益博睿的悄然转型：从信用评级到云端AI

转型起源于一张便利贴

这一切始于2018年益博睿消费业务部门头脑风暴会议上贴在墙上的一张便利贴。"评分提升"这个两个词的想法是当天提出的一百个创意之一，但正是这个想法帮助拯救了公司价值20亿美元的消费服务业务。

当时，益博睿的消费部门正处于困境，受到Credit Karma等金融科技新兴企业的挤压，连续多个季度出现亏损。2019年初，公司推出了Experian Boost，这是一项免费服务，让消费者能够将通常不会出现在信用报告中的付款记录添加到他们的信用档案中。按时支付账单的消费者可以提升信用评分，平均提升13分。目前已有超过1700万人使用Boost移动应用。

如今，益博睿的消费业务不仅实现了盈利，还成为这家拥有125年历史公司更大转型的核心，从信用评级机构转向分析和软件提供商。该公司现在35%的全球收入来自软件和平台。这一转变得益于向亚马逊云服务的大规模迁移以及对人工智能的新投入。

云优先，AI无处不在

益博睿报告个人和企业信用状况的核心业务仍然重要，但公司越来越将自己定位为金融服务决策基础设施的提供商，涵盖从欺诈检测到实时风险评估的各个方面。公司正在使用云服务和AI的组合来自动化复杂的数据迁移，最小化停机时间，提高数据准确性，并提供更具可扩展性和安全性的服务。

这与更广泛的行业趋势一致。与大多数金融数据公司一样，益博睿正在努力在云原生世界中保持领先地位，在这个世界中数据持续流动，客户期望比以往任何时候都更高。

Alex Lintner领导了开发Boost的团队。他因此获得了更广泛的角色，担任益博睿技术、软件解决方案和创新部门首席执行官，监督北美业务并制定全球战略。在接受SiliconANGLE采访时，他解释了Boost如何成为益博睿重新思考其从记分员到智能金融决策推动者角色的更大叙事的一部分。

公司的转型得益于与AWS签署的10年协议，为其提供了"增强的性能、可扩展性、可靠性、更低的运营成本和更好的安全性"，Lintner说。

云还使益博睿能够将公司各处的数据整合到一个数据湖中，预计在18个月内规模将超过100PB。公司构建了自己的工具来管理迁移，包括用于将数据加载和重新加载到AWS S3存储桶并进行实时刷新的软件。"我们的客户告诉我们，我们拥有最新鲜的数据，"Lintner说。"不是每个机构都能这么说。"

AI平台驱动创新

益博睿AI操作的核心是Ascend平台，它最初是数据科学家可视化数据和测试模型的沙箱。这导致了"AscendOps"的诞生，它自动化了数据科学和信息技术部门之间的交接，将用Python或R构建的模型转换为金融机构的生产就绪代码。

"这个过程过去需要三周时间，"Lintner说。"现在只需要两到三天，仍然包括人工质量控制。"

益博睿开发了AI驱动的欺诈检测模型，据称其性能大幅超越传统的基于规则的系统。在贷款场景中检测率提高了37%，信用卡申请中提高了45%。一家贷款机构在单次欺诈攻击周期中避免了超过25万美元的损失，Lintner说。同时，人工审查量减半，由于误报减少，客户体验得到改善。

公司还大力投资AI智能体，这些智能体可以半自主运行并采取行动。数字智能体监控模型的健康状况和准确性，在检测到异常时提示数据科学家，并建议新的数据源来增强模型性能。

与许多实验智能体的公司一样，益博睿广泛测试它们并挑选最有效的。"我们已经构建了几百个智能体，"Lintner说，"但前20个获得了大部分使用。"

一个受欢迎的智能体专注于"模型漂移"，当模型性能开始下降时警告团队，并推荐可以通过拖放界面进行的更改。"他们过去必须手动重建模型，"Lintner说。"现在他们只需批准或拒绝提示。"

AI系统监控可疑行为模式，比如服务器发出数万份贷款申请。公司使用行为生物识别技术，如打字速度或拼写错误频率来确定一个人是真人还是机器人。近实时更新比以往更早地捕捉欺诈活动。"你需要像坏人部署新策略一样快地做出反应，"Lintner说。

AI还帮助打击"科学怪人身份"，这是欺诈者使用通常从不同来源提取的真实但不相关的数据组装虚假身份的策略。Lintner说其系统现在可以比以前更快地检测此类虚假文档。

"目标是最小化爆炸半径，无论是在欺诈发生前抓住它，还是限制受影响账户的数量，"Lintner说。

大语言模型助力合规

除了欺诈检测，益博睿还构建了专门用于监管合规的大语言模型。一个早期应用是自动化创建《模型风险管理监管指导》要求的报告，这是美联储验证信用风险模型所需的一套称为SR 11-7的原则。

金融机构过去需要花费数月时间制作200多页的SR 11-7报告，通常在年末几个月消耗整个数据科学团队。现在，大语言模型从模型元数据和其他来源提取信息，自动生成所需文档，检查完整性并为监管机构输出PDF。"过去是30个人除了文档什么都不做，"Lintner说。"现在，我们可以用大语言模型自动生成。"

员工培训与采用

技术本身并不能推动转型。Lintner承认，让益博睿的23,000名员工掌握AI工具是一个持续的过程。"我们有11,000人在熟练使用它，"他说。"这取决于他们做什么样的工作。"

公司使用所谓的"喜爱指标"来跟踪采用情况——测量在工具中花费的时间、重复使用和有机增长。"我们不宣传这些工具，"Lintner说。"如果使用量增长，我们认为他们发现了价值。"

从帮助消费者提高信用评分到为银行提供实时洞察，公司的AI转变最终是为了扩大准入和信任。正如Lintner所说，目标不仅仅是更快的系统，而是更智能、更公平的金融决策。

Q&A

Q1：Experian Boost是什么？它如何帮助消费者？

A：Experian Boost是益博睿在2019年推出的一项免费服务，让消费者能够将通常不会出现在信用报告中的付款记录添加到他们的信用档案中。按时支付账单的消费者可以提升信用评分，平均提升13分，目前已有超过1700万人使用。

Q2：益博睿如何利用AI技术改善欺诈检测？

A：益博睿开发了AI驱动的欺诈检测模型，在贷款场景中检测率提高了37%，信用卡申请中提高了45%。系统使用行为生物识别技术识别真人和机器人，监控可疑行为模式，并能检测"科学怪人身份"等欺诈策略。

Q3：益博睿的Ascend平台有什么作用？

A：Ascend是益博睿AI操作的核心平台，最初是数据科学家可视化数据和测试模型的沙箱。通过AscendOps功能，它能将用Python或R构建的模型自动转换为生产就绪代码，将原本需要三周的过程缩短到两到三天。