随着互联网金融转型的深入与提速，金融机构对互联网的拥抱更为全面和积极。这同时也打开了金融科技的应用空间——新技术与金融业务的融合、酝酿与发酵产生了金融创新的无限可能。

不同于传统金融IT只专注于系统的搭建与功能的实现，金融科技的应用更强调与金融业务的深度融合创新。在银行的信贷与风控领域就面临着金融科技的重塑与再造之机。智能决策管理面向银行业务人员与管理者的工作平台，用金融科技的思维与方法帮助银行提升信贷与风险管理能力。

在金融机构互联网转型进入深水区的当下，互联网业务需要高速发展，同时还要应对花样翻新的网络欺诈，此时控制好相关业务的风险，保证业务发展的质量与效率，就显得尤为重要。在这一背景之下，金融机构如何运用智能决策管理这类金融科技手段来提升业务能力尤为重要。

突破效率与规模的门槛

早期银行做信贷和信用卡业务的审批和风控是通过人工来实现，后来是人工加IT系统共同实现。随着时代的发展互联网业务是否可以首诊，由系统自动化完成逐渐成为趋势。“现在规模大一些的银行一天收到的发卡申请量会达到几万笔至几十万笔，由人工来处理已经无法满足需求，我们的智能决策管理平台（RIDE）也是为了解决这个业务痛点而开发的。”张晓军先生告诉记者。

近年来，银行机构基于互联网的零售业务大幅度增长，对相关业务的处理时间要求更快、处理水平要求更稳定，这些都对金融科技提出了更高的要求。从风控来说，可以分为信用风险和欺诈风险管理，这些都是从申请阶段开始的，但申请之后，还要面临贷中、贷后的管理。例如额度管理、账户管理、交叉销售互联网业务是否可以首诊，以及贷后的早期风险预警和催收。智能决策管理可以覆盖贷款类产品的全生命周期的风险管理。通过智能决策管理，可以帮助银行从无到有建立信贷的风控系统。

智能的意义在于让业务人员用着顺手

对于人工智能在金融业的应用，目前有关AI的概念很多，机器学习、神经网络等名词被市场上提的很多，但用户更需要能落地的产品。

智能决策管理更突出了让业务人员方便使用的设计。例如，智能决策管理平台拥有包括规则集、决策表、决策树、评分卡、模型管理等在内的多种模式的业务规则管理，能够灵活地支持不同的业务场景。

银行解决风控问题传统上有两种手段，一是通过规则判断风险，二是通过模型判断风险。而现在需要的是规则加模型共同来控制风险。这就需要一个平台化的产品来承载规则与模型，让风控手段能够落实到执行层面，这也是智能决策管理设计的初衷。

除了对规则、策略的支持外，智能决策管理平台还提供了模型管理的功能，可以支持多种模型语言，支持不同外部模型的直接导入，还支持名单管理，减少了业务人员的数据交互。从而能方便地将分析咨询的成果进行落地。模型管理还可以保持对模型效果的监控，随时动态调整，让模型跟上环境的变化。

“近来智能自适应模型的概念提的较多，但智能不是凭空而来的，总要有所积累，我们的出发点是让业务人员能够快速修改和调整，完善规则和模型。”

目前，金融机构的互联网业务越来越多，相关风险的数量和种类不断涌现，按照以前的系统很难快速完成规则和策略的更新。智能决策管理平台让业务人员能够快速修改，快速更新，对新的欺诈手段快速防范，以适应风险管理和业务发展的需要。