简单来说，随着大数据风控能力的提升和普及，金融机构可以搜集更多维度、更加垂直精细的大数据，从而构建立体完整的用户画像。“大数据既包括传统金融征信体系的基本征信信息、司法执行数据，也包括第三方信用数据、用户社交数据、出行数据、通讯数据、电商平台数据等互联网数据。”美利金融风险管理中心风险运营总经理乔木表示，通过人工智能手段，能够将掌握的各种维度数据进行整合、筛选、计算，从而挖掘出有效的特征。
同样以“鹰眼”引擎为例，作为一套区别于传统“人海审核战术”的大数据智能风控系统，可以有效应对线上贷款单数多、单笔金额小、全天候等特征。当用户在乐信的分期乐商城下单后，其互联网电商行为数据、人脸识别、机器指纹验证及外部征信数据等都会自动进入到“鹰眼”引擎中。有了这些大数据，运用机器学习手段，“鹰眼”引擎就能够对该用户的还款能力、还款意愿、负债信息、稳定性等作出评估，并自动完成即时预警、拦截以及分析部署等功能。
更重要的是，用人工智能审核用户和订单，不仅能够提高效率，也能提高审核的准确率。刘华年表示，原因在于，一方面，机器可以处理海量数据，不受感情影响，也不会感到疲劳，能够降低人为造成的审核失误；另一方面，机器能发现审核专家可能都无法发现的高危情况。举例来说，当一个正常用户下单时，其浏览页面时长、下单间隔等会呈现出不规则特点；而如果一个用户下单时出现“离群特征”（比如规律性下单），这部分用户就属于“高危用户”。这种“离群特征”凭借审核员肉眼往往很难发现，只有通过机器学习，经过大量的计算分析才能做到。
风险防控是未来
为确保每一位用户的账户安全，保护所有客户资金的安全，风险防控被看作未来金融业应用人工智能的一个核心落脚点
在不少业内人士看来，风险防控将是未来金融业应用人工智能的一个核心落脚点。“从登录环节开始，京东金融就开始见微知著。”沈晓春以账户登录场景的风险管理为例介绍，为确保每一位用户的账户安全，京东金融建立了包括设备识别、人机识别、生物识别3大技术以及异常登录模型和账户等级模型在内的全方位账户安全体系，用于判断当前登录是否产生风险、判断当前用户行为偏好等。
