合规管理、内控管理在金融行业中发挥着重要作用，既是企业经营的重要组成部分，也是保障企业可持续发展的关键环节。本次专家将围绕大模型下智能合规系统的建设与应用展开。从解读政策要求和政策支持，到智能合规系统的建设路径，最后再从员工行为评估和制度管理画像两个实例分享实践经验。
分享嘉宾｜祝祥 领雁智远 常务副总经理
内容已做精简，如需获取专家完整版视频实录和课件，请扫码领取。
01
政策解读：随着监管力度加大，构建智能化、数字化的内控合规平台，已成为行业共识。
现在的监管趋于严格，无论是监管部门，还是企业内部都下发了很多文件，比如《金融机构合规管理办法》， 2024 年 8 月下发，提到“制定合规管理制度，建立健全科学先进、全面覆盖、权责清晰、独立权威、务实高效的合规管理体系”。2021 年时，相关部门定义了“合规建设元年”，里面提到“提升内控合规管理的数字化和智能化水平”。换句话说，因为合规所面临的环境在变，所以现在合规管理的手段也在变。
不管是对岗位、对人、对系统的建设，以及对于智能化和数字化的要求，监管都提出了明确的要求，所以企业为持续提升数字化风控能力，确保风控可防可控，正在向数字化、智能化合规体系挺进。从“人控”，向“机控”和“智控”的方向转变。
当前企业的合规管理也面临着一些挑战，同时合规管理的重要性也逐渐地在提升。
首先如前面提到的监管正在加强。其次传统的内控合规体系，尤其是内部组织的构建，人员的能力建设已经很难满足企业日益增长的需求，需要改进和完善。而且现在内容合规的需求也在凸显，企业对于合规的认知也在不停的变化，包括国际标准和国内标准，对于合规的认知，从原来框架性的要求到现在具体化的、场景化的要求逐渐转变，从上到下树立全员的合规安全的管控意识。
利用大数据、人工智能技术，金融企业正在逐步落实合规标准化、一体化的建设。构建智能化、数字化的内部合规一体化平台，已经成为行业内的普遍共识。
从整体金融市场上也可以感受到企业的重视，2021 年监管在疫情期间发布文件，企业在 2022 年基本就有零星的启动，在 2023 年- 2024 年的时候，不管企业以前是否有建设合规系统，现在都在重新建设或者开始建设。
去年我们看到有独立建设系统的银行 60 余家，1/3的银行的有合规系统建设需求，初步判断三年内会把新一轮的智能化合规系统建设完成。总结各企业建设智能合规系统的建设目标与愿景，离不开三点：构建支撑战略决策、应对监管要求、适应风险变化。
02
构建智能化、一体化的合规管理体系建设路径
从内控合规部门来看，构建智能化、一体化的合规管理体系需要整合内控、合规风险的管理需求，从原来的信息化、流程化、自动化，发展到基于大数据驱动和AI大模型技术驱动的数字化和智能化合规体系。建设合规体系知识库，可以为企业提供实时准确的风险信息和预警，以知识驱动企业合规决策。
从内控合规部门职责来看，有内控管理和监督职责、内控体系建设职责、案件防控管理职责、法律事务管理员工职责，以及反欺诈管理职责等等。所以建设一体化合规系统的功能宽度也是非常大的。
经过高度抽象后，设计了如上图的功能架构图。
首先顶层建设上，建设驾驶舱，可以展示岗位画像、员工画像、机构画像、风险画像、问题画像等，，领导可以根据风险分布第一时间进行决策。
其次驾驶舱的内容来自于整个作业过程，包括整改管理、问责管理、问题管理。当发现问题，可以根据整改管理办法，对问题进行整改和要求，根据整改结果启动问责管理流程。
那问题来自于哪里？来自于日常管理手段，包括合规管理、内控管理、操作风险管理、员工行为管理、案件案防管理、非现场排查等日常的作业手段。通过这些管理手段，在日常工作过程中，会积累大量的企业内部知识，会形成合规智库，包括行业监管成果以及同行业的知识放在合规智库里面，以支撑系统的正常运行。
最后就是基础设施层，包括AI知识平台、基础设备、数据处理、模型处理等。
接下来将实际展开合规管理、内控管理、操作风险管理、员工行为管理4部分的功能延展。
合规管理涉及到制度管理、流程管理、法律事务管理和合规文化建设。对于制度画像和制度问答，是可以用到大模型的。但制度管理层面大模型是很难解决的，一定会结合其他的传统人工智能的模型来解决。
