腾讯安全副总裁周斌：大模型让本就和AI深度绑定的风控有了更多想象空间

　　 11月21日，由21世纪经济报道主办的“2023首席科技官思享会（闭门会）”在北京成功举行，聚焦大模型的热点话题，金融机构、金融科技公司等资深人士进行了深入研讨。

　　腾讯安全副总裁周斌在发表主旨演讲时表示，金融业对于动态风险治理体系的追求，正在从过往可能一张反欺诈模型卡用好几年的静态风控，向能根据经济形势、客群特征、欺诈态势、技术变革等复合因素敏捷迭代的动态风控转变。

　　他认为，AI大模型的智能涌现，让风控“动”起来变得更便捷。语言类的大模型可以在客服场景针对高风险用户自动进行多轮的审核；智能决策类的大模型可以让金融机构风控建模更迅速。

　　周斌表示，“大模型让本来就和AI深度绑定的风控有了更多想象空间，但让大模型从理念走向实践，从观望走向落地还需要更多信心。”

　　就大模型在风控场景落地的必然性和驱动力，周斌分享了几点思考。

　　第一，发展驱动。在大量银行开展零售信贷业务的过程中，会有全新的客群、存量客户精细化运营、全新的拓客渠道。用传统调整风控策略阈值的方式，显然无法支撑大规模零售业务的稳定性。要从根源也就是风控模型的迭代和升级，才能占据风控的主动，这是大模型的优势。

　　第二，攻防驱动。风控经营的是风险，本质是安全问题。黑灰产运用新技术发动安全攻击的反应速度非常灵敏，甚至于黑灰产也可能研发一个欺诈大模型，能24小时不间断生成不同身份特征的用户，向金融业务发起贷款申请。防守方要能跟上攻击方的节奏才能保障攻守平衡。这同样要求金融机构迭代风控策略和模型的速度要快起来，否则会形成技术降维打击。

　　第三，科技驱动。很多金融机构对于新技术的观望有客观原因，比如，在人才、数据、预算等方面相对不足。但是，大模型反而能让中小银行或者金融机构，拥有和头部大行一个水平梯度的风控科技能力，或者是抹平大行和中小行的科技差距。大模型在解决小样本建模的场景上也非常有优势。腾讯云风控大模型在消金、互金、银行、汽车金融等场景都有大量服务经验，在这个服务过程中积累的风控知识，能很好的弥补建模样本的短缺。