近年来,人工智能应用场景加速落地,赋能千行百业提质增效。金融行业因其对数据处理与智能分析的高要求,成为大模型技术能力验证的“试金石”。近日,同盾科技董纪伟接受《中国报道》专访,深度解析大模型如何赋能金融未来,并分享了同盾科技在相关领域的实践成果。
从“数据堆”到“知识网”:构建新型数据治理体系
当前,金融行业普遍面临数据资源“碎片化”与“孤岛化”的困境。机构内部各条线系统林立,外部数据难以打通,导致大量数据处于“冷态”——虽被存储却未被有效利用。
在采访中董纪伟指出,传统数据治理侧重于标准化与合规性,而在AI时代,其内涵已扩展为“知识化、资产化、向量化”。 董纪伟进一步分析,通过智能标注、自动清洗、实体识别与关系抽取等手段,将原始“裸数据”转化为具备语义关联的知识单元,构建“实体-属性-事件-关系”的计算处理框架,并以此为基础打造特定场景的知识本体,使数据不再是孤立的字段,而是可推理、可链接的知识资产。
“数据不仅仅是数据,更要形成知识萃取。”董纪伟强调,只有完成从“数据堆”到“知识网”的跃迁,用高质量的数据高效驱动AI,才能真正实现“Data for AI”。
智能风控从被动防御迈向主动进化
随着生成式AI的普及,新型金融风险攻击模式日益智能化、隐蔽化,“AI攻击”已成为行业重大威胁。传统风控模型依赖专家经验与历史数据,本质上是一种“事后响应”机制。
董纪伟认为,金融行业需要“以AI反制AI”,通过大模型持续分析与动态风险管理,在风险发生前或发生初期,实现及时、精准的预警与干预。
同盾科技依托对金融行业的深刻洞察与在金融风控领域十余年的技术沉淀,围绕决策智能的主线,深度融合分布式计算、机器学习、深度学习、时序分析、知识图谱等多领域能力,构建起自主可控的核心技术体系,推出基于人工智能的新一代决策智能操作系统——智策®2.0,重点打造并升级了金融行业首个支持实际落地的垂直领域风控大模型诸葛®,持续推进开放、共享、可信的决策智能生态建设。
在此基础上,风险决策体系的感知能力与决策能力得到了显著提升:在感知层面,系统支持多模态数据集成、特征向量化统一表达及自动化标签生成,可实现对风险信号的全面洞察与处置;在决策层面,系统融合策略知识智库、预警归因分析、决策量化推荐等先进功能,构建起“全局风险态势感知-实时风险动态管控-风险策略量化调优”的完整闭环,全面提升了金融风险管理的主动性与响应速度。
作为专注金融风控的垂类大模型,诸葛®已集成开发智能决策引擎、知识构建、内容生成与风控特征挖掘四大核心AI能力,能够为金融机构提供复杂场景下的高效分析能力,助力其精准挖掘风控策略、洞察潜在金融风险态势。通过为决策者提供多元智能决策支持,驱动实现业务流程与服务模式的动态适配,可高效助力金融机构在日益激烈的风控攻防战中抢占先机。
该模型集成开发智能决策引擎、知识构建、内容生成与风控特征挖掘四大核心AI能力,能够为金融机构提供复杂场景下的高效分析能力。
技术落地成效显著,助推行业数字化转型
中国银行业协会《AI在金融风控领域应用报告》显示,引入AI智能风控系统的银行,信贷不良率平均下降31%,欺诈交易识别率提升至96%。
同盾科技推出的智策®2.0决策智能操作系统,集成了“超融合计算推理框架”,支持数据产生即加工、特征实时生成。当新风险因子出现时,大模型可自动调整策略权重,实现“感知-决策-反馈-进化”的闭环。这种动态调优机制,显著提升了大模型对未知威胁的适应性,提高风险治理能力。
该系统支持多模态数据集成、特征向量化统一表达及自动化标签生成,融合策略知识智库、预警归因分析、决策量化推荐等先进功能,构建起“全局风险态势感知-实时风险动态管控-风险策略量化调优”的完整闭环。
政策技术双轮驱动,展望金融科技未来
2025年第三季度中国货币政策执行报告明确提出,中国人民银行将充分发挥“数字技术+数据要素”双轮驱动作用,稳妥推进人工智能大模型在金融领域的应用。
业内普遍认为,这一政策导向清晰勾勒出人工智能大模型赋能金融业务的实际路径与发展蓝图。随着政策引导与技术迭代的双轮驱动,大模型必将在构建更安全、高效、智能的金融生态中持续释放价值,为金融强国建设注入坚实动能。
更进一步,同盾科技正探索“大模型+小模型”的融合架构提高决策的精准度,同时针对垂直领域打造具有专业知识的AI虚拟专家智能体,形成可持续进化的智能基础设施,助力金融机构在日益激烈的风控攻防战中抢占先机。
热门跟贴