目前，广泛应用在AI图像识别、语音识别中的有监督机器学习需要大量的标注数据支持，深度学习为机器学习带来巨大进步，却也需要更多、更完善的标注数据，才能达到好的训练结果。人们发展AI的愿景一直是希望AI能将人们从大量的重复性和机械性工作中解放出来，而目前AI却还依赖着“AI数据标注”这样的重复性人类劳动，成为不少人诟病AI的一点。

传统的欺诈检测方法，如规则引擎、设备指纹以及有监督机器学习、半监督机器学习，都有一个共同的局限性，需要在攻击发生后，根据已知攻击模式和样本，检测未来的攻击。无监督学习系统则可以在没有标签的情况下，提前阻止未知欺诈。

有监督机器学习和深度学习十分火热，不过，从反欺诈这个领域来看，我们发现不是所有的AI技术在所有的场景下起到同样的作用。那么，我们如何将合适的技术与场景相结合，真正去解决行业中的痛点问题呢?技术是决定数字金融反欺诈取得实效的关键。AI的深入应用正改变传统反欺诈的被动防御局面，帮助机构和平台化被动为主动，提前拦截欺诈发生。

百融云创正是这样一家致力于以AI赋能金融机构，让金融普惠民众的科技服务公司。百融云创基于自主研发的智能风控系统，以AI技术贯穿反欺诈全业务链条，大幅提高金融机构事前欺诈识别率、欺诈应对效率以及事后欺诈案件挖掘效率。

在风控方面，从设备反欺诈、身份核验、信息核验、历史行为检验、反欺诈综合评分、团伙欺诈排查等贷前反欺诈到贷中监测、贷后管理等环节，百融云创AI的应用造就了一个个黑科技，将金融风险预警化解能力提高到崭新的水平。百融云创基于自主研发的智能风控系统，以AI技术贯穿反欺诈全业务链条，大幅提高金融机构事前欺诈识别率、欺诈应对效率以及事后欺诈案件挖掘效率，覆盖语音文字识别、自然语言处理、机器视觉(人脸识别)和知识图谱(关联性分析)等前沿技术。

针对当前越来越突出的“数据孤岛”问题，百融云创也在业内号召并率先探索“联邦学习”模式。这是一种加密的分布式机器学习技术，能够使各个企业的自由数据在不出本地的情况下，通过加密机制交换数据，即在不违反数据隐私法规的前提下，建立虚拟共有模型，仅为本地目标服务。

数字金融时代，反欺诈早已不再是企业与欺诈分子的单打独斗，构建完整、有效的反欺诈体系，离不开数据、技术与场景。百融云创将立足行业需求，扎根技术创新，发力数字金融反欺诈，以硬核科技实力精准助力风险防控。

关键词： 数字金融