- 综合排序
- 最热优先
- 最新优先
金仕达&腾讯AI赋能金融风控合规：量化提效与风险管控实践
应对金融风控合规的多重挑战 金融行业面临监管趋严与业务复杂性增加、多源数据与信息孤岛、低效繁琐合规操作、新兴风险与传统模式脱节四大核心瓶颈。 落地AI赋能的风控合规联合方案 金仕达（中国领先的金融与产业市场软件服务商）与腾讯联合推出风控合规领域AI赋能解决方案，通过三大路径创造价值： 提升合规效率与准确性：AI自动处理外部法规及内部规章， 智能标签、比对实现“外规内化”，推荐修订建议、更新合规矩阵，评估内部规章时效性。 优化业务流程与决策：合规审查智能体自动识别文件性质并按法规审核，输出风险点与修改建议；合规问答精准理解意图，提供法规引用溯源及推理过程。 知识库与场景覆盖：合规知识库含10000+金融法律法规、5万+监管处罚案例及海量司法文书；智能体覆盖证券（100+家）、期货（100+家）、银行（50+家）、大宗商品生产/贸易型企业（300+家）等，场景包括智能合规审查
28010编辑于 2026-04-12金仕达与腾讯合作通过AI智能体提升金融风控合规效率
应对金融风控与合规的挑战 金融机构面临日益严格的监管要求和海量法规更新，传统人工合规审查方式效率低下且易出错。业务数据分散在不同系统中形成"数据孤岛"，导致风险视图不完整。 部署智能合规与风险管理系统 金仕达联合腾讯推出AI智能体解决方案，基于腾讯混元大模型和自研凯撒大模型，构建智能合规审查系统。 同时开发了智能风控系统，实现对异常交易、反洗钱等行为的实时监控与预警。 实现量化效率提升与规模化应用 金仕达已研发100个智能体，完成20个AI课题结项。 解决方案已在十多家金融机构部署应用，包括国投证券、粤开证券、东方证券等证券公司，以及中国银行、招商银行、浦发银行等银行机构。智能合规问答系统准确率超过85%，合同审核智能体大幅减少人工复核工作量。 "AI审核智能体能够自动识别文件类别，调用对应审核要点进行审核，最终汇总输出风险点和修改建议，显著提升合规审查效率" —— 金仕达风控合规专家 腾讯技术赋能金融科技创新 腾讯提供混元大模型作为技术底座，
19720编辑于 2026-04-09腾讯联合金仕达：大模型重构金融风控与合规全链路业务
破解金融监管趋严下的运营效率与风险识别瓶颈 面对数字金融时代，金融机构在合规运营与风险管理方面正面临显著的战略困境与业务瓶颈。 传统模型脱节于新兴风险： 面对洗钱、异常交易、疑似配资等隐蔽性强的新型风险形态，传统风控模型与技术手段已无法进行有效识别与防范。 构建端到端的金融级AI智能体平台与合规知识库 为突破传统风控瓶颈，上海金仕达软件科技股份有限公司联合腾讯云，打造了覆盖“IaaS智算设施-PaaS智算平台-MaaS模型服务-SaaS应用服务”的全栈大模型联合解决方案 规模化落地百余项智能体，量化提升风控精准度与审批时效 依托联合解决方案，金仕达已实现从底层技术向金融产业应用成果的实质性转化，量化业务指标与部署规模如下： 智能体研发与结项： 已成功研发并在模型广场上线 模型兼容与安全可控： 提供标准API/SDK与安全围栏（Agent组件），兼容开源模型（DeepSeek、Qwen）、商业模型（腾讯混元）及金仕达凯撒专业模型，确保金融机构在数据不出域、合规受控的框架下
33830编辑于 2026-04-12金仕达与腾讯联合AI方案提升金融风控合规效率与精准度
应对金融监管复杂性与数据孤岛的智能解决方案 金融行业面临日益严格的监管要求，海量法规更新频繁，传统人工合规审查方式效率低且易出错。 新兴风险形态（如数字化洗钱）的出现，使传统风控模型有效性不足。 构建AI驱动的风控合规智能体系 金仕达联合腾讯，基于智能体平台与知识库引擎，推出AI风控合规解决方案。 风险精准识别：异常交易监控智能体实现实时预警，反洗钱智能体提升可疑交易检出率（来源：风控合规场景说明）。 —— 金仕达风控合规专家 腾讯技术赋能与生态支撑 腾讯提供混元大模型、OCR、ASR/TTS等底层技术，并通过腾讯云AI算力保障模型训练与推理高性能。 联合方案依托腾讯云高性能网络与存储基础设施，满足金融级安全与合规要求。 数据来源：金仕达全球数字生态大会公开材料，腾讯云技术白皮书。
