【专栏】零售金融风控大模型加速落地，消费信贷再次面临重塑

作者 | 消金界 徐英霞 来源 | 零壹财经专栏

近日，国内首个金融风控大模型标准的制定在深圳启动，该标准适用于零售信贷的风控管理，旨在当金融机构使用AI大模型技术进行风控建模时，为其提供参考和指引。

据消金界了解，首个金融风控大模型标准的制定，由腾讯主导发起，标准组织IEEE指导，微众银行、马上消费、度小满、中原消金等金融机构以及中国信息通信研究院等学术机构联合参与。

据悉零售金融大模型标准计划于明年9月正式发布，届时金融机构可在零售贷款大模型的应用场景、基本条件、模型创建以及迭代环节，参考该标准。

适用于零售信贷的金融风控大模型的落地，以及行业标准的建立，预示着AI大模型技术对零售信贷领域重塑的开始。

零售信贷业务对数字技术并不陌生，横向对比其他行业也是一直走在新技术应用的前列，只是这次，AI大模型技术将会给零售信贷领域带来哪些变化呢？

一边是AI大模型技术的兴起，一边是数据密集型的金融业，两者堪称绝配——金融行业注定会成为大模型落地的重要场景。

而早就开始运用人工智能技术的零售信贷领域，将AI大模型和自身业务相结合的基础最好，积极性也最高。

消金界注意到，多家头部的金融科技平台、持牌消金已经在积极的布局大模型，不断探索尝试与业务的结合。

2023年第一季度，乐信推出了自研大模型LexinGPT，并在研发代码辅助、设计创意生成、电销和客服智能化服务等领域落地。

据悉，二三季度乐信通过金融专属数据预训练和业务数据精调，加快AI大模型在具体业务场景的应用。

2023年5月，奇富科技推出了自研金融行业通用大模型“奇富GPT”，利用海量的数据，帮助大模型理解信贷业务的产品、场景和规律，探索AIGC在信贷领域全流程的应用。

同样在5月，度小满推出了国内首个垂直金融行业的开源大模型“轩辕”。度小满将自身业务积累的金融领域的中文预训练数据集，用来训练模型。目前大模型技术已经应用在度小满的各个业务场景中，从营销、客服、风控、办公再到研发，都有明显效果。

2023年7月，腾讯云首次发布了金融风控大模型。腾讯的金融风控大模型，融合了大量风控建模专家经验，以及过去20多年沉淀的海量的欺诈知识以及多场景的风控建模能力。

2023年8月，马上消费推出国内首个零售金融大模型“天镜”，已经在营销对话系统、客服系统、企业内部知识库上取得明显落地和应用成果，帮助企业达到降本增效、提升收益目标。

2023年9月，蚂蚁集团发布了工业级金融大模型AntFinGLM，同时发布的还有基于该模型的两款产品——智能金融助理支小宝2.0和智能业务助手支小助1.0。

近日，招联消费金融发布了开源大模型“招联智鹿”。

一时间，金融大模型呈现出一个集中爆发的势头。

金融科技平台和头部的持牌消金，都拥有大量的高成长性客户，过往的业务积累了海量的数据，本身技术能力也强，因此有通过AI深度学习，建立金融大模型的基础。

当然，机构积极布局大模型，既有抢占先机的考虑，也有零售业务自身发展的需要。

2023年，银行业面对营收压力，对利润较高的零售信贷业务依旧非常重视，甚至希望进一步挖掘下沉市场的潜力。但是面对经济下行压力，下沉市场风险，以及不断进化的黑产，银行又担心资产质量下行的风险。

所以我们看到，一方面银行一直在喊要加大零售信贷的投放，但实际上普遍采取了偏保守的策略。

这一矛盾其实就是对零售信贷的风控提出了更高的要求。而多大程度上改进这一矛盾点，决定了零售信贷业务的突破。

这时候随着AI大模型技术不断成熟，越来越多的机构愿意尝试用大模型提升风控能力，希望能够改进风控模式，提升风控的效率。

据了解，腾讯主导发起，多家机构参与的这次标准制定，就是为了解决传统金融风险控制模型的缺陷。与传统风控模型相比，基于大规模AI算法的风控模型，能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。

尤其是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。

虽说2023年，金融行业垂直领域的大模型，集中爆发了一波。但是客观来说，无论是已经发布金融大模型的公司，还是前面提到的参与制定金融风控管理大模型的公司，都仅仅是头部的几家金融科技平台和持牌消金。

建立AI大模型，需要大量的专业建模人才，同时需要大量的数据对模型进行训练。一般的机构，数据样本的积累都不够多，而场景的多变以及快速迭代的要求，又进一步增加了对建模和数据的要求。

一个大模型的落地，对算力直至电力，都有极高的要求。对于绝大多数银行、持牌消金来说，不仅自身的技术、数据积累不够，独立建立金融大模型的成本也过高。

所以，无论是现在还是以后，真正意义上的应用级别的金融大模型，只会存在于少数的大型平台上。

目前看，对绝大多数银行金融机构而言，引入第三方技术，接入其金融大模型，借助第三方风控科技平台的辅助决策支持、决策工具支持、以及专家服务，然后利用自己的样本，双方合作开发，构建出自己的风控模型，应该会是未来金融大模型落地的主要模式。

只有这样，中小银行、中小金融机构，才能拥有和大行同一水准的风控能力，搭上AI大模型这趟班车。

消金界了解下来，腾讯云的金融风控大模型与马上消费的消费金融大模型，在这一轮集中推出的金融大模型中，落地应用上做的算是比较深的。

最早上线零售金融大模型的马上消费，在智能坐席当面已经有了突破，是目前大模型运用最成熟，落地最深的应用场景。

与传统AI需要人工参与配流程、配话术相比，大模型在大参数和大数据量的基础上，通过学习优秀人工的对话数据，完成训练后，能够用拟人化的自然语言随机应变的与客户进行交流。比如，投入运营6个月后，马上的“天镜”大模型意图理解准确率达91%，相较于传统AI的68%有大幅提升；客户参与度61%，也远高于传统模型43%的参与率，和人工坐席平均57%的水平。

腾讯云对大模型进行训练和知识“蒸馏”，建立了一个基础的金融风控大模型。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，自动生成定制的风控模型。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。

消金界了解到，某民营银行已经接入了腾讯云金融风控大模型，双方已经合作建立了超过7个定制化模型，覆盖了该民营银行所有的进件渠道，风控建模的时间缩短了，迭代也快了，风控效果提升也很明显。

透过腾讯金融风控大模型与金融机构合作的案例，我们可以看到未来金融大模型落地的方式。

已经推出金融大模型的平台，未来的目标都是技术输出，赋能金融机构。互联网技术，曾经重塑了整个消费金融行业，在上一轮的重塑中，有崛起的，有落伍的。

金融科技“沉寂”一段时间后，迎来了金融大模型，可以毫不夸张的说，大模型技术在金融领域的应用，将再一次重塑金融行业，当然也包括消费金融行业。

风控是金融业务的核心，腾讯牵头金融风控大模型标准的制定，是AI大模型在金融垂直领域落地的一次加速。而从参与者与参与者数量来看，金融大模型平台技术输出，可能会是一个比上一轮的金融科技输出，马太效应更为明显的市场。