[AI革命](53)助力“中等信用”人群贷款的AI技术…PeopleFund

在我国，中等信用人群难以以合适利率获得贷款是现实困境。利率较低的银行门槛很高，而如果选择储蓄银行或放贷公司，利率负担又会大幅上升。PeopleFund是一家试图用人工智能（AI）技术解决这种“利率断层”问题的公司。非银行机构利率较高的原因在于风险成本，而其核心在于通过AI高度化管理风险的技术，实现精准的信用评估和不良预测。如果能在被一概归为中低信用人群的客户中，准确识别出优质客群，就能在控制公司风险的同时，为他们提供更优的贷款条件。

PeopleFund代表 Kim Daeyoon 表示：“我们一直在积累基于AI的风险管理能力。自2019年成立AI研究所以来，来自国内外知名大学的60多名工程师正专注于开发面向移动端的信贷金融技术。”截至目前，PeopleFund在研发上投入的费用已超过300亿韩元。仅在去年一年，就投入约80亿韩元，将专为移动金融打造的信用评估模型实现了商业化。

PeopleFund代表 Kim Daeyun

View original image

PeopleFund的AI信用评估模型的一大特点，是在数据预处理环节也引入AI技术，以强化模型的学习性能。信用信息在优质与不良之间极不均衡，而且各借款人的不良模式也各不相同。这种信用信息的特殊性对敏感度很高的AI学习来说极具致命性。PeopleFund表示，从AI学习的视角出发，他们通过转换结构来提高各变量的利用度，并构建了多种数据预处理自动化解决方案，从而更快速、更精细地完成数据预处理。

在“异常交易监测系统”中也应用了AI技术。随着贷款流程的非面对面化，身份盗用、团伙骗贷等异常交易的脆弱性不断扩大。PeopleFund正在运行的算法，能够判断通过平台提交的身份证件与当前使用手机的客户图像是否一致，并通过分析客户在平台内的使用行为，识别出多种欺诈模式。Kim代表称：“PeopleFund针对多种类型的移动端贷款诈骗专门开发的贷款欺诈预测模型，配合实时授信策略生成系统，较其他金融机构展现出更高的表现。”

此外，PeopleFund还开发并应用了“可解释AI模型”，可以对AI信用评估模型的输出结果给出客观、透明且立体的依据和理由。公司还构建了“AI贷款审批策略自动化系统”，在市场环境变化时自动生成最优贷款审批策略。与既有的贷款审批策略相比，该系统在提高贷款批准率方面的效果为23%，同时将不良率降低了25%。

这类技术实力的基础在于优秀人才。PeopleFund从事线上投资金融业的同时，一直以工程师为中心构建团队结构。整体员工中有53.9%是数据与产品开发领域的专家。PeopleFund的技术团队在去年由Amazon Web Services（AWS）主办的金融业机器学习竞赛中，击败主要互联网银行、金融机构及大型科技企业，获得冠军。

必读新闻

100万亿恐打水漂…“三星罢工成史上级利好” 价格暴涨20%市况大乱 [台湾芯片通信]

• “去夜总会的人自己上报” 再起风波…江南警察署对全体员工展开调查
• “太羡慕韩国人的日常了”……一早就在明洞中心排队的外国人[现场报道]
• 登北汉山后失踪的50多岁女子 报案28天后被发现死亡
• “要涨到200万韩元” 被证券界认为无需怀疑的企业 [周末Money]

PeopleFund认为，AI技术有望为解决顽固的“利率断层”问题作出贡献。PeopleFund相关人士表示：“AI技术将从根本上改变金融机构和信用评估机构以往的风险管理方式。PeopleFund的解决方案在市场中应用得越广泛，整个金融市场的风险管理成本就会越低，而节省下来的成本，可以作为额外资源，用于向金融消费者提供更为合理的金融产品。”

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。