大模型驱动金融风险决策新范式

如果无法正常显示，请先停止浏览器的去广告插件。

1. + 风控大模型驱动金融风险决策新范式同盾科技 / 董纪伟 -1-

2. 个人简介董纪伟花名“阅微” 担任同盾科技副总裁、首席专家、商业银行独立董事中科院计算数学硕士毕业，曾任国密局密码算法课题组成员、金融监管涉贷反诈模型项目技术负责人、中国人民银行支付清算协会反诈培训讲师 10+年金融行业工作经验，FRM国际金融风险管理师认证，曾获国际SAT算法竞赛“Agile” 组个人赛季军北京金融科技产业联盟特聘高级技术专家、同济大学研究生导师具有【国家级平台】建设经验，担任国家新一代人工智能开放创新平台“智能金融风控” 方向负责人曾任人民银行下属机构研发部开发经理、高级安全咨询顾问、反欺诈项目总监等。负责过金融行业多家机构风控及反欺诈系统设计与研发，主力研发的交易监控反欺诈系统荣获 2015年中国人民银行-科技发展二等奖参与《互联网金融智能风险防控技术要求》等多项国标、行标制定；获授权发明专利 3 项 -2-

3. 1 金融风控与决策智能的演变 2 AI 重新定义风险决策智能新范式 3 起于 AI ，用于智能：学会与 AI 协作的风控实践 4 挑战与突破：如何构建可信 AI 风控体系 5 总结与未来展望

5. 金融风控与决策智能的演变 01 -5-

6. 金融行业，内外部风险因素呈现上升和积聚趋势

7. 金融风险决策的趋势及变化数据应用从“冷数冷用” 到“热数热用” • 基于数据湖、数据仓库的数据链路，落表后进行准实时、离线分析 • “热挖掘、实时用”，数据需要完成知识萃取与实时应用才能更好的产出价值过去 – 人控+机控技术迭代由“策略对抗”变为“模型对抗“ • 高度依赖专家经验与历史数据分析的“策略对抗” • 以机器学习、时序分析、人工智能开展动态风险管理的 “模型对抗” 策略转变从“被动防范”转向“主动防御” 被动防范主动防御 • 传统的风险决策主要基于边界、规则、策略为主的静态防御，而将安全检测与事件响应作为辅助手段 • 在风险行为发生之前，能够及时精准预警，实时构建弹性防御体系，避免、转移、降低系统面临的风险未来 – 智控 “置于盒中为死棋，置于局中才主动”，智能化、高效能、自学习是未来风险决策的提升方向

8. 何为决策智能？感知智能认知智能决策智能视觉+听觉具备概念、意识、观念等洞察数据信息的关联关系能听、能看、能观察认知行为的表现与特性，进行动态决策的能力决策智能解决了 “利用数据决策最终对物理世界反向影响”的问题

9. 决策智能，数据+AI即是新武器报表仪表板自助分析 Citizen Data Science 高级分析人工智能决策支持决策自动化越靠近场景的数据越有效，越靠近数据的AI越有用决策性分析（如何使它发生？）预测性分析（将要发生什么？）数据+AI 分析层次诊断性分析（为何会发生？）描述性分析（过去发生了什么？）

10. 02 AI重新定义风险决策智能新范式 -10-

11.

12. 大模型驱动的范式革新多模态数据集成策略知识智库感知能力特征向量化决策能力预警归因分析标签生成决策量化推荐风险态势感知实时风险控制风险量化调优集成大模型的风险决策体系提升感知和决策能力，金融风险决策可以更主动、更实时数据集成特征单元多元决策平台风控大模型

13. 多模态富文本数据引入，完善知识结构，丰富场景应用结构化数据解析器半结构化数据 … NLP 结构化解析关键词提取 OCR识别非结构化富文本数据语音识别视频识别调用通用AI能力服务向量特征表示多模态知识构建及应用流程知识应用知识抽取知识加工实体抽取属性抽取关系抽取事件抽取指代消解实体消歧知识更新知识存储/知识计算知识挖掘知识融合知识推理知识评估

14. 授信知识抽取与因子挖掘工商评级司法舆情画像、报告代理智能体预警经营逾期多模态数据调用数据集成实时、离线数据接入与加工（LLM Agent）工具调用工具调用画像任务拆解与规划选择工具与扩展能力多代理智能体协同结合多方数据及小模型工具，全面、灵活的生成画像及报告信息存储与回忆知识图谱深度关联、图可视化分析指标引擎实时、离线指标计算决策引擎实时、离线的客户标签计算 RAG 微调LLM 聊天助手

