11月30日，IEEE金融风控大模型标准启动会在深圳召开。该标准由腾讯主导发起，是全球范围内首个金融风险控制领域的大模型国际标准，旨在为金融机构风控建模环节中应用AI大模型技术提供参考和指引，使金融机构能够在日益复杂和数据驱动的金融环境中高效预测、衡量和管理业务风险。
本次启动会在国际权威标准组织IEEE指导下举行，中国信息通信研究院、中国科学技术大学、新加坡南洋理工大学、微众银行、马上消金、度小满、中原消金等科研院校及金融机构出席会议，并联合参与标准制定。
（IEEE金融风控大模型标准启动会现场）聚焦“模型对抗”时代，金融风控范式创新
基于AI的风险量化已广泛应用于现代金融业的风险控制与管理。为确保风险控制的持续有效性，金融机构需针对不同业务领域建立合适的风险量化模型，并根据风险情况不断迭代风险控制模型。
尤其金融行业在零售数字化的过程中，为了适应客群下沉、金融产品秒批秒放、快速审核等特点，需要更加敏捷、动态、精准的风控能力。
近日发布的《2023年商业银行风控趋势调研报告》中也指出，受内外部多重因素影响，银行风控策略正在从高度依赖专家经验与历史数据的“策略对抗”，转向基于机器学习、人工智能开展动态风控管理的“模型对抗”。
腾讯云天御首席科学家、IEEE 金融风控大模型标准工作组主席李超在会上解读了标准立项初衷：
“
由于样本积累速度和模型复杂度的限制，传统的风险控制模型在风险识别和迭代频率上存在明显不足。以大规模人工智能模型为例，基于生成网络和深度学习的模型可以学习更长周期、更复杂的风险模式。它可以利用迁移学习对不同的业务垂直领域进行自适应匹配，提高风险控制识别的准确性，并显著降低样本要求。
”
本次标准正是为了解决传统金融风险控制模型的缺陷而制定。与传统风控模型相比，基于大规模AI算法的风控模型能高效融合海量的金融反欺诈先验知识形成大模型，在应用时能显著提升模型的风险识别性能以及跨场景的泛化能力。
该标准适用于金融零售信贷场景的风险控制管理，帮助金融机构在运用AI技术生成金融风控大模型的过程中提供参考，包括应用场景、基本条件、模型创建以及迭代等环节。
启动会现场还明确了标准的研制方案，并计划于明年9月正式发布，为金融机构信贷风控建模提供参考指南。
腾讯云行业大模型，实践效果凸显
本次标准立项充分凝聚了腾讯云行业大模型在金融领域的创新实践。今年7月，腾讯云升级MaaS平台，首次发布金融风控大模型，融合了腾讯安全大量风控建模专家经验，以及过去20多年沉淀的海量欺诈知识与多场景风控模型能力。
金融机构接入腾讯云金融风控大模型后，可基于“样本提示”模式自动生成定制风控模型，实现从样本收集、模型训练到部署上线的全流程零人工参与，建模时间从以前的2周缩短到仅需2天。
例如在建模需求旺盛的消费金融行业，面对每半年甚至几个月一次的模型迭代需求，某头部消费金融企业接入风控大模型之后，大幅提升了模型迭代效率，双方一起联合共建了10个定制化的风控模型，应用在反欺诈、信用初筛等多个业务场景。
金融风控大模型也能高效解决“小样本”甚至是“零样本”建模难题。东风日产融资租赁借助腾讯云的风控大模型，在只有较少样本的情况下就完成了定制化的风控建模，建模时间节省了70%，让最底层的风控模型上具备了坚实的风控免疫力，支持金融业务开展。
目前，腾讯安全已经和头部金融机构联合共建了上百个定制化的风控模型，基于大模型生产的定制化风控模型，相比传统方案反欺诈效果（模型区分度，KS）提升了20%。
模型应用，标准先行。金融行业作为天然的数据密集型行业，是实践大模型的重要领域。在本次IEEE金融风控大模型标准立项之前，腾讯云还与信通院共同启动了行业大模型标准联合推进计划，并联合信通院牵头开展国内首个金融行业大模型标准。
未来，腾讯云将持续携手产业各界推进标准建设与实践落地，为金融行业智能化的高质量规范化发展提供重要支撑。
