关于信用约束问题的讨论古已有之。
从小农经济开始，道德约束就成为社会信用的主要约束力量。作为一种社会关系契约，道德约束在人与人交往的过程中产生、存在与发展。之后，随着经济的发展、社会分工的细化，在工业化时代，信用记录成为一种信息凭证被市场化机构所使用。
但进入信息化社会，尤其是移动互联网高速发展的今天，信用的价值被再一次放在突出的位置上，而金融领域更是将信用风控试作行业发展的命门。
然而，个体行为存在明显的碎片化、场景化特征，使得大数据的收集、分析与整理变得困难。与此同时，关于社会信用体系建设的重要性也凸显的淋漓尽致。
信用经济时代：迫切感爆棚的信用建设需求
信用本质上是一个经济范畴 ,自古以来中国文化都讲究“人无信不立，业无信不兴”。在当前的商业社会，开放的市场经济大大释放了生产力,但在这样一个宽松的环境下，诚信被称作市场经济的基本规则，是企业与企业、企业与个人之间交流合作的契约。
建立完善的社会信用体系是构建诚信社会的发展需要，也是政府多年来一直关注的焦点。
从政策方面来看，上世纪90年代初期，以信用评价为代表的信用中介机构开始出现和发展。2011年10月18日，党的十七届六中全会提出要把诚信建设摆在突出位置。之后，《社会信用体系建设规划纲要（2014－2020年）》，提出了部署加快建设社会信用体系、构筑诚实守信的经济社会环境。中国互联网协会也发出倡议加快诚信社会建设。
虽说诚信是市场经济的基本规则，但诚信对不同行业的影响程度却有着深浅之分。其中，对于金融行业而言，诚信被誉为行业的黄金资产。
麦肯锡全球研究院发表了题为《中国的选择：抓住5万亿美元的生产力机遇》的报告指出，当前中国经济80%左右的经济利润仍来自金融行业。
当然了，报告数据的准确与否我们暂且不提。但在我们认知当中金融历来都处于市场经济发展的核心位置。各式各样的金融服务塑造出了市场经济的血液循环系统，对国民经济平稳发展起到保驾护航的作用。
与此同时，金融产业还具备高风险标签，这其中的关键就在于风控命门，不完善的社会信用体系使得金融风险问题频发。鉴于金融本身的重要性，金融信用体系缺失所影响的绝不仅仅是金融产业。
弗朗西斯·福山在其著作《信任：社会美德与创造经济繁荣》中将华人圈归于低信任度社会，其症结在于缺乏社会的中间组织。
从这个维度来看，完善的社会信用体系建设绝不是政府一方面的事，还需要庞大的“中间组织”参与进来。对于金融产业而言，需要广大头部金融科技企业站出来，承担起应尽的社会责任。
AI时代的产业重塑：效率提升是表，深层次机器学习是里
人工智能技术的飞速发展，为社会信用体系构建、金融风控体系完善提供了问题解决的契机。如今看来，金融科技对金融产业的影响也是显而易见的。
目前看来，人工智能在金融领域的应用场景主要包括智能投顾、风控、智能客服等，对应的技术就是机器学习、自然语言处理、人脸识别等，具体表现为金融服务效率与质量的提升。
值得一提的是，目前人工智能技术对金融产业的影响更多的体现在贷前和贷中服务。例如贷前审核通过AI技术，减少人工文档审查等冗余工作，实现自动化，减少金融服务的审核时间，在同样的时间内做更多的申请。另外，人工智能、大数据在贷中风控管理方面已经开始发挥重要作用，高效数据流转与自动化决策，实现了科技对传统风控的升级改造。
然而，在贷后管理方面金融科技目前的影响力还非常小。要知道金融行业的风控管理应该贯穿于整个服务的纵向全流程，任何一个环节存在短板就意味着坏账等金融风险发生概率的提升。
从人的角度来看，每个人在享受便捷金融服务的同时，难免会出现一些资金纠纷。有的确实信用存在问题，故意赖账。有的可能只是因为其它原因耽误还款时间，并不是主动失信违约。这需要平台识别清楚，避免误伤，避免漏网。这需要金融机构把关好金融服务最后一道关——贷后风险管理。
关于贷后管理，从行业角度来看，这一场景缺乏相应的技术支持，这也为贷后管理的信用数据收集增添障碍，并且使得整个借贷链条数据缺乏完整的闭环。