15. 决策推理驱动的风险动态量化与主动收敛监控预警系统监控业务预警业务监控业务预警(分析、处置、通知) 新风控策略再次进入监控预警，执行持续问题反馈和循环优化的动态运营流程，直至风险自动收敛和业务持续健康发展。基于监控预警结果，自动生成量化分析报告优化任务决策预警(分析、处置、通知) 主动量化分析指定分析任务个性化定义其他监控发现问题定位原因自动生成优化任务决策优化(规则集/策略/模型等) 效果评估 (业务/策略/ 规则/模型等) 新决策迭代上线基于大模型的自学习调优自动量化分析决策监控决策预警量化分析用户在任意时点开启指定目标的量化分析任务新特征发现优化后有明显提升的，进入智能验证回测验证旁路验证自动生成验证报告有效提升量化分析总结查阅/分析报表/报告统计分析管理汇报分析结果生成新策略组合评估推送上线

16. “大模型”和“小模型”的协同大模型 1. 借助知识蒸馏等技术，大模型的能力可以传给小模型； 2. 改进知识蒸馏等技术，大模型一次可以产出多个小模型小模型 1. 作为样本价值的判断模型，小模型可以帮助大模型快速学习 2. 利用小模型作为教师模型可以帮助大模型实现快速收敛

17. 起于AI，用于智能： 03 学会与AI协作的风控实践 -17-

18. 基于富文本数据的风险态势感知融合客户在贷前、贷后全全流程流程中的各类数据，全景呈现客户信息深度推理使用大模型深度推理，结合规则、图谱、小模型等多种能力，实现客户画像维度的深度推理工商大模型知识图谱司法非结构化知识抽取、实体链接深度关联、图可视化分析舆情经营决策引擎授信实时、离线的客户标签计算指标引擎实时、离线指标计算评级预警逾期数据集成实时、离线数据接入与加工调度引擎任务编排、自动调度业务模型集团派系、实际控制人、担保圈链、风险传导、资金流向、反洗钱…

19. AI风险态势感知 AI风险态势感知大模型自动更新黑产情报、监管政策、新型作案手段、特征自学习、风险预判等知识，面向银行业风险管理人员、策略运营人员、业务人员等不同角色，提供模块化组合式的情报洞察报告。包括：黑市个人账户售卖价格及趋势、洗钱最新手法解析、个人账户买卖趋势、风险账户信息、风险趋势预判、风险防控整体思路、风险按防控策略推荐等。自定义报告模块按角色生成报告情报信息实时更新

20. 监管科技相关的知识库建设图谱构建知识图谱知识图谱知识抽取大模型数据源文本数据结构化数据智能交互用户提问问答结果推理提示组装大模型调用用户大模型知识图谱知识服务判断是否需要调用业务需要查询制度之间复杂关联关系（例如某监管文件在行内细化的各种制度、规程），涉及的语言分析及交互可以通过大模型有效解决。

21. 建立具有特色的风险知识地图用户提问规章制度智能客服产品文档规章制度知识问答向量存储大模型知识图谱技术文档 RAG 运维手册 GraphRAG 研发中心法律合规部业务条线数据中心知识问答产品使用问答系统运维问答

22. 专家知识与AI决策的融合方法论 ✓ 多模态决策：集模型、图谱、专家经验于一体的多模态AI决策。 ✓ graphRAG推理：基于graphRAG识别常识性推理、一致性校验、团伙欺诈风险识别。决策流无缝集成graphRAG、小模型、业务规则，实现更智能、灵活的风险决策。

23. 策略生成及评估业务价值 • 更智能的风险政策及案例解读，结合知识库，快速提供风险策略建议 • 丰富的策略测试、评估、调优、验证机制，提供敏捷、高效的策略优化专业知识库智能生成 • • • 200+政策文件，专家库风控资产库，30+场景，10万+特征及规则敏捷调优对话式风控规则策略生成，高效生成风控规则建议基于知识的策略生成 • 多种策略效果分析评估机制，快速评估策略效果。策略调优验证灰度：分流、冠军挑战者向量化模型文件切片文件解析帮助策略建模人员敏者）按指定比例进行分流和对比分析捷测试验证 • 陪跑：旁路实时统计分析报表，关联分析，方面从不主策略决策的同时，设定陪跑版本策略，同维度比对、分析实并对结果进行比对，便于进行策略优化分析验功能结果指定策略版本，采用指定范围的线上历史数同盾资产库多种场景的分析评估，针对策略级（分流）或策略内部支路（冠军挑战调优验证：量化分析政策/案例 • 据进行决策，并与原决策进行对比

