携程首席科学家叶亚明：风险管理将越来越依赖技术

　　中新网12月9日电  12月3日，2016第二届OTA大数据分析与风险管理峰会在上海金茂君悦大酒店圆满召开。9位业内重量级专家一一登台，为来自数据分析、模型开发、互联网金融、征信、数据解决方案咨询等行业内的近300名参会者献上了“干货”十足的主题演讲与讨论。现场座无虚席、亮点不断。其中，携程高级副总裁&首席科学家叶亚明献上的以《风控管理趋势》为主题的开幕演讲，获得了与会者的热烈好评。

　　叶亚明在美国加州硅谷拥有超过15年的互联网工作经验，曾经任职ebay、yahoo和startup，在加入携程前，曾担任ebay.com技术平台总监，领导ebay.com几代网站的架构和平台升级。在开幕演讲中，叶亚明简明扼要地分析了风险管理行业的现状以及主流的基于反欺诈规则引擎为主体的风控系统当前存在的问题与难点，并分享了其个人对于风险管理未来发展趋势的洞察，指出未来反欺诈与风险管理的重点与难点在于“抓坏人(bad users)”，而前提则是准确识别出“坏人”。风控系统要实现这一效果，将越来越依赖于数据分析、云计算、机器学习等技术。

　　叶亚明认为，当前运用于商业中的反欺诈风控系统主要包括三大组成部分：数据分析、定义欺诈行为的规则以及执行反欺诈的程序。从系统工程和业务角度评估风控系统，系统需要具备高可扩展性和实时相应的能力，同时需要良好地平衡客户体验与损失控制。由于整个风险管理行业面临用户行为和支付方式的多样化、复杂化局面，以及移动端与非移动端多设备结合使用的复杂场景，使得系统分析数据并准确识别用户变得越来越困难。对于一家企业来说，随着平台和业务的发展，风控系统的压力也会越来越大。

　　现有主流风控系统存在的不足主要有两点：其一，系统的规则漏洞无法实现预判，只能在问题发生、造成损失后才能找到并重新定义规则、填补漏洞，而漏洞是无穷的，系统规则永远不可能达到完美状态；其二，目前风控系统分析的重点是导致损失的行为数据，而没有把重点聚焦在行为背后的“人”上，准确识别出造成损失的“坏人”，尤其是在其更换设备或网络身份后识别出同一个人。针对第一点，可以利用机器程序模拟用户，用于测试系统的规则漏洞。针对第二点，解决问题的方向在于更充分地分析和理解用户，既包括用户的资料以及属于用户的设备，还必须提炼出真正具有身份表征作用的用户ID，此外，还需要辨别程序伪装成用户的情况。其中最大的难点在于真正识别出不同表征背后的同一个人，目前业内还没有完美的方法能解决这一盲点，未来需要很多技术上的突破才能实现。

　　叶亚明表示，未来风控行业发展有三大趋势：一、反欺诈与人工智能的结合正在发生，风控系统要与云计算、大数据分析、机器学习等技术结合起来，才能够应对更加复杂的风控场景。风控系统团队内需要有机器学习方面的专业人士，才能跟上行业发展趋势。二、基于风控模式的SaaS服务在未来的风控领域将具有很好的商业前景。三、将人工智能运用于识别同一个用户，将成为整个行业的突破口。整体而言，整个风控行业对技术的依赖将越来越强，具有前瞻性的从业者需要及时升级自身技术水平，通过先进的技术手段取得突破，才能走在行业发展的前沿。