AI 神盾平台在金融生态中的智能风控实践.pdf

1、AIAI神盾平台在金融生态中的神盾平台在金融生态中的智能风控智能风控实践实践演讲人：黄佳豪平安人寿/金管家基础平台研发组副经理目录目录01020304一、风控系统演进二、AI神盾平台架构三、AI巡检智能体四、风控场景深度实践五、未来展望产品产品需求需求变更变更活动需求规则发生变化，开发代码存在缺陷，导致存在羊毛漏洞问题问题发生发生信息信息扩散扩散用户通过社交媒体等渠道扩散信息，出现大量羊毛党流量问题问题扩散扩散异常异常监测监测发放业务端出现批量日志告警，发现活动相关业务异常发现发现问题问题风控风控介入介入尝试阻断奖品发放流程失败，最终只能通过回滚、更新版本修复风控风控失败失败资损资损盘点盘点尽

2、可能进行资金挽回，但已造成资损及社媒负面影响造造成成资损资损活动风控缺失案例：缺乏触点，错失窗口，造成资损背景：某营销活动涉及到奖品发放奖励，常规风控平台仅支持规则风控、日志告警、库存管理等基础能力，因无法及时发现并阻断奖品发放导致资损。如何搭建安全高效的智能风控系统如何搭建安全高效的智能风控系统？风控系统风控系统演进演进从规则引擎到智能风控系统风控系统演进：风控体系从传统风控演进到智能风控时代2010年前传统风控传统风控20102015年数字化风控数字化风控20152022年大数据风控大数据风控2022年至今智能风控智能风控人工主导人工主导平台建设平台建设数据驱动数据驱动人工智能人工智能人工

3、经验数据单一效率低下场景有限系统辅助规则引擎数据积累场景扩展实时监控算法应用数据驱动场景深化AI深度融合智能决策人机协同场景精细化风控系统演进：AI神盾平台风控策略提升演进基础风控规则体系结合数据引擎建模集成告警触达能力全面收拢风控场景结合AI建设智能风控基于静态阈值、条件脚本，对已知模式的异常交易、高频请求等确定性风险实现毫秒级实时拦截与处置规则引擎规则引擎加入AI巡检智能体，赋予平台自主归纳、预测与进化的能力风控智能体风控智能体建设建设引入用户画像、设备指纹等特征，构建统计与规则复合模型数据数据建模建模建立多源告警采集、分级与聚合机制，实现风险可主动感知、观测PAPM告警告警体系体系统一各

4、渠道资产、策略与执行触点，形成中心化风控中台神盾神盾平台平台规则迈向规则迈向智能智能数据驱动数据驱动管理管理行业风控建设现状：行业AI建设在架构设计、记忆建设、模型投入上出现分级保险行业AI建设现状维度头部机构中小型机构行业基准核心架构多Agent协同工作流 单点AI+规则引擎以单点Agent为主记忆机制长记忆链路对话上下文-模型建设分级管理模型小规模开源模型开源模型多模态能力音频+基础文本基础文本分析基础文本分析数据模型私有自建依赖共享数据私域拦截率-72%高价值欺诈率-2%长记忆能力的风控系统MTTR（平均修复时间）-15min行业风控趋势：AI智能风控时代的风险呈现复杂性增高、对抗性增强

5、的特点，风控系统的识别治理经验需与时俱进传统业务智能风控单点静态风险规则化、可预测规则驱动、人工判断规则经验文档化流程合规人工决策责任明确动态复杂风险自适应、对抗性多模态感知、智能推理、辅助决策动态分级记忆生成式、算法合规AI决策责任界定模糊 TRADITIONINNOVATIONVS风险类型风险特征风险识别决策经验合规重点责任边界2022年2026年风控系统痛点：风控体系存在架构设计缺陷、外部风险升级、内控能力缺失的三大核心痛点烟囱式烟囱式架构架构领域单一数据孤岛投产低效设计缺陷设计缺陷风险风险升级升级深度伪造数据窃取黑产扩散风控滞后风控滞后计算延迟模型落后触点缺失外部风险外部风险能力缺失能

6、力缺失AIAI神盾平台神盾平台架构架构面向金融生态的统一风控底座价值维度：建设四维全面监控平台，覆盖152个业务场景判断准对高置信度风险自动精准阻断对低置信度风险降级处理覆盖全涵盖活动、权益、红包、奖品、保险、资金等所有资产类型；覆盖APP、H5、小程序所有渠道管控细事前：精细化策略编排事中：原子级业务熔断能力事后：实时/离线对账告警快实时风险感知：秒级内完成告警信息与关系链推理，并实时推送至运营、开发、运维人员广度深度精度速度统一资金、奖品、权益资产的实时风控中台152152场景数+42%+42%阻断风险效率85%85%问题发现精确度+50%+50%问题解决效率AIAI神盾平台神盾平台四维协