“目前人工智能估值非常高，我们想要投资都投不起。”一位互联网消费金融机构负责人感慨说，此前他们打算参股投资一家基于人工智能提升风控效率的机构，一问估值吓了一跳，比他们整个平台的估值还高出不少。

　　究其原因，人工智能的迅速崛起，难免导致行业良莠不齐——尤其是人工智能在互联网消费金融领域的“伪应用”日益增多，比如一家人脸识别机构宣称可以为消费金融平台开展远程面签，人脸识别成功率超过90%，但不少平台测试后发现，借款人所处场景的灯光角度对人脸识别准确性产生不小冲击，导致平台只能重新采取线下面签方式评估借款人是否存在欺诈行为。

　　21世纪经济报道记者也注意到，在美国股权投资机构也开始对人工智能在消费金融领域的“伪应用”日益警惕。尤其是一些标榜“人工智能”的美国消费金融机构，其风控核心仍然是基于采取人工经验判断，对借款人贷款风险进行评估。此外，不少宣称图像识别、语言识别准确度极高的消费金融平台，并没有因此有效降低运营成本提升运营效率。

　　“伪应用”悄然兴起

　　在这位大型消费金融机构首席技术官看来，人工智能在互联网消费金融领域的应用，主要集中在获客、客服、风控、催收等环节。

　　“但它的实际应用效果不够理想。”一位消费金融平台负责人告诉21世纪经济报道记者记者。后来他了解到，这家机构是照搬美国的人工智能催收技术，但中美两国消费金融环境截然不同——美国有着成熟的个人征信体系，借款人违约就会被列入黑名单，导致日常生活、旅游举步维艰;国内个人征信体系不够完善，导致欺诈型借款人增多，加之违约成本较低，美国的人工智能催收模式未必适合国内国情。

　　理想和现实间的巨大差距

　　在业内人士看来，服务互联网消费金融领域的人工智能机构之所以能获得很高估值，另一个重要原因是不少消费金融平台对人工智能的机器深度学习抱有相当高的期望值。

　　不少机构甚至认为，尽管很多人工智能技术现在看起来算是伪应用，但随着机器深度学习能力的不断增强，有朝一日它或许能大幅提升平台的运作效率，成为平台的新核心竞争力。

　　“不过，机器深度学习有时也会起到双刃剑作用。”这位大型消费金融机构首席技术官指出，比如在智能风控领域，机器深度学习得出的风控结论，往往是难以解释的。

　　机器深度学习模型能否行之有效，关键在于技术团队能否对人工智能进行有效干预，通过有效调整风险因子参数，让风控模型及结论贴近实际环境。

　　“其实，不少消费金融机构也知道人工智能机器深度学习技术的瓶颈，但他们还是刻意放大它的积极作用，因为这有助于提升消费金融平台的整体估值，获得多的股权融资。”多家消费金融机构负责人直言，这也是互联网消费金融领域人工智能企业估值持续走高的大驱动力之一。Python编程语言是人工智能时代一个不可或缺的技术。千锋python培训班顺应时代潮流强势推出，以打造颠覆性Python全栈工程师为出发点，将潮流技术融入课程体系，带你向年薪30W发起冲击。还在叫别人干爹?来千锋学python，你就是干爹!千锋Python课程选择业内项目，解决方案覆盖面广，手把手指导，培养实战能力，轻松度过试用期!