22320编辑于 2026-04-12金融风控的力量
下面我们将深入探讨金融风控的重要性，以及如何利用云技术提升风控能力。 金融风控的定义与重要性 定义 金融风控，全称为金融风险控制，是指金融机构通过一系列方法和手段，对可能出现的风险进行识别、评估、监控和控制，以减少损失、保护资产和确保业务的持续发展。 重要性 风险预防：通过提前识别和评估风险，金融机构可以采取措施预防潜在的损失。 合规性：金融风控有助于金融机构遵守监管要求，避免因违规操作而受到处罚。 信誉维护：良好的风控能力可以增强客户和市场对金融机构的信任。 业务决策支持：风控数据可以为金融机构的业务决策提供支持，帮助制定更有效的策略。 结语 金融风控是金融行业的核心能力之一。随着云技术的不断进步，金融机构可以更加高效、智能地进行风险管理。鼓励金融机构拥抱云技术，提升风控能力，以应对日益复杂的金融环境。
27310编辑于 2025-07-29- 来自专栏博文视点Broadview
数据安全合规之后，给风控团队带来了新的问题
通往数据驱动型公司的路上另一个挑战是数据隐私合规，这也是企业应承担的责任——近几年，为了规范企业对用户数据的使用行为，保护用户的数据隐私权，相关数据隐私保护法规陆续出台，企业需要制定新的数据治理流程以保证数据在整个生产周期中的合规性 关注到以上问题，将于今年7月31日-8月1日举办的QCon全球软件开发大会特别策划“数据驱动决策”和“业务安全与风控”专题，邀请到Google、Facebook、腾讯、网易、支付宝、微信、OPPO、永安在线等公司的技术大咖前来分享他们的宝贵经验 第三部分介绍基于隐私计算技术构建的隐私计算平台和实践案例，隐私计算平台主要包括面向联邦学习的FATE 平台和加密数据库的CryptDB 系统等五个平台，以及隐私计算平台的效率问题和常见的加速策略；实践案例部分主要介绍包括金融营销与风控 ▊《风控要略——互联网业务反欺诈之路》 马传雷，孙奇，高岳 著 全面、系统地介绍了互联网业务安全行业全貌 这是一本全面描述互联网业务反欺诈体系的书籍，全书主要分为洞察黑产、体系构建、实战教程和新的战场 部分介绍了黑产欺诈团伙的运作套路和攻击手段；第2部分总结了我们在构建反欺诈技术体系过程中沉淀的实践经验；第3部分分享了我们和黑产对抗的多个实战案例，以及机器学习算法的综合运用；第4部分介绍了我们在物联网、内容安全、隐私合规等方面的实践和对海外厂商的观察
74010编辑于 2022-07-04 AI赋能金融风控合规：金仕达与腾讯联合解决方案的实践与成效
应对金融风控合规的多重挑战 金融行业面临监管趋严与业务复杂性增加、多源数据与信息孤岛、低效繁琐合规操作、新兴风险与传统模式脱节四大核心痛点。 具体表现为：传统人工合规审查效率低下易出错，业务数据分散难建全面风险视图，文件审核、报告生成等依赖人工耗时费力，洗钱、异常交易等新风险难被传统模型识别。 构建风控合规AI联合解决方案 金仕达与腾讯联合推出风控合规领域AI赋能方案，通过技术整合实现三大核心价值： 提升合规效率与准确性：AI自动处理外部法规及内部规章，通过智能标签、比对功能实现“外规内化 优化业务流程与决策：合规审查智能体自动识别文件性质，按法规及指引审核并汇总输出风险点与修改建议；合规问答智能体精准理解意图，提供高准确率法规引用及推理过程，增强信任与效率。 合规知识库支撑：集成10000+金融法律法规、部门规范，5万+监管处罚案例及海量司法文书，为外规内化、风险评估提供数据基础。
24810编辑于 2026-04-09Java 金融级实战：集成天远银行卡黑名单接口实现资金合规风控
