同盾科技董紀偉：深度解析大模型金融應用 賦能金融風控革新

近年來,人工智能應用場景加速落地,賦能千行百業提質增效。金融行業因其對數據處理與智能分析的高要求,成為大模型技術能力驗證的“試金石”。近日,同盾科技董紀偉接受《中國報道》專訪,深度解析大模型如何賦能金融未來,并分享了同盾科技在相關領域的實踐成果。

從“數據堆”到“知識網”:構建新型數據治理體系

當前,金融行業普遍面臨數據資源“碎片化”與“孤島化”的困境。機構內部各條線系統林立,外部數據難以打通,導致大量數據處于“冷態”——雖被存儲卻未被有效利用。

在采訪中董紀偉指出,傳統數據治理側重于標準化與合規性,而在AI時代,其內涵已擴展為“知識化、資產化、向量化”。 董紀偉進一步分析,通過智能標注、自動清洗、實體識別與關系抽取等手段,將原始“裸數據”轉化為具備語義關聯的知識單元,構建“實體-屬性-事件-關系”的計算處理框架,并以此為基礎打造特定場景的知識本體,使數據不再是孤立的字段,而是可推理、可鏈接的知識資產。

“數據不僅僅是數據,更要形成知識萃取。”董紀偉強調,只有完成從“數據堆”到“知識網”的躍遷,用高質量的數據高效驅動AI,才能真正實現“Data for AI”。

智能風控從被動防御邁向主動進化

隨著生成式AI的普及,新型金融風險攻擊模式日益智能化、隱蔽化,“AI攻擊”已成為行業重大威脅。傳統風控模型依賴專家經驗與歷史數據,本質上是一種“事后響應”機制。

董紀偉認為,金融行業需要“以AI反制AI”,通過大模型持續分析與動態風險管理,在風險發生前或發生初期,實現及時、精準的預警與干預。

同盾科技依托對金融行業的深刻洞察與在金融風控領域十余年的技術沉淀,圍繞決策智能的主線,深度融合分布式計算、機器學習、深度學習、時序分析、知識圖譜等多領域能力,構建起自主可控的核心技術體系,推出基于人工智能的新一代決策智能操作系統——智策?2.0,重點打造并升級了金融行業首個支持實際落地的垂直領域風控大模型諸葛?,持續推進開放、共享、可信的決策智能生態建設。

在此基礎上,風險決策體系的感知能力與決策能力得到了顯著提升:在感知層面,系統支持多模態數據集成、特征向量化統一表達及自動化標簽生成,可實現對風險信號的全面洞察與處置;在決策層面,系統融合策略知識智庫、預警歸因分析、決策量化推薦等先進功能,構建起“全局風險態勢感知-實時風險動態管控-風險策略量化調優”的完整閉環,全面提升了金融風險管理的主動性與響應速度。

作為專注金融風控的垂類大模型,諸葛?已集成開發智能決策引擎、知識構建、內容生成與風控特征挖掘四大核心AI能力,能夠為金融機構提供復雜場景下的高效分析能力,助力其精準挖掘風控策略、洞察潛在金融風險態勢。通過為決策者提供多元智能決策支持,驅動實現業務流程與服務模式的動態適配,可高效助力金融機構在日益激烈的風控攻防戰中搶占先機。

該模型集成開發智能決策引擎、知識構建、內容生成與風控特征挖掘四大核心AI能力,能夠為金融機構提供復雜場景下的高效分析能力。

技術落地成效顯著,助推行業數字化轉型

中國銀行業協會《AI在金融風控領域應用報告》顯示,引入AI智能風控系統的銀行,信貸不良率平均下降31%,欺詐交易識別率提升至96%。

同盾科技推出的智策?2.0決策智能操作系統,集成了“超融合計算推理框架”,支持數據產生即加工、特征實時生成。當新風險因子出現時,大模型可自動調整策略權重,實現“感知-決策-反饋-進化”的閉環。這種動態調優機制,顯著提升了大模型對未知威脅的適應性,提高風險治理能力。

該系統支持多模態數據集成、特征向量化統一表達及自動化標簽生成,融合策略知識智庫、預警歸因分析、決策量化推薦等先進功能,構建起“全局風險態勢感知-實時風險動態管控-風險策略量化調優”的完整閉環。

政策技術雙輪驅動,展望金融科技未來

2025年第三季度中國貨幣政策執行報告明確提出,中國人民銀行將充分發揮“數字技術+數據要素”雙輪驅動作用,穩妥推進人工智能大模型在金融領域的應用。

業內普遍認為,這一政策導向清晰勾勒出人工智能大模型賦能金融業務的實際路徑與發展藍圖。隨著政策引導與技術迭代的雙輪驅動,大模型必將在構建更安全、高效、智能的金融生態中持續釋放價值,為金融強國建設注入堅實動能。

更進一步,同盾科技正探索“大模型+小模型”的融合架構提高決策的精準度,同時針對垂直領域打造具有專業知識的AI虛擬專家智能體,形成可持續進化的智能基礎設施,助力金融機構在日益激烈的風控攻防戰中搶占先機。