24. 特征寻优、策略推荐及模型迭代逻辑外部报文解析数据 • 欺诈评分 • 信用评分... 系统数据 • 授信历史 • 还款行为 • ... 客户行为数据 • 设备指望 • 访问路径 • ... 业务运营数据 • 催收记录 • 客户交互记录 • ... 交易流水数据 • 消费流水 • POS转账行为 • ... 规则挖掘 AI 挖掘实验室通过大模型技术推荐指标和规则，以智能化驱动、工具化落地为核心设计理念，兼顾效率、精度提供语义化的策略建议与可解释性，为风控团队构建更快、更准、更闭环的策略优化能力体系，真正实现风控决策的精细化、自进化与持续优化。指标挖掘通过大模型技术挖掘并生成指标逻辑，自动评估指标效果依托大模型的智能能力，系统可自动挖掘高价值变量、构建衍生特征，显著降低建模门槛评分卡挖掘自动化实现从数据处理到特征分箱到评分卡训练策略生成设定策略生成或优化的标准及各类通过语义化目标输入，实现策略逻辑的自动生成与调整，大幅提升策略响应效率自动分箱与交互式决策树，提供透明可控的规则挖掘与解释能力参数，通过大模型技术自动生成自动推荐+交互优化，效率提升 70% 策略优化周期压缩至 3-5天模型更新周期缩短 60%

25. 一站式查询与交互式分析一站式查询通过智能代理，自动调用对应查询工具，例如： 1）图谱查询。申请人4度内关联、该企业对外投资了哪些企业 2）线索查询。申请人事件轨迹、是否命中预警等 3）报表查询。申请人近90天交易渠道分布、地区分布；风险账号凌晨交易记录分布交互式分析分析当前数据分布特征自动生成解读摘要，例如： 1）特征评估及选取。自动分析图中所有实体的特征分布，选取高价值特征用于分析。 2）异常图模式识别及聚类。识别异常图模式分团及聚类等。 3）可疑名单生成。基自动发现异常识别名单，提供给用户重点关注。

26. 基于大模型的风险分析助手风险排查阶段，往往面临分析复杂、时效性要求高，涉及个体风险、群体风险、资金流向异常，极度依赖个人经验，通过引入大模型语义识别及分析能力，可以提供更简洁、高效、智能的风险识别、归因分析，大幅提高风险排查效率。

27. 深层次归因分析及行动建议利用大模型的生成、推理能力实现归因分析、优化建议，及时调整产品及风控策略监控预警大模型行动建议近1周贷后预警客户风险趋势增幅较大 • 业务量监控决策效果监控客群表现监控 • 监控指标预警信号 • 信号解读归因分析行动建议近1周X地区贷款评级下降幅度较大资产质量监控 • • 风控运营助手行业风险集中： A行业贷款评级下降幅度较大，可能该行业面临较大的市风险，需要重点关注和风险控制。突发行业性区域发展不均衡：核心区的贷款评级下降增量最高，可能与该区域的经济发展状况或市场环境有关。风险信用评级下降普遍化：高信用等级客户的贷款评级下降增量显著，这可能表明整体经济环境或信贷政策的变化对信用较好的客户也产生了影响。风险管理建议 • 归因分析调整产品险评估模型进行审查和调整。行业特定风险：制造业可能需要特别关注，可能需要对策略该行业的贷款条件进行重新评估。信用评分模型失效：策略A通过的高信用评分客户逾期分析报告增加，可能需要重新校准信用评分模型。模型迭代调优 • 风险评估渠道A风险增加：可能需要对渠道A的贷款审批流程和风分析助手建议X地区分行加强风险管理，包括但不限于提高信贷政策的审慎性，加强贷后管理和监控，以及优化客户和行业贷款结构。

28. 起于AI、落于智能

29. 挑战与突破：如何构建可信AI风控体系 04 -29-

30. 模型可解释性、数据隐私、决策时效等核心问题大模型的应用难题内容可信数据安全决策时效纯粹的大模型/生成式AI模数据可用不可见，模型可控大模型/生成式AI模型链路型，可解释性相对较差，可计量；数据采集的安全性及计算效能还无法满足毫秒缺少最终衍生的具体特征以及模型输出的合法合规级的实时响应

