供应链金融智能风控的应用问题

    当供应链金融上升到产业金融的高度时,人工智能的应用则面临整个行业都存在数据孤岛、信息不透明、数据不共享等问题,而使得信息的准确度、关键数据的覆盖度、信息的权威性和实时性存在不足,智能风控的长处受到限制。人工智能的应用是一种不可逆转的趋势,在供应链的金融创新中引入人工智能,具有极强的生命力。但同时,智能风控本身也存在问题,必须引起重视。

1.人工智能的程序错误风险

    程序错误将直接导致分析结果的无效,进而所得出的风险管理决策就可能是错误的,甚至导致损失。另外,其他内部技术失误或外部因素刺激都可能会使人工智能失控。

2.信息采集合法性问题

    人工智能需要采集大量的数据、证据进行处理和分析,涉及所采集数据是否合法的问题,特别是当采集数据应用于司法审判时,电子数据是否合法是一个关键的问题。例如,目前“网络爬虫”应用十分广泛,随着云技术的发展及数据采集范围的扩大,“网络爬虫”技术导致目标网站非公开信息被非法采集。

3.信息安全性问题

    金融业属于信息密集型行业,海量数据的采集和处理,使得公众大量隐私数据的泄露风险增大。

4.金融监管与人工智能应用的矛盾

    人工智能技术就像一个“黑箱系统”,学习、决策机制所产生的行为难以追溯,人工智能故障引发的风险事件的责任界定较为困难。

5.人工智能对金融行业就业的负面影响

    人工智能技术将大量取代人力操作,可以逐步取代投资顾问、单证审查、信贷风险分析、信用评级等岗位。虽然人工智能的应用本身可以创造新的工作机会,但对金融系统的人力资源配置格局和就业稳定性的影响是巨大的。人的经验是机器学习和建模的基础。应用人工智能需要从经验模型中获得逻辑(因果关系),这种逻辑关系是人的经验的总结,并非统计上的概况或大数据建模。人的经验与智能技术拟合,这一模式将是目前智能金融的一条切实路径。

文章来源:快资讯