騰訊安全副總裁周斌：三大驅動力，加速大模型落地金融風控場景

昨天,由21世紀經濟報道主辦的“2023首席科技官思享會”在北京成功舉行,聚焦大模型的熱點話題,金融機構、金融科技公司等資深人士進行了深入研討。

騰訊安全副總裁周斌在發表主旨演講時表示,金融業對于動態風險治理體系的追求,正在從過往可能一張反欺詐模型卡用好幾年的靜態風控,向能根據經濟形勢、客群特征、欺詐態勢、技術變革等復合因素敏捷迭代的動態風控轉變。

他認為,AI大模型的智能涌現,讓風控“動”起來變得更便捷。語言類的大模型可以在客服場景針對高風險用戶自動進行多輪的審核;智能決策類的大模型可以讓金融機構風控建模更迅速。

周斌表示,“大模型讓本來就和AI深度綁定的風控有了更多想象空間,但讓大模型從理念走向實踐,從觀望走向落地還需要更多信心。”

就大模型在風控場景落地的必然性和驅動力,周斌分享了幾點思考。

第一,發展驅動。在大量銀行開展零售信貸業務的過程中,會有全新的客群、存量客戶精細化運營、全新的拓客渠道。用傳統調整風控策略閾值的方式,顯然無法支撐大規模零售業務的穩定性。要從根源也就是風控模型的迭代和升級,才能占據風控的主動,這是大模型的優勢。

第二,攻防驅動。風控經營的是風險,本質是安全問題。黑灰產運用新技術發動安全攻擊的反應速度非常靈敏,甚至于黑灰產也可能研發一個欺詐大模型,能24小時不間斷生成不同身份特征的用戶,向金融業務發起貸款申請。防守方要能跟上攻擊方的節奏才能保障攻守平衡。這同樣要求金融機構迭代風控策略和模型的速度要快起來,否則會形成技術降維打擊。

第三,科技驅動。很多金融機構對于新技術的觀望有客觀原因,比如,在人才、數據、預算等方面相對不足。但是,大模型反而能讓中小銀行或者金融機構,擁有和頭部大行一個水平梯度的風控科技能力,或者是抹平大行和中小行的科技差距。大模型在解決小樣本建模的場景上也非常有優勢。騰訊云風控大模型在消金、互金、銀行、汽車金融等場景都有大量服務經驗,在這個服務過程中積累的風控知識,能很好地彌補建模樣本的短缺。

目前,已有幾十家頭部金融機構接入了騰訊云風控大模型,累計創建數百個定制化的風控建模。東風日產融資租賃借助騰訊云的風控大模型,在只有較少樣本的情況下就完成了定制化的風控建模,建模時間節省了70%,讓最底層的風控模型上具備了堅實的風控免疫力,支持金融業務開展。某頭部消費金融企業接入風控大模型之后,大幅提升了模型迭代效率,雙方一起聯合共建了10個定制化的風控模型,應用在反欺詐、信用初篩等多個業務場景。

風控是守護企業數字資產的最核心防御屏障,任何一個數字化的企業都要構筑堅實的風控防線,騰訊安全將持續將AI能力服務化,助力企業構建業務風控免疫力。周斌表示,騰訊安全正聯合廣大金融機構共同編制金融風控大模型標準,推動金融行業大模型生態構建。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：