人工智能如何赋能不良资产处置？ 打造垂直领域的专业算法模型势在必行
发布时间:2021-08-21 | 发布者： 东东工作室 | 浏览次数： 次（原标题：人工智能如何赋能不良资产处置？ 打造垂直领域的专业算法模型势在必行）
人工智能技术的快速发展正在变革各行各业，推动业务模式的升级，促进产业效率的提升。不良资产处置作为金融系统的重要一环，需要高效率运转以保障整体金融系统的稳定安全。然而，传统的不良资产处置过分依赖人工，严重阻碍了业务表现的提升，如何运用人工智能为不良资产处置业务赋能，成为业界中有识之士不断探索的课题。
尽管有人开始尝试将人工智能技术应用于不良资产处置，但由于目前大多数底层算法是针对泛场景开发，而不良资产处置业务有自身的特殊性和复杂行，这些应用往往不能发挥期待的效果。对此，业内人士纷纷呼吁，不良资产处置行业亟需打造针对垂直领域的更专业的人工智能的算法和模型，以实现行业健康可持续发展对合规和增效的高需求。
业内首个智能科技实验室诞生?旨在解决人工智能在不良资产处置的应用困境
为为了解决人工智能在不良资产处置如何创新应用的问题，已有企业在建设专门研究机构。7月22日，杭州度言软件有限公司宣布成立DoSmart智能科技实验室，这是不良资产处置行业的首个智能科技实验室，未来将与清华大学合作开展人工智能在不良资产处置领域的科学研究和创新应用。
度言软件董事长马荣指出，人工智能在不良资产处置领域可以发挥合规和增效的巨大作用，但目前直接照搬泛场景的人工智能应用到行业中来，其专业度和有效性大打折扣，无法满足不良资产处置的个性化、多元化的业务需求。所以，度言软件成了专门针对不良资产处置领域的智能科技实验室，更专业更适用的人工智能技术应用。
正如马荣所言，不良资产处置行业已在尝试应用人工智能技术，较为典型的如语音机器人、智能质检等。但针对泛场景研发的人工智能应用，因专业性不足或性能低难以在不良资产处置中真正发挥作用。
例如，语音机器人被应用于电话协商催收中，实际的催收作业中沟通复杂、情绪多变，而现有的语音机器人对催收过程中难以有效识别沟通内容和情绪变化，导致识别水平和应答水平偏低，语音机器人用于信贷资产逾期后的早期提醒，在长账龄资产处置中难以发挥作用。
再以智能质检为例，目前多采用“关键词+正则”的模式，仅仅根据语音转文字后的关键词进行检测。但是，不良资产处置过程中的特殊关键词不易识别容易漏检，情绪变化和复杂的沟通内容更难以检测，这让目前智能质检的应用效果大打折扣
要打破人工智能在不良资产处置领域的应用困境，成立垂直领域的专门研究机构，针对特定业务场景做深入研究和创新开发，的确势在必行。
聚焦语音人工智能技术?合规高效是赋能方向
对于人工智能在不良资产处置领域最有价值的应用，目前业内普遍将期待放在了语音相关应用上，如语音机器人（AI催员、AI客服）、智能质检等。这是因为，协商催收是不良资产处置中最见成效的工作环节，而人与人的沟通是协商催收中最重要的内容给，人工智能可以发挥很大作用。
因此，业界将人工智能研究首先聚焦在了语音场景。度言软件董事长马荣表示，我们认为智能科技在语音应用能立竿见影地发挥价值，能够解决行业关心的合规问题，同时切实地提升处置效率。据悉，DoSmart智能科技实验室已开始着手相关研究。
实验室主任美籍博士Charles Lu Ph.D.介绍，实验室与清华大学合作的首个课题是“现代人工智能技术在不良资产处置中的应用研究”，目标是应用SOTA（State-Of-The-Art）人工智能技术在自然语言处理、自动语音识别、智能应答机器人等领域对金融行业的不良资产处置场景进行研究和实施。
对此，一线专业人士表达了高度认可。某大型催收外包公司的业务负责人表示，过去他们就试用过语音相关的人工智能应用，但效果并不理想，主要原因是“催收用不够智能”。他以催收机器人举例，如果与逾期时间超过6个月的债务人沟通，市面上的机器人很难做到准确的一问一答，经常出现“驴唇不对马嘴”的情况，还不如单纯使用人工。他期待DoSmart智能科技实验室带来更专业的语音人工智能，既懂得业务场景、清楚作业流程、理解主体心理，更能听懂特定情景下的沟通内容，甚至要懂说话人的喜怒哀乐，这样不论用于催收、客服或者质检，其准确度和智能性都会有所提升，才能给业务带来真正的帮助。
面对这样的业务需求，Charles Lu Ph.D.表示，度言软件和清华大学研究团队合作，将构建业内一流的LVCSR和NLP等人工智能算法模型，联合战略合作客户在真实场景中运用海量的专业数据训练，将带来人工智能的巨大性能提升。未来，度言软件的语音机器人将是智慧的、有温度的AI催员，不仅仅做提醒，更能与债务人协商，针对债务人的个人状况提供针对性的建议；在合规审计工作中，人工智能全量实时质检可以替代传统的事后人工抽检，读懂沟通内容和沟通情绪，除事后检测到违规予以矫正外，还可实时对违规行为做实时预警和阻截。
他指出，DoSmart智能科技实验室的相关成果落地应用，将更好地解决困扰协商催收环节的合规增效难题，将为银行、资产管理公司和催收外包公司有效赋能。
垂直领域人工智能研究有待深化?探索赋能不良资产处置多环节
除了语音相关的创新应用，不良资产处置领域的人工智能研究仍有待深化。马荣指出，不良资产处置是一个拥有大量数据的行业，过去更多依赖人工，而运用人工智能能够充分发掘大数据的潜力、制定更有效的策略、完成更合规高效的作业。行业需要探索人工智能的更多创新应用，为不良资产处置全链条多环节赋能。
对此，DoSmart智能实验室已有所布局，未来将研发不良资产处置的专业知识图谱技术，研究深度学习和神经网络在资产评估、资产交易和清收处置的多元创新应用，并将探索区块链在合规存证和司法存证等方面的应用。
Charles Lu Ph.D.以真实场景应用举例，通过建立资产评估的智能算法模型，科学有效地把外部数据与资产特征有效关联，可以更加精确地描绘资产或债务人特征，提升不良资产的估值定价以及风险评估的准确性和合理性；建立智能BI，对资产生命周期进行智能跟踪、实现处置人员与资产的智能匹配，提供处置策略动态调整建议，帮助机构更好地管理资产、训练团队，实现更高的处置效率。
业内首个智能科技实验室诞生，不良资产领域的人工智能研究和应用开启了新的历史阶段。马荣对不良资产处置领域的智能科技发展充满信心：“要实现垂直领域里人工智能技术研究应用的快速发展，离不开人才、技术、数据和场景。我们致力于成为中国领先的信贷不良资产处置技术服务供应商，积聚了业内一流的技术人才，并与清华大学建立科研合作，已与众多不良资产处置参与主体建立了深厚的业务合作，具有人才优势、技术优势、场景优势和合作伙伴的数据优势，将快速推动不良资产处置垂直领域的人工智能研发和应用。”
本文系未央网专栏作者:金融科技慢慢谈 发表，内容属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！