董纪伟_大模型驱动金融风险决策新范式_v2.2.pdf

1、+风控同盾科技/董纪伟-1-大模型驱动金融风险决策新范式个人简介董纪伟 花名“阅微”担任同盾科技副总裁、首席专家、商业银行独立董事中科院计算数学硕士毕业，曾任国密局密码算法课题组成员、金融监管涉贷反诈模型项目技术负责人、中国人民银行支付清算协会反诈培训讲师10+年金融行业工作经验，FRM国际金融风险管理师认证，曾获国际SAT算法竞赛“Agile”组 个人赛季军北京金融科技产业联盟特聘高级技术专家、同济大学研究生导师具有【国家级平台】建设经验，担任国家新一代人工智能开放创新平台“智能金融风控”方向负责人曾任人民银行下属机构研发部开发经理、高级安全咨询顾问、反欺诈项目总监等。负责过金融行业多家机构

2、风控及反欺诈系统设计与研发，主力研发的交易监控反欺诈系统荣获2015年中国人民银行-科技发展二等奖参与互联网金融智能风险防控技术要求等多项国标、行标制定；获授权发明专利 3 项-2-1金融风控与决策智能的演变2AI重新定义风险决策智能新范式3起于AI，用于智能：学会与AI协作的风控实践4挑战与突破：如何构建可信AI风控体系5总结与未来展望01金融风控与决策智能的演变-5-金融行业，内外部风险因素呈现上升和积聚趋势金融风险决策的趋势及变化策略转变从“被动防范”转向“主动防御”技术迭代由“策略对抗”变为“模型对抗“数据应用从“冷数冷用”到“热数热用”高度依赖专家经验与历史数据分析的“策略对抗”以机

3、器学习、时序分析、人工智能开展动态风险管理的“模型对抗”被动防范主动防御 传统的风险决策主要基于边界、规则、策略为主的静态防御，而将安全检测与事件响应作为辅助手段 在风险行为发生之前，能够及时精准预警，实时构建弹性防御体系，避免、转移、降低系统面临的风险过去 人控+机控未来 智控“置于盒中为死棋，置于局中才主动”，智能化、高效能、自学习是未来风险决策的提升方向“热挖掘、实时用”，数据需要完成知识萃取与实时应用才能更好的产出价值 基于数据湖、数据仓库的数据链路，落表后进行准实时、离线分析感知智能视觉+听觉能听、能看、能观察认知智能具备概念、意识、观念等认知行为的表现决策智能洞察数据信息的关联关系

4、与特性，进行动态决策的能力决策智能解决了“利用数据决策最终对物理世界反向影响”的问题何为决策智能？决策智能，数据+AI即是新武器数据+AI分析层次描述性分析（过去发生了什么？）诊断性分析（为何会发生？）预测性分析（将要发生什么？）决策性分析（如何使它发生？）报表仪表板自助分析Citizen Data Science高级分析人工智能决策自动化决策支持越靠近场景的数据越有效，越靠近数据的AI越有用02AI重新定义风险决策智能新范式-10-感知能力决策能力实时风险控制风险态势感知风险量化调优多模态数据集成特征向量化标签生成策略知识智库预警归因分析决策量化推荐集成大模型的风险决策体系数据集成特征单元风

5、控大模型多元决策平台大模型驱动的范式革新提升感知和决策能力，金融风险决策可以更主动、更实时多模态富文本数据引入，完善知识结构，丰富场景应用结构化数据非结构化富文本数据半结构化数据NLPOCR识别语音识别向量特征表示解析器结构化解析关键词提取视频识别调用通用AI能力服务知识融合知识推理知识评估实体抽取属性抽取关系抽取知识抽取事件抽取指代消解实体消歧知识加工知识存储/知识计算知识更新知识挖掘知识应用多模态知识构建及应用流程知识抽取与因子挖掘工商司法舆情经营授信评级预警逾期画像、报告代理智能体（LLM Agent）RAG知识图谱深度关联、图可视化分析决策引擎实时、离线的客户标签计算指标引擎实时、离线

6、指标计算数据集成实时、离线数据接入与加工多模态数据调用工具调用微调LLM聊天助手工具调用画像任务拆解与规划选择工具与扩展能力多代理智能体协同信息存储与回忆结合多方数据及小模型工具，全面、灵活的生成画像及报告决策推理驱动的风险动态量化与主动收敛查阅/分析发现问题定位原因新风控策略再次进入监控预警，执行持续问题反馈和循环优化的动态运营流程，直至风险自动收敛和业务持续健康发展。业务监控系统监控业务预警(分析、处置、通知)业务预警决策监控决策预警(分析、处置、通知)决策预警其他监控个性化定义监控预警统计分析报表/报告管理汇报自动量化分析量化分析主动量化分析效果评估(业务/策略/规则/模型等)分析结果生