1.资金流向的合规挑战在构建第三方支付平台、聚合支付系统或互联网信贷核心时，“资金去向”的合规性是监管的重中之重。 如果业务系统将款项结算给一张涉及电信诈骗的“涉案卡”，或者接受了来自“交易欺诈”账户的入金，平台将面临巨大的合规风险和资金冻结损失。 equals(caseRelated)||"1".equals(fraudTrans);}}4.真实业务场景落地4.1代付系统(PayoutSystem)在代付业务（如商户提现、工资代发）中，出款前的最后一刻是风控的关键 若isHighRisk()为真，抛出RiskException，回滚事务，并标记订单为“风控拦截”。这能有效防止企业账户因向涉案账户转账而被牵连冻结。 这不仅满足了“反洗钱”等合规要求，更为企业的资金安全构建了一道坚实的防火墙。对接规范与隐私合规重要提示在享受天远API带来的风控便利时，开发者必须时刻绷紧“安全与合规”这根弦。
19710编辑于 2025-12-03- 来自专栏深度学习与python
数据安全合规之后，给风控团队带来了新的问题｜QCon广州
通往数据驱动型公司的路上另一个挑战是数据隐私合规，这也是企业应承担的责任——近几年，为了规范企业对用户数据的使用行为，保护用户的数据隐私权，相关数据隐私保护法规陆续出台，企业需要制定新的数据治理流程以保证数据在整个生产周期中的合规性 今天，安全团队需要引入新的技术手段和新的模型克服无法共享数据导致的数据断流和数据标签缺失的问题，更有效地识别欺诈和黑灰产，应对洗钱和其他犯罪，提升防控能力。 关注到以上问题，将于今年 7 月 31 日 -8 月 1 日举办的 QCon 全球软件开发大会特别策划“数据驱动决策”和“业务安全与风控”专题，邀请到 Google、Facebook、腾讯、网易、支付宝
37730编辑于 2023-03-29 - 来自专栏数据科学与人工智能
金融科技|风控建模技术方案
风控建模的技术方案 1 逻辑回归模型 在银行的传统评分卡建模中，应用的也是逻辑回归模型。逻辑回归本质上是一个线性分类模型。 对于金融科技公司在建模所遇到的大量的弱特征，如何挖掘多个特征之间的互补性，产生组合的分箱特征是一个技术挑战。 一方面，深度学习模型都有很高的模型复杂度，需要大规模的样本数据，而风控领域要获取大规模的样本数据的成本极高。 另一方面，如前所述风控特征数据的维度间是平行的，不存在邻近关系，较难利用CNN和RNN这样具有较好物理含义的深度学习模型，而简单的堆砌若干个全连接层在高维特征数据上是很难得到一个稳定的模型。 总之，金融风控模型是一个既传统又新鲜的技术问题。银行的风控模型已经随着银行业的发展应用了数十年。
2.5K30发布于 2021-07-15 - 来自专栏数据科学与人工智能
【金融数据】消费金融：大数据风控那点事？
相对于传统金融来讲，互联金融面对的客户风险较高，其风控面临的挑战更大，对数据风控对要求就会更高。 三、互联网金融行业的风控挑战 中国的互联网金融企业愿意从美国挖一些风控人才来提高自身风控水平。 很多风控模型到了中国之后并不适合，因此很多中国领先的互联网金融公司并没有采用美国的风控模型，大多是自己开发风控模型。 恶意欺诈的共性信息较少，即使有大量的坏种子，也不好建立风控模型来实施控制， 互联网金融公司只能依靠风控经验、客户信息验证、部分行为数据来实施反欺诈。 5.风控模型冷启动问题 每年都有大量互联网金融公司出现，风控成了所有互联网金融公司的核心竞争力。每一家互联网金融公司都会建立风控模型，实施信用风险管理。 大数据风控的优势： 1、用户行为数据成为风控数据 风控最好的数据还是金融数据，例如年龄、收入、职业、学历、资产、负债等信用数据，这些数据同信用相关度高，可以反映用户的还款能力和还款意愿，这些数据因子在风控模型中必不可少
5.1K51发布于 2018-02-28 - 来自专栏OA办公系统
风控、内控、合规一体化，OA系统的风控管理助组织做大做强
