人民银行副行长、国家外汇管理局局长、互联网金融风险专项整治工作领导小组组长潘功胜带队赴公安部，与副部长孟庆丰举行工作会谈。双方就互联网金融风险专项整治、打击地下钱庄及非法外汇交易平台等有关情况及下一步工作安排交换了意见。双方将进一步加强协作配合，继续深入推进相关工作，加强信息数据交换和工作衔接，加大对相关领域重大违法犯罪活动的行政处罚和刑事打击力度，开展广泛宣传教育，构建监管长效机制，坚决整治金融乱象，维护良好金融秩序。
近年来，互联网金融行业发展迅猛，在为消费者带来便利的同时，庞氏骗局、过度包装、虚假平台横行等行业乱象时有发生，严重影响互联网金融行业的健康发展。随着监管趋严和行业整治力度加强，不少互联网金融企业都在采取有效措施，确保合规经营，提升风险防控能力，以谋取稳健长远的发展。以持牌消费金融机构马上消费金融有限公司为例，其在风控方面投入了大量资源，凭借强大的风险管理、IT支撑和人才队伍建设，构建了相对完善的风控体系。
马上消费金融作为互联网消费金融持牌机构除了直连央行征信外，也会接入公安、芝麻等数十个外部数据源，以及自建数据源，在审批过程中将并行调用这些数据源服务，瞬时产生大量的数据作为自动决策的依据基础。
数据对于审批至关重要，马上从数据源管理制度和IT系统建设两方面做了大量的工作，设有专门的团队负责数据源发现、商务谈判、评测、生产效果跟踪、下线等工作;在IT系统方面，自主研发了统一数据接入系统，满足数据源接入需求，目前已升级到3.0版本，具有少量编码即可完成开发、灵活的mock测试支持、调用可精细化追踪、数据成本可精细化管理与分摊、稳定的服务、自动服务切换、关键数据源的动态配额、精细的数据质量与服务稳定性监控、数据安全控制、高并发与大数据量存储支持、可在大数据平台准实时分析数据的能力。
马上消费作为一家金融科技公司，在人工智能领域做了相当多的投入，目前拥有超过百人的人工智能专家团队，主要服务于以下4个方面：
1、反欺诈与授信模型：基于存量用户数据、外部接入数据、自建数据，围绕信贷审批，利用传统、机器学习方法训练模型，用于自动识别用户欺诈行为和给予合理的授信额度，目前已经建立了几十万的变量特征库和上百个模型，用于不同的数据源、产品和审批阶段，组合应用后效果显著，做到较高的通过率和较低的逾期率;
2、人脸识别：自研Face X活体人脸识别技术，经过几十亿样本数据的训练与生产应用的不断优化，目前识别精准度高达99%，可以应对绝大部分复杂环境，对于检验是否是真人以及是否是客户本人起到了非常好的效果，有效降低了欺诈的概率，马上消费自研的人脸识别技术效果优与市面上通用产品，其中有2点关键的因素：一是在业务开展中积累了大量的照片库，而这些照片均来自消费金融这个业务领域，更利于训练出符合该领域特征的模型;第二：建立了欺诈份子的照片库，对于欺诈份子的照片可以做单独的处理，进一步提升效果。
3、文本识别：应用NLP的语意分析等技术识别文本语意，应用在智能客服和舆情监控方面，马上消费金融自研的智能客服系统对客户的问题解决率达到一流水准，大幅降低了语音客服的占比，降低客服成本的同时改善了客服体验。
4、语音识别：自研语音识别技术，目前应用在催收和客服场景，未来会拓展到贷前环节，应用到反欺诈领域。
金融是国家的核心竞争力，金融安全是国家安全的重要组成部分。马上消费金融CEO赵国庆认为：“风控，做金融经营的是风险，对风控怎么重视都不过分。我认为这对，其实也不对。打个比方，在高速公路上开60公里每小时，我觉得我这是属于违法，或者浪费资源。但是我要在乡村小道上开到120公里，这也是有问题的。所以说我们追求的是用户数、销售额、风控表现，拨备水平和盈利的综合平衡，整体一揽子指标，而不是某个单一指标。”
编辑：