人工智能時代，信息從數據化向智能化過渡，面對這一趨勢，向前金服怎么樣？向前金服首席技術官李棟明表示，“我們不僅需要戰略能力指導企業‘做什么’，需要運營能力制定向前金服‘怎么做’的發展路徑，更亟待硬核技術的開發應用能力去落地金融科技，打造高成長性驅動力。”

“智能風控決策引擎”就是向前金服創新應用以人工智能為代表的核心金融科技的成果體現，集生物特征識別、機器學習、自然語言處理、知識圖譜等先進技術之大成。它作為核心工具，與大數據、云計算等平臺合力，構成了向前金服的大數據智能風控平臺“聽風者”，挖掘數據、解讀信息、釋放價值，幫助出借人篩選與其風險偏好相契合的資產，并進行合理定價。

“智能風控決策引擎”通過一系列風控規則的集合和不同分支、層層遞進的規則邏輯進行運算，實時支持大量業務的自動化處理，識別風險、定價資產。其中，龐大的數據量是其制定風控規則、解決信息不對稱問題、精準評估信用的基礎和依據。為此，向前金服已經與上百家數據源建立了合作關系。同時，“智能風控決策引擎”在設計之初便考慮到了數據源擴圍的未來需求，提前進行了具備拓展性的數據源布設，可以接入內部關聯數據、外部加工數據、三方數據等多種數據源，保證數據多樣化，提升決策精準度。

另外，隨著行業環境不斷變化，特別是欺詐團伙逐漸呈現集團化、規?；?、專業化等特點，需要風控體系不斷迭代，這要求引擎設計上提高操作靈活性，增強其對業務復雜度的適應能力。

通過“智能風控決策引擎”，向前金服的風控專家可以制定風險管理流程，建立包括反欺詐、評分體系、授信體系等在內的風控模型，并根據業務需要，對風控流程及風控規則進行集合定義、配置風控要素、制定規則執行邏輯。同時，引擎引入了機器學習等技術，可以根據系統運營情況和數據識別結果進一步完善模型，打造具有學習能力的系統。

總之，向前金服“智能風控決策引擎”從底層設計上便具備了智能化、動態化、可發展性等特點，從本質上打破了傳統風控時效性和一致性差、人工和系統性能耗費大等壁壘，打造出了能夠自我調整、與相關人才良性互動的風控引擎。正因如此，它在2018年大放異彩，收獲多家行業媒體、研究機構的認可。向前金服將對“智能風控決策引擎”進行持續升級，進一步發揮其成長性，幫助平臺優化資源配置，提升風控能力，更好地滿足用戶的資產匹配需求。