趣链智能、南京电话营销机器人报道：对于银行来说，如何判断信贷业务申请者的信用水平，什么样的授信方式可以更好地控制风险？目前，人工智能技术正在该领域发挥着越来越重要的作用。
中科聚信信息技术（北京）有限公司副总裁兼首席风险官李力告诉经济日报记者，通过社交网络分析、模糊匹配、聚类分组等分析智能技术的有机结合，可以帮助企业“勾勒”出基于社交网络关系的多维客户画像，标注客户属性，可以准确描述企业的“信用面子”。
“简单来说，就是通过定量数据来标记物体。
”这些标签可以分为以下几类，比如年龄、性别、居住地等人口统计属性，以及资产状况、消费水平、消费习惯等。
标签有两种类型：静态标签和动态标签标签。
静态标签是不易改变的数据，而动态标签则来自于动态变化的数据，如最新的交易记录、网页浏览记录等。
动态标签的处理通常采用流计算技术，需要较高的计算能力。
除了“肖像”企业信用外，还可以利用图论的智能技术来描述客户的社交关系和社区属性，让客户的社交属性更加立体，帮助企业深度分析客户属性，捕捉客户要求更准确。
和意愿，甚至实现对潜在风险的智能预测。
“今年以来，人工智能技术在金融行业的应用越来越理性，更加注重认知智能的发展，并从技术概念阶段转向实际应用阶段。
”认知智能需要以丰富、长期的知识积累为基础。
形成各种业务应用场景的知识图谱，包括信用风险、应用反欺诈、交易反欺诈、精准营销等业务应用场景。
人工智能技术可分为三个层次。
第一个层次是计算智能。
金融机构通过分布式计算、内存计算、流式计算等技术实现海量交易数据的实时处理。
第二个层次是感知智能，通过人脸识别、语音识别、图像识别等技术广泛应用于身份认证等方面。
认知智能作为第三个层次，是最难的。
需要对业务有深入准确的理解和长期的知识积累。
“目前，机器在这方面还不能完全替代人类的经验。
因此，认知智能研发仍然存在广阔的发展和创新空间。
” “未来人工智能技术的发展方向将集中在第三个层次，即认知智能。
在智力层面上突破。
从单纯的数据研究和应用转向知识领域的探索。
整合经验将过去行业从业者积累的知识转化为算法，以达到预期的业务结果，同时逐渐减少人工干预的程度。
今年以来，金融机构更加理性地看待人工智能技术的发展，更加注重在不同的业务场景中应用不同的认知智能技术，以更加贴近业务的实际需求。
我们始终专注于将创新技术和业务部署在金融机构真正需要的场景中，比如聚焦信用风险、反欺诈、精准营销三大核心业务。