内控管理包括内控矩阵、内控检查、内控评价、整改管理。内控矩阵的管理是整个合规建设里的基础建设。因为它是标准化、统一化的支撑作业的过程。通过风险矩阵可以标准化、流程化、数字化的实现内控检查流程。
操作风险有三大管理工具，加上压力测试和资本计量，最终形成了统一的操作风险体系。该体系可以通过数字化、智能化的手段驱动损失数据、关键风险指标、风险自评估。最后可以用大模型生成报告，提升工作效率。
员工行工管理是非常有必要的，可以通过员工管理工具，让日常工作组织更有序、更简短、更快捷。通过日常管理、网格化管理、合规档案、员工分析、员工画像等让员工更有立体感，让企业的管理者和决策者更加直观看到岗位风险、员工风险。
以上四部分通过 AI 知识平台里的建模工具可以实现的。我们利用大模型和传统模型的理解能力、生成能力和分析能力，生成合规智库，嵌入到作业流程中，让合规人员享受到人工智能时代的技术红利。推动大数据分析和人工智能技术在合规场景下的普及化和大众化。
03
案例拆解：员工行为评估与制度管理画像场景的应用实践
第一个是员工行为评估的案例。
现在做员工评估的方法有很多，包括访谈、尽调、问卷、家访等等，这些方式评估的方法标准不固定，方法比较单一，主观性太强，没有数据支撑，评估周期也不固定。
建议企业可以通过题库+模型的方式把员工评估的方法固定下来。建立健全的评估人和被评估人之间的反馈机制。也可以通过最后展现的各类指标，对员工升职升迁进行评估，或者制定跟绩效相关的激励和惩罚措施。
对员工行为评估可以从基本信息、资产负债能力、关系图谱、风险行为4个方面开展，最终会形成一张员工画像。
同时可以下钻到每一个具体的标签和指标，以及具体的明细数据中。如果有多个员工都是某一个风险等级的员工，也会有群体画像，，每一个高风险员工或同级别的风险员工，它的风险表现标签和维度是不一样的。并且也可以看到这个员工在哪个机构上，机构的风险也能非常清楚，在看风险员工画像的时候，就会非常立体。
第二个是制度管理画像的案例。大模型可以比较好实现制度内容知识问答、智能问答。但做制度的问答，需要经过制度梳理，成体系以后才能做问答。
当我们在梳理制度体系的工作安排和进度时，发现有很多的效率不高的地方，这时需要一个智能化的制度管理系统，包括开始的制定制度，到最后的制度落地和制度使用，都能变得极其高效。
一个智能化的制度管理系统可以包括：制度模板要规范化、制度检索及问答要智能化、制度的监测提醒、自动化的制度解析与审查、在线编辑技术、自动任务启动。
构建制度管理系统时，可以分为五步。
第一个是制度的血缘关系维护，包括外国的制度血缘关系、内部的制度血缘关系以及外归与内归的制度血缘关系，以可视化图谱的方式去展示。
第二个是把内外规制度通过向量进行拆解，通过向量的拆解，我们对不同的制度条目自动地分配给组织部门做制度的新增、修订和废止。
第三个是通过对外规制度的智能分析比对，以及内规制度智能分析比对，利用智能算法给组织部门进行智能推荐。
第四个是外规内规的全文检索。
第五个是基于向量知识库的制度智能问答。
这一系列的工作要做成可视化，让合规管理部门，以及制度制定和责任部门，有效的结合在一起。和上述的员工画像类似，根据制度的用途和制度要求，从不同的维度对制度进行画像呈现，不但要对结果进行画像呈现，还对整个制度的执行过程也进行可视化，来给予相关工作人员在整个过程中快速的分析和应用。
上面是我分享的两个例子，在整个智能合规系统建设过程中，本质是基于知识库的智能合规系统。在执行层，要通过数据分析让执行的工作效率更高。在管理层，通过辅助生成手段来进行各个维度的画像和展示，让决策的依据更准确，更合理的规划和安排工作，加强管控。在战略层，要全览企业的全貌，全面把控企业的整体情况，方便战略管理层更精准地进行决策。
利用大模型跟小模型之间的交互和互调，更好的满足企业内部精准和快速的响应要求，让合规内控管理变得更智能、更人性、更普及、更大众。
以上就是本次分享的全部内容。
毕业于内蒙古大学计算机科学与技术专业，从事了近二十年的风控、合规等工作，主持研发AI中间件《AI知识平台》已经获得数十家金融客户选择，主持设计的《BDAP大数据平台》获得中信集团“锡狄克”创新之星奖，论文《大数据在城市商业银行信贷风险中的应用研究》获得银保监会银行业信息科技风险管理课题四类成果奖，主持研发的“基于知识的智能合规系统”已经获得数十家客户的选择。
热门跟贴