2025年6月18日，騰訊云、騰訊安全聯(lián)合北京國家金融標準化研究院共同發(fā)布《金融業(yè)智能風控實踐白皮書》（下稱“白皮書”）。

基于騰訊云天御十余年在風控領域的探索實踐、以及頭部大行的風控建設經(jīng)驗，《白皮書》對當前金融行業(yè)普遍面臨的數(shù)據(jù)共享壁壘、模型對抗瓶頸、黑灰產(chǎn)工業(yè)化、普惠風控失衡四大核心痛點進行深入分析，并以中行深圳分行普惠流水分析、中信銀行“哨兵”系統(tǒng)攔截電詐、微眾銀行相機指紋防欺詐、新網(wǎng)銀行多模態(tài)智控平臺、滄州農(nóng)商行數(shù)字農(nóng)戶體系、中原消費金融存量客戶風控等多元案例，覆蓋大中小型機構實踐場景，給出了具備行業(yè)普遍借鑒意義的具體對策。

掃描下方二維碼，即可獲取《金融業(yè)智能風控實踐白皮書》

6月19日，2025中國國際金融展在上海舉行。騰訊云天御總經(jīng)理、首席科學家李超博士作為《金融業(yè)智能風控實踐白皮書》主創(chuàng)團隊代表，以“技術促進合規(guī)，合規(guī)驅(qū)動流通，流通創(chuàng)造價值”為主題作主題分享。李超博士剖析金融行業(yè)智能風控建設的四大核心痛點，系統(tǒng)闡釋騰訊云天御智能風控建設的“數(shù)據(jù)-模型-場景”三層架構解決方案，引發(fā)行業(yè)高度關注。

騰訊云天御總經(jīng)理、首席科學家李超博士

金融行業(yè)數(shù)字變革三大主線

智能風控成關鍵交匯點

在全球金融科技浪潮推動行業(yè)深刻變革的背景下，金融業(yè)數(shù)字轉(zhuǎn)型面臨著攻防對抗技術升級帶來的安全風險、持續(xù)強化的政策要求所帶來的合規(guī)壓力、普惠金融導致傳統(tǒng)數(shù)字系統(tǒng)規(guī)模不經(jīng)濟三大亟待破解的變革難題。

《白皮書》指出，中國人民銀行等七部門聯(lián)合印發(fā)《推動數(shù)字金融高質(zhì)量發(fā)展行動方案》，就是對金融機構提出明確的要求：推動風險管理加速從「人防」模式轉(zhuǎn)向「技防、智控」體系，以政策驅(qū)動金融風控快速向智能化轉(zhuǎn)變。

但金融機構的“必答題”依然存在大量“難點”：數(shù)據(jù)共享難題限制了風控有效模型的構建；數(shù)據(jù)質(zhì)量問題與風險形態(tài)的持續(xù)升級導致模型實際表現(xiàn)不佳；黑灰產(chǎn)技術的不斷升級大幅增加了風控難度；普惠金融效能提升與風控深度強化之間的平衡亟需解決。類似痛點、難點很難憑借單一企業(yè)在短時間內(nèi)攻克，必須通過金融+科技共建、建立行業(yè)級聯(lián)防聯(lián)控平臺等共同應對。

● 數(shù)字化浪潮與風險升級：金融業(yè)務全面線上化加速，黑灰產(chǎn)技術同步進化，金融機構必須通過智能風控實現(xiàn)動態(tài)防御；

● 監(jiān)管與效率的雙重壓力：反電詐法、數(shù)據(jù)合規(guī)等政策要求和戶對“秒批秒貸”的服務訴求并存，機構必須用AI模型替代人工，平衡合規(guī)性與服務效率；

● 普惠金融的經(jīng)濟剛需：下沉市場缺乏傳統(tǒng)征信數(shù)據(jù)，唯有智能風控能實現(xiàn)風險可量化，從而突破服務瓶頸，響應國家普惠金融戰(zhàn)略

“數(shù)據(jù)·模型·應用”

