中国の金融業界における人工知能の活用に関する洞察 2022年~インテリジェント・リスク・コントロール(要約版)

意見の概要

インテリジェントリスクコントロールは、ビッグデータ人工知能をコア技術として、ビッグデータの活用をベースにアルゴリズム、機械学習、深層学習モデルなどの人工知能技術を組み合わせ、インテリジェントリスク管理システムを構築し、マニュアルで経験的に管理する従来のリスク管理の限界と空間性を突破し、リスク管理コストを削減しながらリスク管理の効率性を効果的に向上させるものです。

購買担当者は、POCを通じて各入札サプライヤーのインテリジェント・リスク・コントロール・ソリューションのレベルを検証する

POCテストは通常、インテリジェントリスクコントロールソリューションの機能、性能、リスク識別能力を総合的にスコア化したスコアカードの形で実施されます。 さらに、購入者は、供給者の技術レベル、プロジェクト経験、業界の状況、アフターサービス、製品提供などを考慮し、インテリジェントリスクコントロールソリューションと供給者がニーズに合っているかどうかを判断することになります。

POCテストにおいて最も重要な指標は、インテリジェントリスクコントロールソリューション自体の機能、性能、リスク識別能力の3つである。

リスクの特定に関しては、金融機関は確立されたデータを入力して、システムが効果的にリスクポイントを特定できるかどうかをテストし、その精度、感度、計算速度を記録します。 システムのリスク識別能力は、POCテスト全体の中で最も重要な指標であり、30%の最も高いウェイトが与えられています。 機能面では、主に自社のビジネスシナリオの要件を満たしているか、意思決定レポートの品質や信頼性を検証し、性能面では、システムの安定性、応答速度、スループット、同時処理数などを検証し、スコアリングのウェイトは20%程度とした。

クレジットビジネスは、銀行業界におけるインテリジェント・リスク・コントロールの最も重要なアプリケーション・シナリオである

銀行業界におけるインテリジェントリスクコントロールの適用シナリオは与信型が最も重要で、適用比率は最大70%、支払型リスクコントロールの適用比率は20%程度である。 融資前、融資中、融資後の与信プロセス全体をインテリジェントにリスクコントロールし、銀行機関のリスクコントロールのコスト削減と効率化を支援します。

- Advertisment -