识抽取◆◆★◆★◆，知识融合和知识推理三个步骤。在抽取环节，对企业实体、关系、经营属性和事件进行抽取，实现行业识别及经营属性补全；在融合环节，通过类目对齐、实体对齐和属性归一，构建包含产品、品牌和行业链等关键信息的产业知识图谱；在推理环节◆■★■◆◆，则通过知识表示◆★★■、补全、校验和关系预测，对企业隐形关系充分挖掘■★■★■，完善企业关系图谱。

　　韩冰认为★◆，小微金融的场景足够复杂，为认知智能提供了广阔落地空间，当前网商银行也还在初期阶段。从事实数据逐步转向浅层推理的过程中，需要不断与业务，风控磨合，实现正向循环，这也是落地的关键。未来◆■★◆★★，网商银行将进一步在深度推理和认知可解释性等方面进行探索，更深度服务实体经济。

　　韩冰表示，目前网商银行的产业知识工程已经覆盖了国际体系中的全部96个一级行业类目■◆◆，300多个二级类目，超过4000万小微经营者，实现了企业关系预测、供应链上下游还原、小微经营状况及产业风险评估等能力在金融风控中的深度应用。

　　“我们对小微的理解决定了能为其提供金融服务的上限。未来十年，行业化的知识工程将为银行风控和运营提供全新的视角★◆★◆◆★，成为小微金融服务的核心竞争力■◆。”

　　“数据获取的边际效用正在降低，但现有数据的潜力尚未得到充分释放。从2018年开始，我们尝试利用认知智能技术来进一步挖掘数据潜力★■★★，从确知慢慢走向推理，我们认为这是解决数据冰山问题的破冰关键。★◆★★★”

　　■■◆“而基于产业数字洞察，我们还会再让他们提交一些合同、照片◆■、资产凭证等个性化材料，并使用感知智能技术进自动化识别，通过这些千人千面的自证任务为他们进一步提升额度■◆◆■◆。◆★★■”