近年來，隨著AI在金融領域的應用不斷深入，通過在風控流程中應用大數據、人工智能等技術可以有效增強風險控制的有效性、準確性、時效性和穩定性逐漸成為行業共識。為滿足日益增長的業務需求，銀行等金融機構紛紛開始搭建智能風控體系。
然而，這些機構特別是中小企業由于缺乏AI相關技術人才，在智能風控體系搭建的過程中普遍面臨著諸如數據采集困難、模型開發緩慢、應用無法落地等難題。特別是今年以來，新冠疫情的蔓延使得線上金融業務迅速發展，金融機構亟需完善智能風控體系建設。
對此，百融云創自主研發了“百小漁”模型自訓練平臺，能夠將建模流程線上化、可視化，并支持一鍵部署。“百小漁”借助服務數千家金融機構的經驗優勢和行業理解，致力于在囊括AutoML優點的基礎上最簡化建模操作，解決企業智能化轉型過程中的競爭力提升難題。
具體來說，百融云創開發的“百小漁”模型自訓練系統具有以下三大優勢：一是高效。建模預置方案直接復用，大幅縮短建模時長。建模效率的提升意味著企業能夠更快速地響應業務需求，緊跟市場動向，擴大先手優勢。二是易用。10分鐘就能學會操作流程，零基礎建模，面向業務人員的一站式建模平臺，實驗每一步驟及各項參數選擇將自動生成報告供分析與追溯。三是經驗共享。復用建模方案，減少重復操作；參考參數配置，促進知識流通；共享建模樣本，減少數據傳輸；此外，還可以共享百融專家建模經驗。
百融云創人工智能實驗室相關負責人介紹，與其他AutoML平臺相比，百融云創AutoML是在扎實的金融科技背景下研發的，專為金融行業“量體裁衣”，解決金融領域常見痛點問題，極大降低了AI應用門檻。
不久前，百融云創人工智能實驗室團隊完成了“百小漁”平臺的全新升級。此次全新升級的AutoML技術在實際應用案例中證明了其真實具備高效率、高性能、低門檻的特點。通過分析試用百融云創AutoML中的信用卡（類信用卡）、線下消費分期等業務，從KS、AUC和時間方面均體現出百融云創AutoML在實際測試中的優勢。
業內人士分析認為，當前機器學習正在規模化、深入地走進企業中，但不少企業受限于數據資源就緒度、數據科學家人才儲備等問題，在智能化轉型中面臨巨大的挑戰。百融云創自主研發的“百小漁”模型自訓練平臺為銀行等金融機構提供一鍵部署和全流程自動化建模，能極大提升建模效率，降低AI在普通業務人員中的使用門檻，協助機構智能化轉型。
(新聞稿 2020-10-14)