防控风险是金融工作的永恒主题，风险管理能力作为银行业核心竞争力之一，对客户权益保障和行业长期稳定发展具有重要意义。当前，人工智能等技术正深刻改变传统的风险管理发展模式，以风控模型为核心的风险管理技术正面临着深刻的变革。江苏银行以科技创新为引擎，运用“智慧小苏”大语言模型，赋能风控领域的数智化转型，推动全行高质量发展。

规则组件化：建设风控模型新范式

之前，风控模型中的规则数量庞大，业务人员对规则的命名方式也不同，可能会发生相同规则重复存在的情况，对直观查阅决策规则带来困难，在某种程度上降低了风控模型管理资源的使用效率，影响业务的灵活性与响应速度。面对这一挑战，江苏银行开拓创新，剖析了数百个风控模型的底层逻辑，提炼出超4000条适用规则，生成约800项常用组件。这些组件单元支持通过特征标签进行查询，并基于规则进行单产品回溯和多产品对比，提高风险管控能力。组件化摒弃了一个场景一组规则的作坊模式，也规范了风控模型的开发和维护流程。

依托江苏银行自主研发的“智慧小苏”大语言模型服务平台，风控模型组件化管理充分发挥大模型在代码生成、文本字段提取、语义理解与泛化能力等方面的优势，配合自动化脚本，从工程应用层面聚焦组件化任务。规则组件化工作分为数据收集清洗、组件智能生成与人工审核三大阶段，通过大模型赋能实现组件的高效生成与精准合并，组件准确率超90%。

模型组件化管理致力于为行内风控业务提供更加灵活、高效的解决方案。目前，江苏银行已实现了风控模型从建模、编译、部署到监控的全生命周期管理。下一步，组件化管理的规则计划集成至模型全生命周期的管理中，保障模型的版本控制、性能监控和安全合规，支持组件的灵活调用和组合。基于规则组件单元，业务人员可对单一产品进行回溯，通过指标评估存量模型性能，并根据触发率、不良率等监控数据调整模型阈值。针对多类产品，业务人员还可开展交集或差集规则分析，测算规则使用成效，并根据对照产品调整本产品阈值。

合同智能质检：打造企业信贷防火墙

在企业凭借贸易合同申请贷款的过程中，需要快速鉴定合同真伪、识别合同中的错漏信息，进而完成合同质检，传统AI模型无法统一识别和提取复杂合同中的关键信息，降低了审批效率。

针对这一难题，江苏银行充分利用“智慧小苏”大模型的语义理解和实体识别能力，结合先进的OCR技术，实现了对非制式合同的高效扫描，提取合同供需方、签订时间、交易货物等多种文本信息。基于提取的关键字段，江苏银行构建了专业的风险控制模型，能够通过外部数据等途径，对合同双方信息进行智能检测，在授信过程中，对风险较高的交易提前发出预警，有效防范潜在的信贷风险。自上线以来，该场景已实现数千份贸易合同的智能质检，文本提取准确率超95%，简化了合同质检流程，助力分支行更高效地完成受托支付合规性审核。

地址智能比对：提升异常识别能力

江苏银行针对小微个体户推出的专项贷款产品需要客户经理在外拓营销过程中收集个体商户信息进行校验，其中，商户法人手动填写的门店地址需与工商注册地址保持一致，但省、市、区及楼栋信息描述经常存在差异，传统的规则匹配对比方式存在边缘情况多、开发难度大等问题，无法满足需求。

江苏银行采用“智慧小苏”大模型与规则匹配相结合的方法，对地址信息进行预处理、拆解及相似度计算等操作。通过收集与标注大量的地址数据，持续迭代优化模型，减少边缘情况的影响。当省、市、区信息不完全一致但街道和门牌号等关键信息一致时，大模型仍能准确判断多个地址是否指向同一地点，风险识别准确率达99%。该方法在确保灵活性、准确性和可扩展性的同时，已逐步推广至行内其他与地址相关的业务场景，提升了整体业务处理效率和风险防控水平。

江苏银行始终坚持以创新为驱动，赋能风险管理流程，完善风控管理体系。下一步，江苏银行将加快落实中央经济工作会议要求，加强基础研究和关键核心技术攻关，开展新技术新产品新场景应用示范，不断提升数字化风险防控能力,以高质量金融服务助力中国式现代化江苏新实践。