随着金融科技发展，人们消费观念转变，消费金融深入到我们生活各领域，支付方式不断创新，欺诈风险如影随形。如何建设先进的风控反欺诈平台成为金融企业亟需解决的问题。

在此背景下，3月30日下午，由移动支付网和邦盛科技联合主办的“支付及消费金融风控反欺诈”线下沙龙在北京成功举行。本次沙龙干货满满，吸引了超过200人报名。

知己知彼，才能百战不殆，沙龙从关注黑产新动向开始。与黑客相比，更可怕的是以黑客为起源的黑色产业链，经过多年发展黑产已成生态。在这个生态里，包括黑客在内的角色各司其职，给金融行业带来了营销套利、理财诈骗等欺诈风险。与此同时，反欺诈系统面临着许多挑战。

浙江大学与银联商务风控技术实验室研究员孙斌杰认为，现有反欺诈系统存在着规则过于简单、事后处理时效不足、业务人员难以实时调整修改等等问题。从发展趋势上来，反欺诈的发展趋势必然是实时的，并且在防御手段上运用如流式大数据、机器学习等先进技术，才能满足企业级的反欺诈需求。孙斌杰通过业务、技术、数据等三大基础方向，向我们详细介绍了反欺诈解决方案。这些方案，也将继续成为与黑产博弈的正能量。

随后，邦盛科技高级技术顾问尹航博士进行了信贷全流程风控体系建设的相关分享。我们知道，信贷业务面临着违约风险、市场风险、信贷机构内部信用风险等等。去年年底，监管层开始了对“现金贷”的整治，明确了金融机构开展贷款业务时，不得将授信、风控等业务进行外包。

因此，机构自身建立大数据风控机制是必须的事情。搭建授信决策风险管理平台，支撑互联网金融反欺诈及授信需求，实现信贷各环节的有效控制，提高互联网金融服务水平是各大机构在进行信贷决策的四大目标。

最后，邦盛科技人工智能解决方案总监吕晓曦带来了基于机器学习的智能决策平台防控潜在风险及案例分享。经过多年发展，人工智能在近年来逐步被应用到金融领域中。从金融科技的发展趋势上看，经验驱动已经落伍，数据驱动才是未来。而基于数据上的人工智能、机器学习也是未来风控的发展方向。

总体来说机器学习在风控中有4种价值：①基于机器学习算法，以科学的方式进行风险识别；②支持多种机器学习算法与规则互补；③持续进行机器学习模型优化；④提升风控能力和用户体验。

至此，本次系列沙龙首站圆满结束。后续更多活动信息，请继续关注移动支付网。