如何通過人工智能與大數據等先進技術快速妥善處置不良貸款資產，成為化解金融風險的主要路徑之一。

深圳聯合金控風險資產管理有限公司(以下簡稱“聯合金控”)董事長程飛在近日舉行的money20/20杭州峰會間隙接受本報記者采訪時表示，基于大數據、人工智能、云計算等技術的快速發展，公司推出名為“知案”的金融機構不良資產案件管理智能平臺，打造債權管理、借款管理等七大模塊功能，為等金融機構提供數據化的債權評估系統，準確的數據統計智能報送，全案件任務跟進及提醒，完備的委外機構管理體系，同步協作功能，以及豐富全？的知識內容。

程飛告訴記者，截至去年底，中國商業銀行的不良資產規模達到約2萬億元，但不良資產業務中的信息化及智能化程度卻遠不能與其規模相匹配，甚至遠低于銀行其他業務部門的信息化水平。究其原因，不良資產業務流程長且涉及領域跨度大，導致很多銀行不大敢利用大數據、人工智能、云計算等技術建立新的流程管理與風險管控體系，避免在風控流程與業務處置環節出現疏漏。

他表示，“當前人工智能與大數據等技術日益成熟，已經能夠解決銀行等金融機構的后顧之憂。”比如“知案”平臺通過不良資產清收業務實際場景出發，協助金融機構構建數據自動抓取、ocr識別、分布式云計算、ai機器學習、文本搜索引擎等一系列新的不良資產處置業務操作流程，從而形成自有的風險資產大數據體系，實現智能風控。

他直言，由于企業經營狀況時時變化，以往銀行相關部門人員需要花費約3個月時間才能完成企業信息全部收集與時時更新，導致在不良資產清收業務流程里，大量銀行相關部門員工必須耗費約3/4時間做企業經營數據更新與運營狀況核實，只有1/4時間聚焦不良資產處置方案設計與客戶談判，因此不良資產清收處置的整體效率相當低下；若能通過金融機構不良資產案件管理智能平臺的時時數據更新與企業經營狀況大數據分析，持續減少這些員工在收集更新企業經營數據的精力時間消耗，他們就能花費更多精力設計更優化的不良資產清收處置方案，從而提高不良資產的處置效率。

記者了解到，目前大額不良資產的處置方式通常有三種，一是訴訟，這種方式流程周期會非常長，一般需要兩到三年；二是與客戶談判和解；三是把資產債權直接賣給資產管理公司。不少業內人士因此認為，當前大數據與人工智能等技術在不良資產處置與風控領域的應用，主要集中在處置流程的線上化與智能化，但決定不良資產處置執行效率的關鍵因素——法院執行效率與客戶談判效率，仍高度依賴人工操作執行。

“我們希望人工智能的數據積累和深度學習能力能很快彌補這個空白。”程飛表示。不過，若人工智能技術沒有多年的數據積累學習能力，難以真正替代人工決策。究其原因，不良資產涉及的行業范疇相當廣泛，需要對行業有大量研究分析的基礎上，人工智能技術才能有效協助提高人工決策的運作效率。

此外，人工智能能否進一步提高不良資產的智能風控效率與資產處置決策機制，也與各級法院能否開放端口進行數據直接對接，資產管理公司能否對接端口對同類不良資產開展風險定價探究，債務人多頭借債信息能否實現共享以提高判斷決策效率息息相關。

因此，聯合金控基于貸后不良資產處置的智能化運作經驗與分析成功，正打算將智能風控從貸后環節向貸前環節延伸，將服務范疇進一步覆蓋到非銀行金融機構，

“不良資產處置的復雜性，決定了大數據、人工智能等金融科技技術只有與應用場景相結合，才能讓先進技術直接服務于業務場景，做到準確把握客戶需求，提供有針對性的技術，有效解決客戶在不良資產處置日常工作里的各類具體問題。”程飛坦言。

以上是網絡信息轉載，信息真實性自行斟酌。