當前，傳統金融機構和互聯網消費金融公司的風控環節中，普遍存在信息不對稱、成本高、時效性差、效率低等問題，傳統的風控手段已經難以滿足個人消費旺盛引發的信貸增長，和長久以來被傳統金融機構忽視的長尾用戶的貸款需求。而隨著機器學習（Machine Learning）技術的深入發展，AI在金融、教育、醫療等領域的應用也漸趨多元，也天然適合服務于金融風控。然而，機器學習技術在落地過程中普遍面臨搭建計算框架投入大、算法和模型調優門檻高、人才缺口大等難題，對一般企業來說，AI仍是難以觸及的技術。為了降低應用機器學習解決實際問題的門檻，機器學習平臺應運而生。

　　作為國內人工智能驅動金融業務升級的領航者，百融云創自2018年成立人工智能金融實驗室以來，不斷完善機器學習平臺建設，基于風控場景率先在業內推出基于自動機器學習（AutoML）技術的智能模型訓練平臺“計算未來AutoML”。與此同時，在數據和信息安全備受重視的形勢下，百融人工智能金融實驗室團隊還積極探索聯邦機器學習（FML）技術，通過去中心化協作的方式，為金融機構轉型升級提供全新的發展思路。

　　“計算未來AutoML自訓練平臺”集成了“百融專業風控經驗”，并預制了針對多種客群類型與業務階段的專家方案，可開發多類型風控模型，有效實現用戶深度經營與網格化精細管理。通過運用AI行業當下最前沿的技術，有效突破“模型優化瓶頸”，實時計算超體量數據，完美支持特征?程與機器學習模型的線上服務，為??智能裝上“F1方程式引擎”，效服務千萬量級客戶。

　　目前，百融云創自主創新的信用科技，已成功切入信貸風控、企業征信、精準營銷等多個金融場景，能夠為金融機構提供全生命周期的營銷和風險管理產品及服務，實現前端營銷獲客、貸前識別欺詐客戶風險、準確評估申請人，貸中實時動態監控預警，貸后有效觸達。以精準營銷為例，運用機器學習和人工智能技術，百融云創精準勾勒用戶畫像，將風控前置到營銷端，能夠最大程度提升合作機構的獲客精準度和客戶質量，有效降低金融機構的不良率和獲客成本。目前，百融云創的精準營銷技術服務了銀行、持牌消金機構等數百家正規金融機構，幫助金融機構提升了客戶活躍度，實現了服務的精準觸達。

　　未來，百融云創的人工智能金融實驗室將繼續發展機器學習技術，致力于人工智能在金融場景的應用及技術邊界探索，并將此為普惠金融的產業發展賦能，為建立數字化人工智能金融新生態，為防范金融風險、金融普惠大眾提供更具有價值的智能化金融服務。