券中社6月25日讯，“银行风控其实面临模式跟场景挑战。以前银行全部都是线下，现在基本上都是从线下转到线上，所有商业逻辑或者技术逻辑都发生变更。”长沙银行开发中心主任助理周波在出席蚁盾2024发布会时表示。

蚂蚁数科旗下蚁盾今日发布了新一代融合AI风控引擎“AIR Engine（AI FUSE Risk Engine）”，在原有的决策式AI架构上通过引入生成式AI，进一步提升风控智能化水平。

蚁盾CTO张凯隆在活动上介绍，生成式AI具有“理解推理+自主决策”的能力及特性，“AIR”引擎借助生成式AI，大幅简化了原有需要专业算法工程师深度参与的操作流程，在风险管理复杂度综合降低50%的前提下，将风险对抗时效从天级别降低到了小时级，在部分业务场景下，仅需少量甚至无需人工介入即可完成，这直接缩短了从识别风险到实施风险布控策略的时间差。 

在蚁盾的实际应用上，周波以长沙银行的风控体系为例进行讲述。“最底层为数据层，主要达到两个点”周波表示，数据层首先会通过大量的数据推导出客户画像指标，其次，数据层以客户风险画像为基础，通过它的资金流、借贷关系人、担保信息等，系统将推导出统一风险画像指标。

基于上述两个指标数据，长沙银行借用蚁盾能力，在模型、规则、策略、计算引擎上，将这些数据作为输入，最终我们在通过该行的决策流构建，以达到全自主、全流程、全产品、全场景、全智能的“五全”目标。

张凯隆还现场演示了风控场景中智能风险管理、智能数据分析、智能报告生成的功能Demo。通过生成式AI智能辅助，“AIR”引擎自动化部署上线了一个风控模型；通过对企业的多维数据进行理解、分析和推理，在2分钟之内生成了一份数据分析报告，这将为企业快速决策和灵活应对市场变化提供实时支持。

“对于专业从事风控管理及运营的人员来说，理解复杂的风险管理诉求及快速布控是具有挑战性的，调整风险策略宛如调转一艘航空母舰。”张凯隆进一步介绍，AI持续对决策目标和决策结果进行更新和优化，提升了风控系统的适应力和智能化水平，降低了风险策略运营的复杂度，“有了生成式AI的加持，基础运营人员也能轻松驾驭复杂多变的风险场景。”据了解，在开放联合建模场景，“AIR”引擎通过AI对业务全流程进行智能辅助，将特征加工与建模效率均提升了40%。

校对：彭其华