在AI大模型的浪潮下，金融行業(yè)正迎來數(shù)字化與智能化的全新變革。以AI大模型為代表的核心驅(qū)動力，正逐步滲透到金融服務(wù)各個環(huán)節(jié)，推動金融機構(gòu)不斷發(fā)力數(shù)智創(chuàng)新，為效率提升和業(yè)務(wù)創(chuàng)新打造強勁引擎。

7月18日，2025騰訊云金融數(shù)智峰會在京舉辦。峰會以“加速AI應(yīng)用，深度創(chuàng)造價值”為主題，聚焦數(shù)智化在金融領(lǐng)域的前沿應(yīng)用與深度價值挖掘，匯集眾多金融行業(yè)領(lǐng)袖、技術(shù)專家，共同探討如何借助先進技術(shù)和經(jīng)驗，加速AI在金融業(yè)務(wù)中的落地，從核心系統(tǒng)打造、開發(fā)平臺構(gòu)建到精準營銷、客戶服務(wù)等，全方位提升金融機構(gòu)的運營效率與競爭力。

會上，由國際權(quán)威機構(gòu)IEEE聯(lián)動騰訊云及多家行業(yè)伙伴共建的《IEEE 3410-2025金融風控大模型國際標準》正式發(fā)布，不僅填補了全球范圍內(nèi)金融風控大模型標準化建設(shè)的空白，更為金融機構(gòu)在運用AI技術(shù)生成金融風控大模型的過程中提供了系統(tǒng)化、可落地的專業(yè)指導(dǎo)。

《IEEE 3410-2025金融風控大模型國際標準》是全球范圍內(nèi)首個金融風險控制領(lǐng)域的大模型國際標準，旨在為金融機構(gòu)風控建模環(huán)節(jié)中應(yīng)用AI大模型技術(shù)提供參考和指引，使金融機構(gòu)能夠在日益復(fù)雜和數(shù)據(jù)驅(qū)動的金融環(huán)境中高效預(yù)測、衡量和管理業(yè)務(wù)風險。

騰訊云副總裁胡利明表示，在大模型領(lǐng)域，騰訊踐行“AI In ALL”戰(zhàn)略，不是發(fā)展孤立的單一AI產(chǎn)品，而是把AI模型和原子能力嵌入全場景業(yè)務(wù)矩陣，實現(xiàn)AI大模型技術(shù)與場景應(yīng)用的有機結(jié)合。金融風控場景下，風控對抗已從“規(guī)則對抗”進入“模型對抗”時代，騰訊云融合過去超過15年的實踐沉淀打造金融風控大模型自動化建模工具，極大提升金融機構(gòu)定制模型建模效率，1~2天便可低門檻實現(xiàn)新場景需求適配，且模型區(qū)分度提升20%。

AI應(yīng)用加速，風控進入“模型對抗”時代

生成式AI的普及，讓黑灰產(chǎn)也擁有了技術(shù)迭代的機會。通過動態(tài)偽造生物特征、虛構(gòu)身份等手段，黑灰產(chǎn)可對金融機構(gòu)實施“無固定模式”的欺詐攻擊。傳統(tǒng)規(guī)則和通用模型由于依賴歷史數(shù)據(jù)、人工迭代慢以及場景碎片化，在AI驅(qū)動的欺詐面前顯得捉襟見肘：人工更新頻率的周期以“天”計，而黑產(chǎn)攻擊手段迭代速度縮短至“小時級”甚至“分鐘級”；客群下沉帶來的數(shù)據(jù)異構(gòu)性，更使得通用規(guī)則在差異化場景中頻頻失效。

面對黑灰產(chǎn)發(fā)起的新型惡意攻擊，金融機構(gòu)已普遍形成新的風險控制策略共識，并積極采納大型模型以增強風險控制能力。基于AI的風險評估、響應(yīng)與處置，已廣泛應(yīng)用于現(xiàn)代金融業(yè)的風險控制與管理。為確保風險控制的持續(xù)有效性，金融機構(gòu)需針對不同業(yè)務(wù)領(lǐng)域建立合適的風控模型，并根據(jù)風險情況不斷迭代模型。尤其金融行業(yè)在零售數(shù)字化的過程中，為了適應(yīng)客群下沉、金融產(chǎn)品秒批秒放、快速審核等特點，需要更加敏捷、動態(tài)、精準的風控能力。

