不做“前臺”做“幕后：騰訊扶持金融機構的底層密碼

騰訊是一家既能站在前臺，也能做好幕后的公司。

“前臺”是大眾熟悉的業務，比如微信、QQ等社交軟件，再比如微信支付、元寶AI等工具平臺或是游戲、視頻軟件。

“幕后”則是說騰訊以云為底座，向其他企業提供互聯網、移動互聯網、AI底層的技術、產品、能力以及解決方案等。比如，在過去10年里，騰訊系投資超過1000家企業，其中不乏知乎、嗶哩嗶哩、名創優品、蔚來等明星公司，僅上市公司就有百余家。

到了“AI+”的時代，騰訊用技術搭建大模型基礎設施底座，帶動業務發展。這既包括構建混元這樣具備全球頂級競爭力的開源大模型，也包括助力千行百業擁有自己的大模型。

比如最近，騰訊云天御與樸道征信聯合發布了「樸智平臺」，這是騰訊支持金融機構的又一力作。

在金融行業中，風控是重中之重。傳統金融風控主要基于業務專家與風控專家的經驗總結，制定各類規則，進行人工審核，但這樣的模式，已經不適用于當下。

一是這種靜態防御往往滯后于欺詐手段的演變，隨著金融領域欺詐手段頻發，各種新手段、新問題層出不窮。金融機構一直在期待能從傳統的“先出現問題——再推出策略”的「策略對抗」，轉為“人工智能大模型自動實時識別”的「模型對抗」。

二是對于大多數金融機構，尤其是中小規模的金融機構來說，自主搭建風控系統成本高，困難多，很不劃算。

騰訊關注到了這一行業困境，聯合樸道征信，共同搭建了“樸智平臺”，為金融機構服務。樸智平臺的主要目標是幫助金融機構「一站式建?！?，是首個面向行業提供大模型建模能力的服務平臺，這對于那些希望盡快通過數字化工具提升風控能力的金融機構來說，無疑是最劃算的選擇。

文 | 涵元

編輯| 浩然

本文為商隱社原創文章，轉載請聯系后臺

“行業首個持牌MaaS平臺”，

含金量有多高？

各行各業發展到今天，數據與資源幾乎遍地可尋，不再是稀缺品。真正的稀缺品是什么？我們調研了上 百家金融機構，總結出了四點。

一是使用方便，即最大程度降低使用門檻。樸智平臺核心價值在于，將先進的大模型技術、數據能力與風控經驗，打包成標準化、易用的服務，提供給銀行、消金等金融機構，幫助它們提升風控效率和效果，并且在時間上縮短到T+2，減少成本。

二是專業能力過關。畢竟，在效率至上的年代，大家都希望快點將好的服務提供給消費者，合作伙伴的專業能力過硬，不拖后腿，就成了重要篩選標準。

三是安全且合規。《中華人民共和國網絡安全法》、《中華人民共和國個人信息保護法》等法規明確規定個人數據使用權限。金融行業作為高度數據敏感行業，一方面需要大量數據做業務支撐，另一方面又不能違反法規，二者之間的平衡也是難題。

四是效率高。一家消金公司告訴我們，傳統模式下搭建一個消費貸風控模型，需要先找3-5家數據供應商對接，耗時1-2周進行數據回溯，再通過算法團隊耗時2周搭建模型，最后反復驗證效果。這樣一套流程下來估計要1-2個月。

在市場上，能同時做到以上四點的服務機構少之又少，但樸智平臺可以。

首先，樸道征信是全國第二家同時持有「個人征信業務牌照」和「企業征信業務資質」的市場化征信機構，其正式性與合法性得到了官方認可。“行業首個持牌MaaS平臺”，意味著自成立之初，樸智平臺就把「合規」刻在了基因里。

而騰訊則是擁有微信、QQ、游戲等數以億計用戶的超級平臺，這意味著它每天要承受來自全球的海量網絡攻擊，系統已經過無數次優化和迭代，其安全能力毋庸置疑。

此外，騰訊代表最前沿的AI能力，泛化應用后將降低金融機構，尤其是中小金融機構的使用成本，讓大家都享受到頂尖的風控技術紅利。

科技獨角獸企業帕西尼CTO張恒第這樣形容騰訊的科技能力：騰訊云是一個讓我很「無感」的平臺，這里的「無感」是褒義，因為只有平臺做得特別好，用戶才無需深入了解它，拿來用即可。

另一家獨角獸企業告訴我們，在具備處理全模態數據的企業里，他們一家一家測試，結果發現騰訊做得最好，所以選擇了與騰訊合作。

雙方強強聯合，樸智平臺獨有的專業性+安全性，讓企業使用起來放心。

什么是效率提升的關鍵？

對于前期展業的金融機構來說，「目標越聚焦，操作越簡單」，也就意味著「效率越快，成本越低」。

通過樸智平臺，金融機構可以在一周內完成多源數據調用，比傳統需要的1-2個月快了不少。

樸智平臺是如何解決這一連串的效率“痛點”的？

要弄明白這個問題，首先我們要明白過往金融機構風控卡點在哪里。

一是數據孤島問題。金融是高度數據依賴行業，數據的完整與否，直接決定了風控準確度。

● 多頭借貸是典型例子：一個用戶可能在A銀行、B小貸公司、C互聯網金融平臺同時申請貸款。如果這些機構數據不共享，單個機構看到的都是“優質客戶”，但實際上該用戶已負債累累，風險極高。孤島狀態下，每個平臺只能看到孤立的風險點，無法關聯識別出背后的欺詐網絡。