騰訊云天御助力構筑智能風控冠軍防線

針對以上行業(yè)痛點，李超博士在演講中首次系統(tǒng)介紹了騰訊云天御的“數(shù)據(jù)-模型-場景”三層架構。他指出，數(shù)據(jù)是智能風控的基礎支撐，模型是智能風控的核心引擎，而應用則是智能風控的落地價值。騰訊云天御以此為核心構建三層遞進體系，助力金融機構形成智能風控閉環(huán)，全方位增強防控實力，推動金融行業(yè)穩(wěn)健發(fā)展。

在智能風控決策中，高質(zhì)量數(shù)據(jù)是根基所在。通過多維度數(shù)據(jù)整合完善客戶畫像，以創(chuàng)新技術保障數(shù)據(jù)合規(guī)流通，能夠顯著增強欺詐識別能力、拓寬風控覆蓋范圍，為風控決策筑牢基礎。騰訊云天御通過隱私計算技術助力實現(xiàn)跨機構數(shù)據(jù)合規(guī)融合，支撐數(shù)據(jù)要素化、市場化流通。例如在普惠金融場景中，整合政務、通信運營商等外部數(shù)據(jù)，在保護用戶隱私的前提下生成多維度風險畫像，使某農(nóng)商行的逾期率下降15%。這種“數(shù)據(jù)可用不可見”的模式，既滿足《個人信息保護法》要求，又為金融機構提供了更全面的風控決策依據(jù)。中行深圳分行則通過區(qū)塊鏈存證技術驗證企業(yè)流水數(shù)據(jù)真實性，解決了傳統(tǒng)人工審核效率低、易篡改的問題。

在此之上，模型能力決定風控上限。李超博士強調(diào)，騰訊云天御金融風控大模型通過知識蒸餾技術，將多年積累的黑產(chǎn)對抗經(jīng)驗沉淀為基礎模型（FoundationModel），金融機構僅需提供少量場景化樣本即可生成定制化模型。實測數(shù)據(jù)顯示，相比傳統(tǒng)方案，大模型可使反欺詐效果（KS值）提升20%，建模周期從2周壓縮至2天，同時解決小樣本場景下模型泛化性不足的難題。例如某銀行在冷啟動階段通過大模型實現(xiàn)KS值提升20.5%，跨場景泛化性能提升53%。針對黑灰產(chǎn)攻擊的工業(yè)化、智能化趨勢，風控體系需構建“動態(tài)模型+動態(tài)規(guī)則”的雙重對抗能力。騰訊云天御為某金融機構提供的全流程自動化建模方案，將模型迭代周期縮短82%，風控響應效率提升60%。

這些數(shù)據(jù)與模型能力最終在實際場景中彰顯價值。騰訊云天御的智能風控產(chǎn)品，已在信貸反欺詐、電詐攔截、普惠金融等核心場景實現(xiàn)規(guī)模化應用。例如中信銀行“哨兵”智能反欺詐系統(tǒng)，通過整合多模態(tài)風控能力，實現(xiàn)對11類主流電詐類型的精準識別，攔截資金超6.07億元，風險事件攔截率提升4倍。該系統(tǒng)構建“風險識別-分級預警-協(xié)同處置”閉環(huán)，在零售業(yè)務場景中通過賬戶風險評級引擎，實現(xiàn)全生命周期的動態(tài)管控，既保障資金安全又平衡客戶體驗。

《白皮書》最后強調(diào)，金融風控的智能化探索仍在繼續(xù)，加快新興技術在風控領域的深度應用，將是提升金融業(yè)智能風控水平，構建冠軍防線的核心。以此為指引，白皮書勾勒出未來三大演進方向：聯(lián)防聯(lián)控深化、合規(guī)效能平衡、風控科技與業(yè)務融合。騰訊云天御未來將持續(xù)與多方協(xié)作共建堅固反詐與風控防線，構造動態(tài)的金融風險治理體系，助力金融機構在智能化時代穩(wěn)健前行。