然而，这些机构特别是中小企业由于缺乏AI相关技术人才，在智能风控体系搭建的过程中普遍面临着诸如数据采集困难、模型开发缓慢、应用无法落地等难题。特别是今年以来，新冠疫情的蔓延使得线上金融业务迅速发展，金融机构亟需完善智能风控体系建设。
近年来，随着AI在金融领域的应用不断深入，通过在风控流程中应用大数据、人工智能等技术可以有效增强风险控制的有效性、准确性、时效性和稳定性逐渐成为行业共识。为满足日益增长的业务需求，银行等金融机构纷纷开始搭建智能风控体系。
不久前，百融云创人工智能实验室团队完成了“百小渔”平台的全新升级。此次全新升级的AutoML技术在实际应用案例中证明了其真实具备高效率、高性能、低门槛的特点。通过分析试用百融云创AutoML中的信用卡（类信用卡）、线下消费分期等业务，从KS、AUC和时间方面均体现出百融云创AutoML在实际测试中的优势。
具体来说，百融云创开发的“百小渔”模型自训练系统具有以下三大优势：一是高效。建模预置方案直接复用，大幅缩短建模时长。建模效率的提升意味着企业能够更快速地响应业务需求，紧跟市场动向，扩大先手优势。二是易用。10分钟就能学会操作流程，零基础建模，面向业务人员的一站式建模平台，实验每一步骤及各项参数选择将自动生成报告供分析与追溯。三是经验共享。复用建模方案，减少重复操作；参考参数配置，促进知识流通；共享建模样本，减少数据传输；此外，还可以共享百融专家建模经验。
对此，百融云创自主研发了“百小渔”模型自训练平台，能够将建模流程线上化、可视化，并支持一键部署。“百小渔”借助服务数千家金融机构的经验优势和行业理解，致力于在囊括AutoML优点的基础上最简化建模操作，解决企业智能化转型过程中的竞争力提升难题。
百融云创人工智能实验室相关负责人介绍，与其他AutoML平台相比，百融云创AutoML是在扎实的金融科技背景下研发的，专为金融行业“量体裁衣”，解决金融领域常见痛点问题，极大降低了AI应用门槛。
业内人士分析认为，当前机器学习正在规模化、深入地走进企业中，但不少企业受限于数据资源就绪度、数据科学家人才储备等问题，在智能化转型中面临巨大的挑战。百融云创自主研发的“百小渔”模型自训练平台为银行等金融机构提供一键部署和全流程自动化建模，能极大提升建模效率，降低AI在普通业务人员中的使用门槛，协助机构智能化转型。