1泛微智能化风控平台架构.png OA风控合规管理系统功能亮点 1、风险管理门户 集团业务平台分散，信息采集不全面，藏在信息海洋中的风险如何被及时发现？ 3风控体系上报.png 上下打通、任务快速下达，便捷填报，总部可视化监管，整体提升风控体系自评上报工作效率。 7、风控报表 通过多维度数据与报表实现对风控合规管理数据分析，可根据使用习惯自定义相应风控管理报表。 为管理者多维度、可视化、图形化地展示组织风控合规管理水平，对核心风险数据进行有效预警提醒。 9风险报表.png 8、移动风控管理 支持多终端、多平台，随时随地进行风控合规相关审批、查询和监控；风控合规管理的全过程都能够在移动端实现，PC移动一体化。 10移动风险管理.png OA风控合规管理系统价值总结 平台化：可依据组织当前风控合规管理体系快速构建，满足用户个性化需求； 智能化：智能化风险识别监控，根据配置的规则，对专项风险进行主动预警； 一体化
7.6K40发布于 2020-05-09 金融行业数据湖平台选型：实时风控与监管合规的双重奏
摘要 在金融行业数字化转型中，数据湖平台成为平衡实时风控与监管合规的核心基础设施。 腾讯云数据湖计算（DLC）凭借其云原生架构、高性能计算能力及全链路安全设计，为金融机构提供“实时处理+合规管控”的一体化解决方案，助力企业在风险预警与合规审计之间找到最优解。 集成腾讯云智能分析Agent，实时调用风控模型，输出动态决策建议。 通过等保三级认证 - 支持金融数据分类分级管理 生态融合 对接腾讯云智能风控、反洗钱等SaaS服务 - 兼容Apache ##结语 金融行业数据湖选型需兼顾“实时风控”与“监管合规”双重目标。
37810编辑于 2025-11-03- 来自专栏Datawhale专栏
金融风控评分卡建模全流程！
一、评分卡的分类 在金融风控领域，无人不晓的应该是评分卡（scorecard)， 无论信用卡还是贷款，都有”前中后“三个阶段。 根据风控时间点的”前中后”，一般风评分卡可以分为下面三类: A卡（Application score card）。目的在于预测申请时（申请信用卡、申请贷款）对申请人进行量化评估。 风控评分卡种类 美国fico公司算是评分卡的始祖，始于 20世纪六十年代。Fico的评分卡的示例如下（这是个贷前评分卡，也就是A卡）： ? 我们最熟悉的，莫过于支付宝的芝麻信用分，又或者知乎盐值（虽然知乎盐值不是评估金融风险的，但也算是评分卡的应用之一） 但是，随着信贷业务规模不断扩大，对风控工作准确率的要求也逐渐提升。 因为实际业务里，分数也高风险越低，当然你也可以设计个风险越低分数越低的评分卡，但风控里还是默认高分高信用低风险。 计算出A、B的方法如下，首先设定两个假设： 基准分。
11.3K62发布于 2021-03-11 - 来自专栏点滴科技资讯
消费金融风控创新白皮书
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
5.4K50发布于 2018-07-31 - 来自专栏数据猿
蚂蚁金服风控总监王黎强：智能风控助力新金融
本文为数据猿现场直播“蚂蚁金服风控总监王黎强：智能风控助力新金融”的发言实录。 作为安全风控部门，我们的职责比较明确，就是要为业务保驾护航，保障每一个客户的账户跟资金的安全，帮助整个金融业务拓展到全球的每一个角落，服务于每一个普通消费者，这是蚂蚁金服智能风控和业务走过的路。 因为我们所有的交易是在线上发生的，与传统金融机构的区别在于，我们所有的风险也都是暴露在线上的。通过多年的努力，我们构建了一套全方位立体化智能的风控体系，这里我可以分享几个数据： 第一个数据是一百毫秒。 举个例子，我们整个风控体系就像人的骨骼，数据是人的血肉，AI是人的大脑，三者有机结合在一起，构成了我们整个智能风控体系的框架。然后高效实时的运作起来，是蚂蚁金服智能风控体系的第一个优势。 随着整个国家的消费升级，给这部分客户带来了巨大的金融服务市场。 目前蚂蚁金服的安全风控能力已经成熟，以产品化“蚁盾”的形式输出和服务更多的行业合作伙伴。
3.4K61发布于 2018-04-25 - 来自专栏云计算行业
供应链金融及产业风控
