Workflow
人工智能重塑金融风控 从技术赋能到生态协同
经济观察报·2025-06-27 20:20

人工智能重塑金融业 - 人工智能与大数据技术正在重塑金融业核心运营模式 中国金融科技领域已形成独特发展路径 百度文心一言、阿里通义千问等大模型相继落地 深度求索通过开源推动国产人工智能基础设施自主可控 [2] - 工商银行、招商银行等机构在应用层面率先探索人工智能应用 腾讯云与蚂蚁集团在技术输出领域占据领先地位 [2] - 腾讯云人工智能实时风控引擎支撑微众银行、微保等平台 并输出联邦学习与智能检测中台能力 蚂蚁集团构建全球领先图计算与人工智能风控系统 支持亿级用户实时交易与合规监管 [2] 银行信用评价体系重构 - 银行信贷系统经历信息化、数字化到智慧化演进 核心推动力是数据与技术深度融合 数据改变信用风险评价体系 技术打破银行服务边界 [3] - 传统信用风险评价体系依赖客户主动提供信息及行内数据整合 外部数据运用有限 数字生态发展使金融机构能接入更广泛外部关键信息 如产业链、供应链等维度数据 [3] - 通过整合外部信息与内部数据 运用人工智能等技术 金融机构可进行更全面、立体数据化分析 深刻改变传统信用风险评价体系 [3] 银行服务模式革新 - 技术进步推动银行服务模式革新 服务边界不再限于传统物理网点 通过线上渠道与线下网点深度融合 金融服务与产业场景结合 实现随时随地为客户提供个性化服务 [4] - 智能流程自动化(IPA)、人工智能等技术替代重复性高、流程化校验工作 业务处理时效从天级压缩至分钟级 [4] - 银行需借助数据技术深入挖掘客户潜在需求 创新重点从产品层面拓展至生态层面 融合业务、数据与技术进行更全面业务模式创新 [4][5] 普惠金融风控挑战 - 普惠金融场景中 小微企业、个体工商户及农户等群体获取金融服务难度较大 原因包括服务成本高 客群风险特征较高 信息不对称问题突出 [6] - 数据要素在数字化变革中成为关键基础性生产要素 具有边际效应递增特性 可重复使用且不同数据叠加能产生更丰富价值 [6] - 传统风控模型依赖有限特征数据 评估结果仅反映特定维度风险表现 风险管控能力有限 整合更多维度数据可构建更立体全面的风险防控体系 [7] 人工智能与图计算结合 - 蚂蚁集团反洗钱系统中 人工智能与图计算技术相辅相成 图计算构建基础关系网络 人工智能进行动态学习和智能决策 [9] - 图计算从异构多图建模和多风险域联合建模两个维度构建反洗钱能力 动态图网络可包含上百亿个节点 清晰追踪资金流向 识别潜在洗钱团伙行为模式 [9] - 人工智能在风险识别和分析研判方面发挥关键作用 深度学习历史可疑交易 融入交易模式、时间序列和图计算关系网络信息 自动发现异常交易行为 [10]