经过十多年的高速发展，得益于中国经济的快速增长，服务业等第三产业占比不断提高，人均可支配收入不断提升、消费升级加速，以人工智能、区块链、云计算、大数据为代表的新技术应用已进入发展曲线的快速攀升期，而5G、物联网等颠覆性技术的应用也近在眼前，金融业数字化转型的基础更加完备、条件更加成熟、路径更加清晰。但同时对数据安全、风险控制、金融决策也提出了更高的要求。金融数字化转型具备良好的外部机遇和内生优势，也面临严峻的外部竞争和内部挑战。

吉洋北京大学硕士，在金融科技领域深耕多年，对智能风控和智能决策有着深入研究。近几年专门从事银行的数字化转型工作，也开发过信贷风险预警类和智能决策支持类系统。作为金融数字化方面的专家对数字化转型时期的信贷风控和金融决策有着自己独到的见解。从专业视角解读当今行业的信贷风控发展，以及智能决策的建设。

吉洋表示，目前大多数同业在贷前、贷中、贷后等环节均采用数据驱动的风险管理模式，特别是针对信用风险和欺诈风险防范，已建立起一套数据驱动的智能风控体系，在系统、数据模型、细分策略上均已初具规模。并开始将智能风控的实施策略从传统场景做深做透和新场景加快转型两个方向切入，通过引入更多数据源、优化风险识别建设、应用高阶模型、开展更高效的AB测试和迭代调优、细分场景等工作实现风控精准度的进一步提升。

吉洋认为同业在智能风控领域都各有建树，在未来的发展中应重点关注三个方面：一是加强内外部数据的分析挖掘，充分考虑宏观经济、同业状况等影响，推进信用分析模型、反欺诈模型、共债风险模型能力建设，实现风险的参数化、阈值化控制，构建数字化智能风控体系，提升审批质效，确保新增资产配置保持在合理水平。打造支持高阶模型的数据平台，支持风险模型和策略的测试学习和快速迭代，全面提升风险经营的数字化能力。二是打通贷中管理、营销和催收环节，基于风险和收益对客户进行分层，匹配差异化的预警、交易授权、***识别等贷中策略，增加预催收管控措施，严防正常资产劣变，守住风险经营底线。优化交易监控模型，提升交易欺诈识别率，加强资金流向监控，实现贷中经营管理水平全面提升。三是围绕催收管理的生命周期节点，建立自愈模型、客户分群模型、失联模型等有力内核，配套精细化的催收分层以及催清收策略，借助前瞻性的贷后管理系统和高流畅度的自动语音外呼催收系统，提高数字化催收作业能力，确保问题资产高效出清，减少客户坏账损失。

对于数字化转型时期的金融行业智能决策建设吉洋建议，首先要以实现数据驱动的智慧决策为目标，对企业内部数据、外部行业数据及宏观数据等进行收集、整合、分析、挖掘和可视化展示，准确把握市场发展方向，洞察客户需求，预警市场风险，优化资源配置，推动经营决策由“人智”向“数智”的转变。这就需要系统化的收集、整合涵盖同业、市场、自身的多元化服务场景数据，依据各级管理层的主要经营决策主题，设计面向不同层级的智能管理者驾驶舱，支持固定报表和灵活报表的多样化配置，实现全景式、多维度、智能化数据展示，构建敏捷洞察、智慧运营、科学决策的“强大脑”，实现“监测、预警、分析、预测、评价”的数字化经营管理闭环，提升经营管理决策及时性和科学性。