騰訊云天御金融風控大模型，融合了騰訊安全大量風控建模專家經(jīng)驗，以及過去超過15年沉淀的海量欺詐知識與多場景風控模型能力，通過大量預(yù)訓(xùn)練與知識蒸餾方式，幫助金融機構(gòu)根據(jù)自身信貸場景特點與產(chǎn)品客群特征，快速構(gòu)建定制化的反欺詐風控模型，從樣本收集、模型訓(xùn)練到部署上線的全流程零人工參與，建模時間從以前的2周縮短到僅需2天，上線周期從7天縮短至0天。

在落地實踐中，依托騰訊云天御金融風控大模型，某互聯(lián)網(wǎng)金融公司在貸前和貸中客戶留存場景早風險不變的前提下，提升線上通過率，換回超2萬高價值客戶，新增年化收益750多萬；某商業(yè)銀行在新渠道貸前反欺詐中，獲得16%以上性能提升。

標準落地，從“技術(shù)突破”到“行業(yè)共識”

金融行業(yè)作為天然的數(shù)據(jù)密集型行業(yè)，是實踐大模型的重要領(lǐng)域。模型應(yīng)用，標準先行，為助力金融機構(gòu)實現(xiàn)大模型的有效治理和管控，IEEE聯(lián)動騰訊云及中國科學(xué)技術(shù)大學(xué)、華中科技大學(xué)、中國信息通信研究院、馬上消費金融、微眾銀行、度小滿、中信百信銀行等多家科研院校及金融機構(gòu)，歷時兩年制定并發(fā)布《金融風控大模型國際標準》，適用于金融零售信貸場景的風險控制管理，覆蓋模型構(gòu)建、數(shù)據(jù)治理、實時迭代、場景適配四大核心維度，為金融機構(gòu)提供三大核心價值：

 ● 低門檻適配：通過“少量樣本+無標簽數(shù)據(jù)”即可生成定制化風控模型，解決新市民等長尾客群數(shù)據(jù)稀缺問題；

 ● 動態(tài)防御：以騰訊云天御為代表，將黑產(chǎn)知識庫和算法打造成靈活建模的工具平臺，金融機構(gòu)客戶不僅可以調(diào)整風控策略，也可以通過建模平臺快速敏捷地定制適合自身業(yè)務(wù)需求的反欺詐模型；

 ● 全場景覆蓋：在實際應(yīng)用過程中，金融風控大模型能夠顯著提升風險識別的效能，并增強其在多樣化場景下的泛化能力。支持信貸、支付、租賃等碎片化業(yè)務(wù)場景的“一鍵遷移”，避免重復(fù)造輪子。

金融風控大模型技術(shù)架構(gòu)

與傳統(tǒng)風控模型相比，基于大規(guī)AI算法的風控模型能高效融合海量的金融反欺詐先驗知識形成大模型，在應(yīng)用時能顯著提升模型的風險識別性能以及跨場景的泛化能力。標準的發(fā)布，幫助金融機構(gòu)明確了風控大模型的典型能力，為大規(guī)模人工智能模型在金融風控全生命周期的開發(fā)、測試和應(yīng)用需求提供了專業(yè)指導(dǎo)和參考。

自2015年攜手微眾銀行籌建國內(nèi)首家云上互聯(lián)網(wǎng)銀行并護航其上線開業(yè)放出第一筆貸款，10年間騰訊云已累計服務(wù)金融全業(yè)務(wù)領(lǐng)域超過10000家客戶。在國內(nèi)，Top200的商業(yè)銀行中90%客戶在數(shù)字化轉(zhuǎn)型中采用騰訊云方案，其中7成應(yīng)用在核心或關(guān)鍵業(yè)務(wù)領(lǐng)域；在境外，騰訊云已服務(wù)覆蓋20多個國家和地區(qū)的300多家金融客戶。

金融關(guān)鍵基礎(chǔ)設(shè)施的安全穩(wěn)定，關(guān)系到社會經(jīng)濟的發(fā)展。未來，騰訊云將面向融合創(chuàng)新持續(xù)研發(fā)投入，攜手生態(tài)伙伴共建自主創(chuàng)新金融安全底座，助力更多金融機構(gòu)在AI浪潮中建立“以動制動”的防御體系，為數(shù)字金融的高質(zhì)量發(fā)展保駕護航，真正實現(xiàn)“讓金融更智慧，讓風險更可控”。