31. 如何设计 MaaS 新模式其他工具集 SQL引擎风控工具集搜索引擎 API 画像库工具调用风险分风控智能体集市智能知识库系统决策增强AI+方案智策产品体系报告及画像AI+方案风控知识向量数据库 RAG管道领域助手 AI+ 能力嵌入风险核查AI+方案 Embedding 领域agent 监控分析AI+方案欺诈云征信向量检索内容生成知识检索领域工作流图谱知识库 GraphRAG 知识提取混合检索搜索引擎 AI挖掘方案多模态构图方案向量化多语言模型接入能力风控知识资产腾讯混元字节大模型通义千问 DeepSeek 同盾微调大语言模型 ... 微调供给微调供给政策文件策略规则黑产情报图谱构建内部风控知识业务数据策略规则梳理/标注梳理/标注 AI专家用户专家内部文档

32. 用户侧建模专家风控人员二次开发，拓展视野，提升效率获取核查结果和核查报告并使用风控智能体模型侧智能风控系统风控策略风控规则客户核查案件核查增强知识库风控知识向量数据库结合知识、数据自主生成场景策略策略AI GraphRAG 自主规划、拓展核查智能体核查AI 领域助手风控搜索引擎领域agent 客户经理获取报告，确认报告，使用报告客户画像领域工作流自主、多维度画像推理生成画像AI 应用系统业务人员信用报告获取报告，确认报告，使用报告获取分析、优化建议并实施处理运营团队尽调报告更多风控运营分场景结合意图生成报告报告AI 自动监控，深入分析以及优化建议 Embedding 风控工具集内容生成 SQL引擎知识提取风控数据API 大语言模型LLM ... 运营AI 通义千问 DeepSeek

33. 构建可信 AI 的智策产品，全栈智慧使能应用层政策解析案件中心策略推荐情报感知智能决策引擎决策流助手特征挖掘知识构建能力内容生成能力风险预判风险报告效果评估风控特征挖掘多模态服务策略标准化策略元数据知识问答知识检索数据整合语义补全策略库规则推荐财报识别策略资产库逻辑推导意图识别内容分析数据服务解析策略任务分解处置方案证件识别指标异常检测策略对接排序召回信息抽取纠错分析向量化流程构建多规则总结舆情报告 AI能力中心模型中间件模型集市小模型大模型模型引擎知识向量化引擎报告生成模型智能数据基座基础底座基础设施策略推荐引擎策略自动化引擎风控意图识别模型特征挖掘模型风控大语言模型风险准入模型模型路由风险预警账户预警授信模型异构数据集成算力硬件管理数据安全数据集管理安全控制资源服务风控主题库智能数据平台数据标准化应用链接文档数据管理图像数据算力虚拟化管理设备主体库身份主体交易行为黑产情报库库....... 库算力调度黑白名单库

34. 总结与未来展望 05 -34-

35. 智能体的“天下”

36. AI技术再先进，也需要公众隐私“大数据”的喂养，数据安全尤为重要未来的竞争力 AI不会取代人，但会用AI的人会取代不用AI的人 -36-

37. 同盾经过多年的积累与布局，沉淀人工智能三要素能力，建立决策智能生态 + 场景算法基于场景特定应用的决策智能机器人订阅模式小微企业信用决策智能零售信用决策智能欺诈预防决策智能营销决策智能（调用量收费）基于多年在行业的深耕及对业务的洞察，深入触达各个业务场景，才能同时积累人人工智能三要素算力引擎数据要素基于决策智能的平台和工具天策智能决策引擎云图极溯图挖掘引擎明模特征计算及管理平台决策智能领域相关数据要素软件许可模式 … 模型开发及管理平台工智能三要素，集合形成同盾能力壁垒 /算力模式（节点扩容收费、基础软件授权收费）未来将建设基于新一 … 个人征信数据企业征信数据司法数据 …… 物流数据指标/特征层挖掘运营商数据分析产品订阅模式代人工智能开放创新（调用量收费）平台，打造赋能百行百业，融合多方需求的决策智能生态系统

38. 基于数据要素层之上，以技术驱动聚焦AI场景应用专注于AI算法应用：决定了如何从数据中提取规律、进行预测或决策，是基于数据要素之上衍生出的知识体系，向上延展沉淀技术并应用于金融领域各场景欺诈防控监管科技合规内控信用决策智能营销算法算力数据

39. 小小总结数据是基础 AI是动力业务价值才是目标！

40.

41.