信审员，是指贷款时对贷款人的信用、资质进行审核的工作人员，包括审核贷款人资料、核实资料真实性、尽调等，可谓是大权在握，天下我有。可随着大数据、人工智能的兴起，信审员的地位变得岌岌可危。

　　“未来信审将越来越少，信贷工厂、跑批作业模式将逐步普及。”一位风控总监坦言，只要搭建起大数据风控模型，后期再不断完善，小额信贷则无需通过人工复审，可直接放贷。这样既节省了中间环节的时间和成本，又提高了放贷的效率，加快了资金的循环速度。

　　同时，也有人提出了不同意见，风控真的只靠AI和大数据就可以了吗?我们知道信贷审查有品行、资产、负债、还款能力等几个环节。大数据能够获取贷款人的个人财产、征信报告，同时这些的确需要人工智能来审核。但是大数据能够呈现的仅仅是数据，永远无法判断复杂的人性。

　　就以老赖和骗贷为例，这二者伴随着信贷产生发展，可谓是风控的最大死敌。许多老赖将自己的财产转移到别人名下，开豪车住豪宅，就是不还钱;而骗贷则是已经摸清了信审套路，将自身有意加工成一个资质完美的贷款人，贷到之后根本没有能力还款。目前，这几个方面在AI方面还没有很好的解决，需要依靠信审员的火眼金睛以及实地尽调。

　　由此可见，AI全面取代信审员还有很长的一段路需要走。讲完了这些，顺便为大家讲一讲信和大金融的风控流程。大体来说，信和大金融风控模式分为两种，纯线上风控(适用于小额借款)、大数据风控结合实地尽调，这两者相辅相成构成了信和大金融的风控体系。

　　首先，大数据风控是基于全面的数据获取能力基础上风险建模，而由于大数据缺乏一定的标准化，因此退而求其次，尽可能多的全面获取借款人信息，并在反欺诈系统、黑名单里跑一圈，再上大数据模型中跑一圈，这两圈跑下来，基本上借款用户的信用等级就差不多明朗了。

　　如需要进行人工复审环节，信和大金融则委托独立风险管理机构汇诚信用进行实地尽调。通过实地调查借款人资产、流水来判断资料可信度，通过调查口碑、家庭幸福指数来反映借款人品行、还款意愿等。这样下来，既兼顾了效率，又将风险的误差就会降低到很小，为投资用户提供了更加安全放心的互联网金融服务。