2.1 智能风控1.0
智能风控1.0是指线下人工风控到自动化风控的进化过程。20年前中国的互联网还处于萌芽期，智能也只是停留在搜索、门户网站、社交网络化方向，银行业在互联互通的高速路上快速前进，但此时的金融市场信贷业务主要还是传统的线下业务，服务的目标更多的是传统的中大型企业以及部分个人，此时的风控业务、风控数据、风控系统才刚刚起步。
1.智能风控1.0版本的风控业务
智能风控1.0版本的银行风控业务从传统的信贷业务起步，当时的智能主要是因为信贷工厂模式的诞生，通过流水化管理信贷业务，使得信贷风控业务较为标准化，但是智能风控1.0版本的风控业务核心还是人工审核，依赖大量的人员进行风险的审核，存在耗时、效率低等特征。
个人类信贷审核主要查看如下信息：
·客户的基本信息，包含年龄、性别、学历、工作、婚姻等情况；
·历史信用信息，包含信用卡使用、房贷还款、其他贷款还款等情况；
·收入负债信息，包含月收入、资产、月供等情况。
企业类信贷审核主要查看如下信息：
·企业基本信息，包含企业工商、企业章程、股权关系、行业等情况；
·企业财务信息，包含资产负债表、利润表、现金流量表等情况；
·企业经营管理信息，包含商业模式、管理架构、业务类型等情况。
智能风控1.0版本的银行风控业务需要风控人员深入到业务前端，实地考察客户的还款意愿和还款能力，最终通过客户提交的贷款申请资料、银行的尽调资料对客户进行信贷综合评估，得出利率和额度，资金方、资产方在这一过程中都会付出很高的时间、人力、物力成本。
相比银行的传统风控业务的缓慢发展，互联网电商、社交、搜索的风控业务却在快速发展。互联网业务产生了很多新的风险漏洞，如电商的刷单风险、账号盗用风险等开始滋生，互联网风险的应对方案也随之出现，风控业务逐步开始从传统风险控制变成多元化风险控制。
2.智能风控1.0版本的风控数据
智能风控1.0版本的传统风控数据主要是信息维度单一的孤岛数据，当时银行的风控对数据还不敏感，受困于数据量大小，数据的获取、存储、利用等因素，银行的风控也只能停留在银行内部以及部分外部数据，此时数据是孤立存在的，数据的获取方式主要是人工收集。
银行的风控数据主要包含个人和企业的数据，个人类数据包含身份信息数据、职业信息数据、征信数据、工资收入数据、贷款负债数据等，企业数据包含企业工商信息数据、企业财务数据、企业经营流水数据以及银行存量的客户信息数据。因为采集的数据非标准化，所以智能风控1.0版本的数据具有很强的独特性，评估一个贷款客户所用到的信贷数据就显得独一无二。
智能风控1.0的非标准化、非结构化数据给信贷审核自动化带来了严重的障碍。在2006年以前个人信用信息数据、企业信用信息数据都还未能实现全国互联互通，直到2006年以后才实现全国联网，征信数据才逐渐成为智能风控1.0的核心数据，信贷风控业务数据才逐渐标准化，但此时风控数据依旧不能解决征信数据未能覆盖的问题。
互联网风控的数据主要还是各自的业务数据，电商、支付等业务的风控数据有设备数据、用户信息数据、交易数据等。
3.智能风控1.0版本的风控系统
智能风控1.0版本的银行风控系统，严格来讲还不能称为智能风控系统，顶多是一个信贷业务审核系统。此时是信贷业务从全线下人工转变到部分线上系统办理的关键阶段，信贷风控工作主要是通过信贷审核系统开展，正是信贷业务的线上化转变以及信贷业务系统运用，才有了数据的标准化、结构化。
智能风控1.0版本的银行风控系统的发展经历了一个漫长的十年，从无到有，从有到不断优化完善，从最开始简单的手动规则计算器到后来半自动化的规则引擎，再到手动贷后风险预警规则引擎，风控系统作为风险控制的核心一直在不断地迭代升级。
互联网风控系统，初期因为互联网风险还未滋生，很多都是产品层面的规则，例如营销活动中优惠券创建的时候会有单个用户领取次数的限制，部分风险的拦截是通过硬编码的规则执行进行的。随着业务的发展、风险类型的增加和黑灰产业的爆发，互联网风控受到严重挑战，硬编码的规则已经不能应对新生的风险类型。为了应对灵活多变的风险，需要不定时地灵活配置风控规则的规则引擎诞生。简版规则引擎如图2-1所示。
智能风控1.0版本的系统就是简版规则引擎，可以对业务数据进行组合逻辑判断，输出最终的风险决策结果，实现对风险的拦截。图2-1表示某营销活动的规则是用户“满足优惠券领取数量小于等于2”“用户是实名认证”且“用户历史购买次数不为0”才可以参加该营销活动。简版规则引擎更多还是应用于单一业务场景，通用性较差，如打造的营销活动场景时的风控规则引擎不适用于支付的风险规则配置。
图2-1 简版规则引擎
智能风控1.0在风控业务、风控数据、风控技术、风控系统发展的十年期间，虽然还称不上智能，但却为智能风控做好了前期的准备。智能风控1.0阶段的业务变革引领了技术的发展，推动了数据的结构化，为后期智能风控的快速发展奠定了基础。