此外，贷后管理通常被认作是一个既有合作又有冲突的场景。这一场景对相关客服话术、情绪等因素要求极高。然而，人都是有情感的，面对复杂的贷后管理客服出现情绪性的话语也在所难免，这也导致数据收集的不准确。
为此，过去有一些企业采取一些智能外呼、催收机器人、话务系统等进行贷后管理，让机器人替代人来打电话。如今看来，机器人很容易被识别，根本无法替代人完成贷后管理工作，只能在某一环节替代或者辅助。
因此，AI对于贷后管理应该是融入而非替代，想办法让技术帮助人更好地进行贷后管理才是关键。即降低人为影响提升数据精准度，并通过技术融入更便捷的进行用户信任数据收集。
从物理嫁接到深度融合：“一站式”方案告别管理盲区
如今，国内金融科技领域的头部企业已经在贷后管理方面取得巨大突破。以玖富数科集团为例，过去几年，玖富数科集团通过技术赋能金融机构，不断提升贷前的服务效率与服务质量，其技术实力已经得到证明。如今，玖富数科集团自主研发的面向语音质检领域的小易机器人，已经将数字科技延伸至贷后管理环节。
就目前了解到的信息来看，玖富数科集团小易机器人主要以行为驱动系统、注意力系统、情感计算三大核心技术为后台，涉及到计算机视觉、图像识别等基础性技术。
正如前面所说的，贷后管理场景的信任数据收集对客服话术、情绪等因素要求极高。贷后管理机器人要想服务客服以及判断借款人话术，需要企业进行大量试验，并根据不同情况、不同场景做出针对性的话术和知识库。而这一条件实现的前提则需要企业拥有大量的场景和数据，能够让机器人面对相应情况时实现与自身知识库的匹配。
就目前看来，小易机器人已经建立出完善的知识库。通过语音实时监控，尽可能减少贷后话务场景中可能出现的矛盾，推进贷后管理工作的智能化和阳光化。具体来说，主要从情绪、经验和注意力三个方面帮助客服人员的完成工作：
1. 在情绪方面，小易机器人可以通过语音来识别客服人员的情绪波动，再通过终端和后台的交互变化，及时提醒使用者平稳情绪。
2. 在经验方面，小易机器人通过不停量化个体在工作时候的内容，把业绩好的经验传授给其他人，同时还可以对出现违规词汇或没表达清楚内容进行实时提醒。
3. 在注意力方面，小易机器人可以驱动使用者注意力长时间聚焦，当任务没完成时进行提醒，还会把个人数据进行量化输出，通过和其他人的数据对比，提醒客服人员了解需要加强的方面。
总的来看，小易机器人不仅可以安抚员工情绪，提高服务水平，还能对服务效果做出量化统计。在实际操作中，AI与人类协同合作，为金融机构贷后管理提供高效、妥善的处理方式。在理性价值以外回归科技向善的技术初衷，让AI不再是干巴巴冷冰冰的算法、数据，多了那么几分对人感情变化方面的洞察，机器与人之间形成良好的协同关系。
自此，人工智能技术在金融服务领域的应用，从前期审核，中期资金支持，到后期风险管控，都提供技术支持，形成一种“一站式”技术服务形态。通过技术打通，各环节原先割裂的数据孤岛实现了无缝连接。
对于用户和金融机构而言，“一站式”的金融科技带来的是体验和安全性的提升；对于整个社会信用建设而言，玖富数科集团小易机器人的推出则严把金融服务的最后一道关口，为金融服务的良性运行提供技术支持，促进用户资金借贷全线的良性循环，成为社会信用建设非常重要的一块“拼图”。
尾声：
正如开头我们所提的那样，用户个体行为的场景化、碎片化特征明显，这就意味着征信建设绝非一家机构、某个行业的问题，而是需要整个社会不同领域的共同参与。在金融科技领域，玖富数科集团无疑是开了个好头，用自主研发的科技力量为社会信用体系建设添砖加瓦。但一家企业的力量终究是有限的，在未来，我们也希望能够看到更多不同领域的企业加入进来，共同推动整个社会信用体系的完善。
ps：互联网江湖原创稿件，订阅号ID：VIPIT1，商务转载合作联系：13124791216，转载保留版权信息违者必究。
