螞蟻消金AI大模型風控實現“促消費”與“控風險”雙提升

消費是經濟增長的主引擎，消費信貸則是激活居民消費潛力的關鍵金融工具。12月4日，螞蟻消金首席科學家康宇麟在中關村論壇上分享AI風控創新實踐時表示，“我們運用AI大模型升級風控系統，實時、精準洞察用戶消費需求，讓消費信貸服務既‘解渴’又安全?！?/p>

康宇麟用一個生動案例詮釋了技術如何破解傳統信貸服務痛點。

一位剛入職的外賣員在專賣店選購工作必需的電動車，價格4000元。打開支付寶選擇花唄支付時，系統顯示臨時額度到賬，順利完成購買。

看起來簡單的一筆貸記支付，背后藏著一個傳統風控的技術難題：如何在交易瞬間，判斷出這個剛入職、還沒收入證明的外賣員，值得信任？

“傳統風控看的是收入、資產、信用記錄等‘標準化數據’，這些外賣員都沒有。但買電動車是為了工作，是非常合理的消費需求，且大概率能產生確定性收益，為什么不能給他機會？”在康宇麟看來，AI大模型的出現，正在改變這個局面。對更廣泛信息的理解和挖掘，幫助金融機構看見“真實的人”。

螞蟻消金的AI場景實時風控系統，運用大模型的理解和推理能力、多模態異構網絡、動態時序網絡等前沿技術，像一位見多識廣的信貸審批專家，從碎片化信息里推理出真實合理的需求。在外賣員的案例中，系統在交易瞬間捕捉到用戶身份、商戶規模信譽、商品品類和價格等信息，綜合判斷這是一個真實合理的需求，迅速完成信貸決策。

類似的精準服務，還體現在對確定性消費需求的預判上。針對職場新人購房后普遍存在裝修資金壓力，場景風控系統深度分析用戶近期消費行為等數據，再借助大模型知識庫，運用監督學習、組內對比學習等技術，綜合測算用戶資金需求，定向授予6個月裝修額度。

“就像你的朋友，在你開口前就預判需求并做好準備，這種體驗，是傳統金融服務很難做到的?！笨涤铟胝f。

升級后的風控系統，相當于一位“超級風控專家”，在用戶分析、模型搭建、策略制定和審批流程等環節實現全面優化，尤其強化了對非結構化數據的處理能力。而這，正是消費信貸提供精準化、個性化服務的核心支撐。

具體來說，風控能力的躍遷主要體現在三個維度。其一，用戶畫像更"立體"。系統能挖掘以往專家忽略的信用特征，生成人生階段、消費偏好等120余種動態標簽，實現用戶需求和風險的深度洞察。其二，服務效率大幅提升。系統整合更廣泛的數據源并構建知識圖譜，將建模和策略研發周期從30天壓縮至72小時，全鏈路自動化率突破90%。其三，實時決策能力提升。系統依托多智能體協同架構，授信決策可根據實時數據流動態優化，在提升通過率同時防范欺詐，精準匹配不同用戶不同場景的消費需求，年預計節省風控專家工時在1萬小時以上。

AI風控這么"主動"，風險會更大嗎？

數據給出了答案。2024年，螞蟻消金依托場景風控系統為5000萬用戶提供提額服務，帶動交易額超1000億元。同時，這類場景化信貸的風險水平較整體用戶平均水平低20%。

之所以能實現“促消費”與“控風險”雙提升，是因為新一代場景風控真的“讀懂”了用戶需求。康宇麟解釋，“它服務的不是‘高風險人群’，而是‘有真實需求但被傳統風控忽略的人群’。”

值得一提的是，論壇當天，螞蟻消金“多智能體協同風控”憑借在技術創新與商業實踐上的突出表現，獲得中關村互聯網金融研究院、中關村金融科技產業發展聯盟聯合頒發的 “2025全國數字金融創新應用案例”。

“螞蟻消金始終堅守普惠金融初心，累計服務超4億消費者，其中涵蓋1.27億新市民群體?！笨涤铟胩寡?，當前，初入社會的年輕人、新藍領等群體，對于低利率普惠金融服務的需求仍未被充分滿足。“我們相信，隨著大模型技術能力和運用能力持續升級，消費金融將從‘人找錢’的被動服務，走向“錢找人”的主動預見，讓普惠金融服務精準觸達更多消費者。