机器学习是人工智能的核心能力之一，作为一个人工智能系统，小花钱包的RiskAI拥有极强的机器学习能力，可以随着用户行为对应人数的增加，不断调整策略，持续迭代模型，定期进行优化调整。

　　此外，云计算被用在了为RiskAI系统全天候稳定运行和自动化系统运维提供支持。小花钱包使用云计算平台搭建RiskAI系统，业务自动化程度得以提升，系统响应效率不断提高，能够随时随地服务用户，极大提升用户体验。

　　借助RiskAI在业务环节的高效应用，整个风控流程上，人工介入很少，AI替代了人做的大部分事情，大幅度降低运营成本。目前RiskAI已实现每天处理2万件，件均处理时效平均仅需3-5分钟，极大地提升了了处理效率。

　　2017年，小花钱包入选为中国人民银行金融研究所互联网金融研究中心组织编写的金融科技专著《金融科技:发展趋势与监管》经典案例。《金融科技:发展趋势与监管》认为，金融科技的出现打破了金融、科技这两个行业自身的运行规律，它以金融需求为导向，以科技创新应用为支撑，落脚点在金融业，最终使金融业在较短时间内出现巨大而深远的变革。同时涌现出一批像中腾信、小花钱包这样的新兴金融科技公司，助力、赋能、改变传统金融行业。

　　小花钱包在智能风控等方面的积极探索，为小花科技对外输出智能风控服务提供了难得的“试验田”，孵化出包括反欺诈、信审、授信在内的全流程风控技术服务能力，被打包在小花科技的金融科技赋能载体“小花金融云”内。

　　作为小花科技的拳头产品，“小花金融云”的一个突出特点是可以即插即用，且无需变更金融机构原本的底层系统运作，合作门槛和试错成本都得以降低。

　　“智能风控的深度应用，是提升银行风控效率与水平、降低运营成本，实现智能化、集约化发展的关键。我们团队经历了长期的锤炼，已经摸索出一套适用于B端场景中平衡业务量和风险的风控手段与能力，我们希望能在B端服务中进一步验证智能风控相关能力。” 中腾信某高管表示。

　　目前，传统金融机构和金融科技公司的互相融合已然成为趋势。在金融科技公司新技术的加持下，中国传统金融机构将在发展消费金融、普惠金融的道路上越走越远——下沉下沉再下沉，将小额普惠的金融服务普及给更多用户。