● 身份冒用與洗錢：不法分子可以利用在A平臺泄露的個人信息，到B平臺進行身份冒用申請。如果B平臺無法與權威數據源或行業黑名單庫實時校驗，不僅難以識別欺詐，還會帶來多維度糾紛。

我們常見的場景是：數據很多，但散落在不同的機構體系里，且標準定義都不統一，有時候看上去同一個名字背后可能是不同的定義，調用流程復雜，需投入大量人力物力進行數據清洗與預處理，效率極低。

二是傳統模型依賴單一數據或固定規則，難以應對“團伙欺詐隱蔽性強”、“長尾客群風險特征模糊”等新型風險問題。

三是對于中小機構來說，樣本量不夠支撐業務發展。通常來說，樣本越大、越全，訓練模型效果越好。但對于中小機構來說，短時間內湊齊大量樣本幾乎是「不可能」的事。

“中小銀行數周所積累的樣本，未必足夠訓練一個風控模型，導致有些新產品上線只能采取冷啟動策略，即在缺乏對足夠多樣本進行風控策略訓練的情況下，就直接上線新產品?！币晃汇y行風控人士說。

在數據層面，樸智平臺的應對策略為：

● 整合行業內最多元且權威的數據，包括樸道征信的積累+騰訊云天御的特征數據+多家合規第三方數據源（運營商、支付電商SDK等）的畫像標簽，經過統一標準化處理，如對各種字段的定義、時間窗口拉齊、整個接口的封裝等，確保不同數據源的數據能對齊說話。

● 支持一鍵回溯，通過樸智平臺的回溯管理模塊，可以一鍵查看源數據產品在歷史上的表現。同時用戶可上傳本地數據與樸道平臺的數據源數據進行融合對比。

● 開放本地數據接入，滿足個性化需求。各家機構都有自有存量數據，比如存量客戶的交易流水、客戶的好壞表現。金融機構可以將自己的數據與平臺數據源融合使用，這樣做出來的模型更貼近自身業務。

在算法層面，樸智平臺將全面從“策略對抗”轉為“模型對抗”。

● 一是集成自動機器學習算法，優化建模流程，實現建模準備的POC測試、模型建設及上線的自動化，降低人工調參門檻，風控專家可以通過設計不同提示來引導模型關注不同的風險點，比手動調整規則和模型參數更高效。

● 二是應用持續學習框架。這樣一來，用少量數據即可與模型進行適配，無需全部重新訓練，進而解決了金融機構小樣本難題，同時通過少量樣本的提示學習，模型可以快速調整，實現模型與欺詐模式的對抗升級。

● 三是借助全流程自動化工具，業務人員無需掌握代碼即可完成操作。

針對樣本量不足的問題，樸智平臺的應對策略為：在“數據不共享”的基礎上，做到“模型可共建”，解決小樣本建模難題，分三階段，訓練出一個金融大腦。

● 無標簽預訓練

● 有標簽微調

● Prompt learning

采用這樣的模式，僅幾百條數據就能構建穩定模型，整個模型從建模到落地效率提升70%以上。同時保證KS值（Kolmogorov-Smirnov，評估模型效果的一種指標）相比傳統小樣本學習算法平均提升2個點。

打破技術固化：新時代的“共同富?！?/strong>

樸智平臺的 MaaS模式，本質上是一種“技術平權”，它將原本需要投入巨額資金和頂尖人才的大模型風控，變成了像水電一樣可以按需取用、負擔得起的公共服務，讓中小金融機構能以極低的成本，獲得行業頂尖風控技術。

在使用層面，樸智平臺也盡可能降低接入門檻，比如無需安裝軟件，通過樸道遠程登錄即可使用，實現一鍵回溯、一鍵建模、一鍵發布；MaaS模式本身零使用費，僅對回溯過程收取少量費用。

可以說，在大家都忙于加固自己的技術壁壘時，騰訊走出了一條不一樣的路——支持開發者以最小成本獲得最大效益，實現行業共振共贏。就在今年的騰訊全球數字生態大會上，騰訊正式宣布AI能力全面開放。AI不再只是騰訊內部“秘密武器”，而是將底層大模型、開發平臺、應用場景、算力基礎設施，對各行各業全面釋放。

從騰訊的角度看，落地>概念。只有開放的生態才能讓數據模型越來越聰明，金融風控本身不是一個零和游戲，需要整個行業共同沉淀經驗、共享智慧。

也只有這樣，才能形成正向閉環，即金融機構使用平臺-產生新數據-數據產生新經驗反哺平臺-平臺優化算法-機構根據平臺反饋加工新數據-反饋平臺，從而形成正向循環。

事實上，騰訊一直致力于共贏并打造良好生態。2023年6月，騰訊云首次正式公布行業大模型研發進展，并發布面向B端客戶的騰訊云 MaaS服務解決方案。在這些能力模型的基礎上，客戶只需要加入自己獨有的場景數據，就可以快速生成自己的「專屬模型」。

文旅、政務、教育、傳媒等行業皆陸續受益于騰訊云MaaS。在金融領域，騰訊云已幫助超過100家金融機構實現數智化升級，讓銀行、保險、大資管、互金企業更高效、更智能。

樸智平臺是騰訊云在金融場景下的又一次升華。它具體地展示了新技術的應用、資源整合、技術資源共享，讓我們看到大模型、MaaS、數據融合等趨勢是如何在一個垂直領域落地生根并創造價值的。

它同時也是一種金融普惠，讓更多需要信貸業務但缺乏相關數據的優質用戶，得到應有的金融服務，從這個層面來說，用戶與機構“共同富?！?。

樸智平臺真正實現了商業世界中最難得的“共贏”：金融機構與用戶都得到了他們想要的服務，樸智平臺訓練出了絕好的大模型。