近日蚂蚁金服在成都举办的蚂蚁开放日上称，整合互联网资源帮助线下商业升级将成为下一个创业风口，并宣布面向本地创业者开放支付、信用、营销、风控等互联网技术能力。其中，风控环节的服务为推出品牌“蚁盾”。
据介绍，蚁盾是一项拥有完整风控体系的服务，目前主要在金融和互联网新型行业进行布局。其中，作为蚂蚁金服移动智慧城市压轴技术环节，蚁盾多应用于消费金融、医院、出行、共享经济等行业领域。
瞄准风控市场，开放技术储备
蚂蚁金服这个时候入局风控市场，策略也很有阿里的风格。自从去年人工智能概念兴起，智能风控的概念和企业也开始为人熟知。更有甚者，在互联网金融行业，到目前为止号称要输出风控技术的也层出不穷。一下子，智能风控成为红红火火的市场。
就消费金融领域来说，招商银行副行长刘建军31日在银行业例行新闻发布会上表示：“经过近几年的培育与发展，消费金融已成长为金融业一个重要‘风口’，相关机构预计到2020年消费金融规模将突破8万亿元，每年获客增长率超过20%。”
而目前而言，消费金融市场有着明显的分层，一方面，银行和互联网巨头分别依靠资金成本，或者是数据和场景的优势，主打低息模式，面向优质客群。相对而言，高息模式下的玩家，面向次级类用户——主要是各类分期平台和P2P平台，用利率覆盖风险。就风险成本而言，用利率覆盖风险获取收益是大家逐鹿的市场。毕竟，这其中的技术门槛造就了竞争空间。
除此之外，作为第三方支付企业，蚂蚁金服格外关注新兴行业，例如出行、新型电商等，这些新兴行业面临的第一个问题便是通过优惠和福利补贴的形式吸引新用户。这时候，识别、预警、监控等反欺诈技术对于保护商家利益，安全开展新业务来说变得极为重要。
据介绍，依据十多年的业务积累，蚂蚁金服沉淀出一套对商业活动有十多年跟踪、观察、分析经验的风控技术体系，在支付、营销、信用等一系列能力开放的同时，为其提供完整的风控解决方案，如今也作为智能商业的压轴环节一并开放。蚁盾产品负责人卓燃笑称，“这是我们压箱底的技术了！”
基于无监督学习的主动风险识别
蚁盾产品负责人卓燃向雷锋网(公众号：雷锋网)介绍道，蚁盾总结下来主要是有三个能力：
- 第一，是强大的算法和计算的能力，以我们内部的业务为例，风控技术实现了0.1秒的时间完成判断和决策，并支持12万每秒的并发。
- 第二，有一个全球风险网络。蚁盾构建了一个跨国家地域、多行业的风险维度，类比来说是一张巨大的网络，可以把黑产和欺诈者识别出来。
- 第三，是反欺诈云，云上的反欺诈服务。整个风险的过程分为三部分——识别，决策，管控。基于云计算开展智能风控，可以针对多种特定场景定制模型，快速计算和决策反应，提供流畅而不失精准的风控。
根据卓燃的介绍，蚁盾风控体系的运作包括几个过程：
- 首先识别是指，一个用户（设备）进来的时候，去判断这个设备有没有风险。包括验证设备ID，验证是否有地址篡改等。这是数据化服务的开始。
- 第二步是决策。当判断出这个设备有风险时，可以开始做个性化决策，比如增加短信验证步骤，或者常用信息选择的验证。或者根据不同场合选择其他方案，比如当用户在国外，接收信息不方便时，可以启用人脸、指纹等生物特征识别的决策。
- 最后是管控，这是一个整体的链路。基于反欺诈云的反欺诈解决方案，能够实时监测风险，商户可以把精力专注于业务发展。
但实话实说，这套逻辑，是任何一家大数据风控都懂得的说辞。固然，背靠阿里巴巴，蚂蚁金服的数据量优势显而易见，但是从技术上说，究其实际，蚁盾又会有何不同？是什么给了它这样的自信开放出来支持各商业领域？
面对这样的质疑，卓燃解释称，蚂蚁金服十年来的风控技术经过了几代的升级，现在第三代模型则更多强调了无监督学习进行识别预判的作用。“欺诈案件无法单依靠历史数据来识别风险，我们更重要是知道如何去感知风险，然后进行风险管控。像AlphaGo自我博弈一样，我们也要训练系统自学习识别风险的过程。”
卓燃指出，做风险的识别，传统的方式其实更多是一种有监督的算法，这是说，根据已经发生的风险——系统上积累了一些黑环境，黑设备，黑名单，然后去找类似的人。“然后在做风险防控的时候，通过这种关联性来发现风险，这是有一定漏洞的。”所以，蚂蚁金服现在尝试，让整个风险的防控是分成前、中、后三部分，前端的话更多的是主动发现这些风险。
“蚂蚁（金服）的体系已经非常大，光靠被动地把控风险是不够的，我们一定要更加主动地去看这个体系里面的用户，也就是说我们会对用户风险进行分层，并根据用户每天发生的行为来实时修正风险评级。”
十年的商业运营，“了解黑产的套路”
“支付宝相当于一个巨大的钱包，每天都有人想对其发起攻击。我们的算法模型每天都与这些黑产和欺诈行为进行博弈。”卓燃说道，而除了数据、模型和算法这个缺一不可的技术体系，“做好风控十分重要的，是十年来对风控的运营。”
卓燃介绍称，蚂蚁金服内部对每一起案件都进行分析，拆解案件的起因、风控体系的作用与不足等。“日积月累，我们对黑产作案手法异常了解。”比如，众所周知，黑产具有完整的产业链条。简单说分上游信息盗取、中游制作黑产工具、下游作案和销赃。但是，欺诈攻击中，每一起案件手法各不一样，而且，被曝光的手法往往是过时的手法。这时，欺诈行为的蛛丝马迹，需要基于数据的分析来预警。
“刚才提到，我们与黑产是一种不断博弈的过程。我们内部还有一个安全大脑，实现智能化、立体化和自动化的安全防控，”卓燃向雷锋网表示，“一边是AI主动风险识别，一边是动态风险网络，加上人机结合的智能运营，三方协作来防控风险，这是蚁盾风控服务赋能生态的核心竞争力。”
本文作者：AI金融评论
本文转自雷锋网禁止二次转载，原文链接