风控技术应用 - 公司月均拦截异常身份证超4500张 锁定1500个疑似黑灰产团伙 [2] - 大模型直接从原始数据提取特征 突破专家经验局限 未来用户或可通过视频获取金融服务 [3] - 公司与火山引擎成立金融大模型联合创新实验室 大模型在活体检测环节精准识别身份证合成情况 [5] - 大模型利用图像特征识别技术甄别身份证异常 结合图谱分析识别团伙欺诈 [6] - 风控模型实时记录用户异常操作行为 大模型精准识别视频照片与真实本人差异 [6] - 大模型分析背景信息 识别办公场所等环境特征 有效发现团伙欺诈行为 [6] - 声纹识别技术应用于客服环节 通过声音情绪分析判断欺诈可能性 [7] - 动态模型依据用户分层实时调整策略 提高审核通过率 [8] 风控体系演进 - 风控发展分为四个阶段：专家型→大数据→规则加模型→智能风控 [8] - 智能风控突破专家经验天花板 利用非结构化数据直接提取特征规律 [8] - AI结合大模型高维参数和强化学习 突破传统决策瓶颈 [8] 风险定价策略 - AI实现贷前分层定价 贷中动态调整额度利率 贷后预测还款表现 [9] - 用户平均借款金额约3000元 场景分期可达1万至10万元 [9] - 利率与风险挂钩 用户复购频率直接影响盈利 [9] 场景金融布局 - 场景金融需同时考量用户风险和商户风险 核心在于商户筛选与管理 [13] - 商户分级管理实施差异化额度配置 不合规即终止合作 [13] - 场景分期服务家电教育医美等领域 采用B2B2C模式展业 [15] - "智家分期"产品全国推广 金融产品嵌入消费决策关键环节 [15] 数字化转型 - 从"+AI"向"AI+"模式转变 推动金融服务智能化精细化 [9] - 智能客服系统结合大模型意图理解能力 未来实现人机协同服务 [9] - 目标减少人工输入依赖 系统自动评估客群风险与价值 [14]