以设备识别为例，“我们在这项技术的应用上，会有前后两个模块同时推进。比如，在最前端的客户登录中，我们就能够精确识别客户的设备，通过相应技术手段来采集客户的设备环境，帮助生成客户识别的ID；在后端则通过机器学习等计算方法实现设备精准核算和判定，从而达到更好的风险控制和体验的增强。”沈晓春表示。
从人机识别角度上也是类似的逻辑，在账户登录的场景下，一般会遇到大批量的外部攻击。攻击过程中，如何做到在第一时间对它进行截断，并且保护所有客户的资金安全呢？沈晓春表示，对此，京东金融自主研发了整体的人机识别体系，它从6个维度对一次实际登录行为进行不同维度的判定。比如在手机端，通过手摁在屏幕上的力度来判定是不是本人；在PC端，则通过评估鼠标的轨迹是否规整，来判断是否真正遇到恶意攻击。
谈到异常登录模型，沈晓春表示，京东金融的账户安全模型是由多层架构组成，异常登录模型就是接近于顶层架构的分类模型。据介绍，京东金融异常登录模型结合了前端收集的设备特征编码、生物信息ID与历史数据规律，在京东金融在线算法系统支持下，可以在毫秒级时间内就完成数百项数据的特征加工与模型计算，是用于保护用户安全的核心模型。
可见，借助人工智能，金融行业的发展日新月异。但作为一个新兴学科，人工智能的应用领域有限，在金融领域的应用也处于起步阶段。“金融人工智能在跨学科复合型人才、研发实力、资金投入、数据积累等方面要求都比较高，能够熟练应用相关技术的企业还不是很多。”周治翰表示，不过，一项技术都有一个从起步到推广，再到成熟、普及的过程，随着技术的成熟，应用成本可能也会逐步降低。相信人工智能未来在金融领域会有更广泛的应用。
