當大多數人的目光還聚焦在大數據和人工智慧如何在金融貸前環節立下汗馬功勞的時候，京東金融已經開始討論數據和AI與貸後管理的關係。在首屆「JDD-2017京東金融全球數據探索者大會」上，來自大數據和人工智慧領域的領軍人物，共同探討 AI與社會發展、人類生活的緊密結合，對於未來金融與AI如何更好結合，各位嘉賓更是發表了各自最前沿的看法和預測。
作為「JDD-2017京東金融全球數據探索者大會」最引人關注的環節之一，「探尋數據產業與AI發展之道」圓桌論壇，由京東集團副總裁、AI平臺及研究部負責人周伯文擔綱主持人，參與研討的嘉賓分別為哥倫比亞大學客座教授、Graphen CEO林清詠、中科院智能信息處理重點實驗室常務副主任、中科視拓董事長兼CTO 山世光、微軟亞洲研究院城市計算領域負責人、美國計算機學會傑出科學家鄭宇、IBM中國研究院研究總監蘇中和360集團副總裁、首席科學家、人工智慧研究院院長顏水成。
（
京東金融JDD大會「探尋數據產業與AI發展之道」圓桌論壇現場）
其實對於金融行業來說，風控始終都是最關鍵的一環，而貸前和貸後的管理工作分別起到了規避風險和減少壞帳的作用，直接決定了企業扼制不良貸款問題，業務良性運轉的能力高下。因此一個公認的事實是，在金融領域，基於生物識別、深度學習和大數據等人工智慧技術的風控安全系統已經成為企業必備，此外生物識別等技術同樣衍生出了諸如刷臉支付等新的金融產品功能。而京東金融作為一家致力於推進技術賦能合作夥伴的科技企業更意識到了人工智慧技術與貸後管理工作結合的重要性。因此在本次圓桌論壇上，與會嘉賓探討的重點就在於大數據和人工智慧如何為金融行業的貸後管理帶來新改變。
主持人周伯文提出，比如說金融企業貸款給某一個客戶之後，發現對方失聯了，這種情況下用目前的人工智慧和大數據能給帶來哪些啟發和思路，即在管理貸後風險層面，人工智慧和大數據能夠做一些什麼樣的工作？
對此，林清詠教授認為，貸後管理是一個非常重大的工作，如何去預測一個拿了貸款的企業會不會出狀況，這是全世界銀行都是關心的問題。而通過美國政府資助數億美元為Graphen公司建立的風控系統，直接把原來的企業信用評估準確率大幅提升。此外，基於大數據和人工智慧技術的金融產品，也已經實現了幫助各大投行監測交易員操作市場的過程，進而確保了對交易員可能在操作市場過程中謀取私利的人為因素有效管控。
而在山世光研究員看來，貸前風控其實更重要。而在貸後管理方面，一方面，諸如人臉識別等生物識別人工智慧技術不斷完善，將在未來幫助金融機構和上級監管部門實現在公共安全的領域精確地完成對一個人員的搜索，進而解決這些登上失信黑名單的貸後人員失聯問題。另一方面，隨著失聯成本越來越高，實際上會倒逼整個社會徵信體系的完善，並會進一步消除那些潛在隱患，讓絕大部分金融用戶回歸到正常的金融秩序上來。
鄭宇則首先指出，類似京東金融這樣的公司使用的大部分數據是時空數據，也就是說用戶有消費數據的時候他們有一個位置，什麼地方消費，什麼時間，這種時空數據的分析和挖掘方法和傳統的AI有區別。這一技術具體到貸後失聯問題上，就是儘管失信人員會換掉手機號甚至銀行帳號，但是其生活習慣還是符合之前的規律，基於時空大數據的分析方法，可以判斷他家在什麼地方，常去的幾個地方是哪，進而判斷可能在什麼地方可以找到當事人。還可以通過社交網絡諸如微博、微信，以及社交關係數據，來推斷出失信人員的位置以及他未來可能去哪裡，這其實是一個道理簡單但模型複雜的算法問題，也是人工智慧大數據的魅力所在。
蘇中緊接著鄭宇的看法再次做出了解讀，他認為從人工智慧和大數據角度去講貸後風險管理其實應該從最開始這個客戶的數據預測，即貸前管理開始，而通過貸前了解到對方的諸如收入、上下遊行業、國家政策走向乃至消費、社交等行為信息數據，最終構成的是在貸後建立一個更加完善的風控模型，這個模型不僅包括企業，還包括關鍵的人物，法人和社交，以及家族等等的關係模式等等。而當出現了貸後失聯的問題可以很快的基於數據做出分析，找到責任方。
最後，顏水成站在整個行業的角度對這一問題發表了看法，他指出，大家的觀點大多數還在闡述如何拼數據層面，而在數據、算法層面之外，更特別的一點是人工智慧幫助小企業打通了數據孤島，完成了數據共享，提升了信用評估體系的完善和貸後管理能力。簡單地說，就是當前大部分金融企業仍然處於數據並不全面的尷尬境地，隨著人工智慧技術在行業內的普及推廣，同一個用戶的借貸數據得以共享，整個行業的貸後管理水平都能夠隨著數據的全面完善得以提高。
值得一提的是，與會嘉賓也紛紛就人工智慧的未來趨勢做出了自己的預測，鄭宇認為，人工智慧如果能和更廣義上的傳統行業如交通、規劃、金融相結合，將發揮出更加強大的驅動力作用。同時人才培養方面將成為未來人工智慧競賽的重中之重。蘇中表示，把現實中的海量數據(603138,診股)和知識體系結合起來，讓兩者能夠互相激活，更加良好的完成數據與知識的利用和結合，這是未來人工智慧在自然語言理解層面的一個潛在機會。顏水成則在進一步打破數據孤島問題上提出了自己的預測，在他看來，未來國家層面可以建立起一個龐大的語音庫，這個庫可以支持所有的圖像和語音的公司，即完成數據的共享化。
總的來看，專家們達成一致的看法在於，隨著技術的不斷推進和數據的完善共享，未來人工智慧將更多更好的賦能金融行業乃至更多傳統行業和整個人類社會，更加值得期待。
關鍵詞閱讀：貸後管理圓桌論壇JDD金融產品人工智慧技術