在政府发布的相关政策中，不少都提及了供应链金融。2月19日，工信部发布了关于运用新一代信息技术来支撑服务和疫情防控的通知，其中第11条就写到了要运用基于生产数据的供应链金融来保障企业的复产复工。 很明显核心企业的平台在此类场景的配合、资产的把控和风控的能力上具有一定的优势。 往深处讲，再一个就是金融机构。金融机构有更多的供给层面的资金，可以形成快速有效低成本的供给，甚至还具有一定的风控能力。 这四类角色要紧密地协同在一起，才能够把供应链金融这个事情做的更好。 腾讯云在供应链金融中则是担任了金融科技的角色。那么，金融科技能够在供应链金融中起到一些什么作用呢？ 从供应链金融的场景出发，我们正在筹备金融科技支持供应链金融蝶变的白皮书。白皮书的主题面向国内金融助力、支持小微企业融资、推动实体经济发展。 ---- 在后续课程中我们会继续为大家介绍 腾讯云对供应链金融科技解决方案、产业风控的相关内容 感兴趣的小伙伴可以点击“阅读原文”观看完整视频噢！
4.2K20编辑于 2023-05-29 - 来自专栏云+直播
供应链金融及产业风控
在政府发布的相关政策中，不少都提及了供应链金融。2月19日，工信部发布了关于运用新一代信息技术来支撑服务和疫情防控的通知，其中第11条就写到了要运用基于生产数据的供应链金融来保障企业的复产复工。 另一方面我们又经常会听到产业链金融，其实产业链金融是金融的延伸，是一种观念。在场景中去优化像信用支付的服务之类的服务从而实现节约成本、提升运营效率之类都可以被称作产业链的金融。 很明显核心企业的平台在此类场景的配合、资产的把控和风控的能力上具有一定的优势。 往深处讲，再一个就是金融机构。金融机构有更多的供给层面的资金，可以形成快速有效低成本的供给，甚至还具有一定的风控能力。 这四类角色要紧密地协同在一起，才能够把供应链金融这个事情做的更好。 腾讯云在供应链金融中则是担任了金融科技的角色。那么，金融科技能够在供应链金融中起到一些什么作用呢？ 从供应链金融的场景出发，我们正在筹备金融科技支持供应链金融蝶变的白皮书。白皮书的主题面向国内金融助力、支持小微企业融资、推动实体经济发展。
7.8K01发布于 2020-06-07 - 来自专栏数据科学与人工智能
金融科技|普惠金融下的智能信贷风控
一 普惠金融及智能风控 普惠金融是一种以较低成本为社会各界人士（尤其是欠发达地区和社会低收入者）提供较为便捷服务的金融服务体系。 风险管理是商业银行经营发展的关键因素。 四 普惠金融智能风控发展路径建议 目前，国内大部分商业银行对智能风控系统的建设尚处于初级阶段，即线下为主，线上为辅。 （五）建设人才队伍，完善风控体系 人才队伍是建设智能风控体系的核心力量，同时也是金融机构风控的核心竞争力。 （六）依据不同场景，选择合适模型 商业银行与其他互联网金融不同，更加注重合规审慎经营。 只有将智能风控放在商业银行普惠金融经营发展的大环境中，才能真正处理好普惠金融中传统风控和智能风控的关系，综合评估和运用两者的优势，以一种更加平稳、循序渐进的方式推动风控智能化的平稳转型。
3.9K10编辑于 2022-12-22 - 来自专栏PaddlePaddle
金融风控的护航员——聊聊ERNIE在度小满用户风控的应用
这意味着金融行业的风控需求异常迫切。面对更加下沉的客户群体、更加复杂的用户信息，既需要保证业务安全合规，也需要把控风控尺度和客户体验之间的平衡。 那么现在的金融机构是如何做这些的呢？ 传统金融机构里会请金融风控师、审核员等对借贷资质进行人工审核，但该工作对相关从业人员的要求极高，既要有相关的背景知识能够对客户的资信状况做全面了解，又要求严谨认真，有独立的判断能力。 在度小满用户风控场景中，通过ERNIE对用户行为信息进行语义层面深度建模，定制化产出一个用户风控ERNIE模型。 利用ERNIE模型的长文本建模能力和预训练语义知识，结合小规模用户行为文本和用户风控标签的标注数据进行ERNIE精细Fine-tune，在训练2轮左右的时间内即可完成用户风控模型的收敛，而传统模型动辄需要训练 基于ERNIE的度小满金融风控模型KS指标绝对提升1.5，AUC指标绝对提升1.5，优化了21.5%的用户排序，有效地提升了优质客群人数，有效地降低了贷款风险并且大幅度减少审核人力。
2.5K10发布于 2019-11-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号