每年最高省30%
消费者投诉集中在互联网金融行业也直接反映出行业中机构在合规经营、金融安全以及消费者保护方面仍然存在不足。这不仅是互联网金融行业最为突出的问题，同时也是数字技术的推动与融合之下，金融行业所需要重点关注的问题。
不可否认，数字技术在推动金融行业快速发展的同时，也带来了诸多风险，其中就包括了欺诈问题。新型数字金融欺诈普遍存在黑色产业链成熟化、欺诈技术专业化、欺诈事件高频化、欺诈行为关联化等特征，导致大量消费者的个人信息泄露，隐私保护受到严重损害，也伤害了用户对金融科技的信任，阻碍了数字金融行业的健康发展。
《中国数字金融反欺诈报告(2019)》(以下简称《报告》)显示，数字金融欺诈呈现小额高频的异地作案趋势，欺诈团伙借助大数据等前沿技术，精确识别“欺诈目标”并采取相应措施，欺诈手法通过各类软件进行指数化传播，给司法机关取证定罪带来极大困难。
随着金融创新迭代加速，金融机构的风险防控不仅需要解决信用风险，更重要的是防范欺诈风险，特别是针对数字化、智能化程度较高的金融业务，其欺诈风险所带来的潜在威胁更甚于信用风险。基于此，近年来与金融消费者权益保护相关的问题越来越受到各方的关注，反欺诈能力也成为金融机构与金融科技公司的核心能力之一。
强化金融支付机构的反欺诈能力早已得到了政策层面的引导。今年6月正式实施的《关于进一步加强支付结算管理防范电信网络新型违法犯罪有关事项的通知》，就针对支付结算的各环节进行合规要求，如强化收单业务风险监测、严格受理终端管理等，以遏制电信网络诈骗的发生。
不过，在虚拟、无界的网络空间里，欺诈依旧是难以根治的顽疾，高科技手段的使用令欺诈更难有效防御。加之欺诈呈现链条化、产业化趋势，诈骗方式与形势快速变化，令消费者与金融机构防不胜防。
《报告》显示，金融欺诈和反欺诈始终处于动态博弈的过程中。针对线下欺诈和互联网欺诈，常见的反欺诈手段是以黑白名单为主，或是以规则引擎为主、规则引擎与黑白名单相结合的方式。在数字金融时代，智能的反欺诈手段以有监督机器学习技术为主，无监督机器学习、规则引擎和黑白名单为辅。
当前，为强化反欺诈手段，金融科技公司也在不断研究、更新、升级技术策略，创新安全技术工具，与外部金融机构合作，帮助其建立针对不同手法的反欺诈治理体系，及时验证、更新风控模型与对抗策略，为提高“事前”止骗率、加强“事中”用户权益维护和“事后”对不法分子的处置，提供高效可靠的解决方案。
从实践来看，人工智能技术在反欺诈中应用较为广泛，不少机构都在尝试搭建人工智能反欺诈平台。如中诚信征信自主研发的AI反欺诈智能风控平台“万象智慧”，基于数据仓库、自动决策引擎和智能建模引擎，能实现数据的自动采集，业务的自动审批决策，模型的自动发布、应用与监控。
近几年，行业中也出现了一部分服务于反欺诈的第三方科技企业。如维择科技采用无监督反欺诈机器学习技术，同时融合有监督机器学习、规则引擎和全球智能信誉库，为线上企业和金融公司提供一站式智能反欺诈检测服务。
针对人工智能应用于反欺诈，《报告》也强调，场景、数据和技术是人工智能反欺诈系统的三大关键要素，任何反欺诈策略都要根据特定的场景和数据特征对症下药来制定。脱离场景、数据而空谈与反欺诈相关的技术优势，难以让整套人工智能反欺诈技术顺利地与需求方的业务场景对接。
不过，数字金融反欺诈仍然任重而道远。零壹研究院院长于百程直言，靠一家公司不能解决欺诈问题。构建完整、有效的反欺诈体系，离不开数据、技术与场景，也需要平台用户、金融机构和相关企业、监管及执法部门以及社会舆论力量的全方位参与。
在用户层面，要注意个人数据隐私保护，增加欺诈防范意识，配合监管执法部门及企业的反欺诈行动。在金融机构及相关企业层面，应加强内部反欺诈管理，持续反欺诈前沿技术研发，并加强外部合作，构建联防联控体系。在社会舆论层面，需要及时传达最新欺诈事件，提高受众警惕性。同时，传播反欺诈成果，震慑欺诈分子。在监管执法部门层面，还应健全反欺诈法律法规，加强联合惩治。
