电信诈骗新特征 - 诈骗分子利用盗号等非法手段渗透公司工作群，掌握组织架构后通过伪造高管身份实施精准诈骗，例如吉林长春某建筑公司财务人员被诈骗60万元[1] - 金融风险在人工智能技术普及背景下呈现高科技、高对抗性的新特征[1] - 深度伪造和AI语音合成等新兴技术被滥用，使传统基于规则和人工审核的风控体系难以应对[3] 风控模式变革 - 企业风险防控模式正经历根本性变革，从依赖专家经验与历史数据的“策略对抗”转向基于人工智能大模型开展动态博弈的“模型对抗”[3] - 金融业亟需深化人工智能和大数据分析技术在风险防控中的应用，并加强跨机构、跨行业的信息共享与智能协同[4] 反电诈解决方案 - 公司提出“电信诈骗风险防御全场景解决方案”，从受诈者与欺诈者“双视角”出发进行双轨识别，依托人工智能和机器学习技术实现可疑交易的高精度识别和实时干预[4] - 方案核心优势是构建覆盖“数据-平台-决策-运营”四位一体的立体化风险防控体系，整合跨行业数据并利用设备指纹、知识图谱等技术实现风险实时动态感知[4] - 方案已在全国数百家金融机构落地，协助某股份制银行预警并破获一起涉案资金高达2.6亿元、波及6000人次的特大电信诈骗案件，预测准确率达90%[5] 决策智能风控体系 - 公司技术布局核心是推动风控体系向“决策智能”阶段跃迁，不仅发现风险，更要理解、预判风险并自动生成最优应对策略[7] - 公司打造了金融风控大模型，集成智能决策引擎、知识构建等五大核心能力，系金融行业内首个支持实际落地的风控AI助手[7] - 该大模型具备主动情报感知能力，可深度检索整合全球暗网信息等海量情报源，挖掘最新诈骗趋势和黑产模式[7] - 大模型拥有高效动态学习能力，通过独特的“记忆-遗忘”机制主动学习适应新风险特征，而无需大规模重新训练[8]