6 月 25 日，螞蟻數(shù)科旗下蟻盾發(fā)布新一代融合AI風控引擎“AIR Engine（AI FUSE Risk Engine）”，在原有的決策式AI架構(gòu)上通過引入生成式AI，進一步提升風控智能化水平。蟻盾CTO張凱隆介紹道，生成式AI具有“理解推理+自主決策”的能力及特性，“AIR”引擎借助生成式AI，大幅簡化了原有需要專業(yè)算法工程師深度參與的操作流程，在風險管理復雜度綜合降低50%的前提下，將風險對抗時效從天級別降低到了小時級，在部分業(yè)務(wù)場景下，僅需少量甚至無需人工介入即可完成，這直接縮短了從識別風險到實施風險布控策略的時間差。
張凱隆現(xiàn)場演示了風控場景中智能風險管理、智能數(shù)據(jù)分析、智能報告生成的功能 Demo。通過生成式 AI 智能輔助，“AIR” 引擎自動化部署上線了一個風控模型；通過對企業(yè)的多維數(shù)據(jù)進行理解、分析和推理，在2分鐘之內(nèi)生成了一份數(shù)據(jù)分析報告，這將為企業(yè)快速決策和靈活應(yīng)對市場變化提供實時支持。
風控，是企業(yè)數(shù)字化轉(zhuǎn)型及發(fā)展的關(guān)鍵。隨著數(shù)字化不斷發(fā)展和風險形態(tài)的不斷變化，風險管理變得越來越復雜，挑戰(zhàn)越來越高。在這個過程中，如何利用領(lǐng)先的數(shù)字化工具，動態(tài)、實時地監(jiān)測風險并直接輔助于決策，是企業(yè)風控部署的首要考量。
作為螞蟻數(shù)科的安全風控品牌，蟻盾在近十年的探索中，逐步形成了以決策式AI技術(shù)驅(qū)動的風控產(chǎn)品，將過去靠專家經(jīng)驗分析風險的工作線上化、智能化。然而面對復雜多變的風險場景，以“分析、判定及預測”見長的決策式AI仍需要有專業(yè)的技術(shù)人員深度參與，對于企業(yè)尤其是中小企業(yè)來說，風險運營成本高且難以為繼。
自ChatGPT發(fā)布以來，生成式AI具備的深度理解和解決復雜問題的能力，為風控創(chuàng)新應(yīng)用打開了想象空間。蟻盾“AIR”引擎探索將決策式AI與生成式AI進行深度融合，實現(xiàn)了風險運營模式從“人工+智能”到 “人工智能”的巨大轉(zhuǎn)變。在數(shù)據(jù)處理階段，“AIR”引擎通過人工指定數(shù)據(jù)源表，經(jīng)過多次人機交互即可完成自動特征清洗及加工；建模階段，引擎可基于選定的特征數(shù)據(jù)集及性能指標要求，進行自主算法選擇并進行多輪迭代；在風險規(guī)則及策略部署階段，風險策略布控工作可以交由AI接管，大幅降低因人工參與復雜操作可能帶來的不確定性風險。
“對于專業(yè)從事風控管理及運營的人員來說，理解復雜的風險管理訴求及快速布控是具有挑戰(zhàn)性的，調(diào)整風險策略宛如調(diào)轉(zhuǎn)一艘航空母艦。”張凱隆進一步介紹，AI持續(xù)對決策目標和決策結(jié)果進行更新和優(yōu)化，提升了風控系統(tǒng)的適應(yīng)力和智能化水平，降低了風險策略運營的復雜度，“有了生成式 AI 的加持，基礎(chǔ)運營人員也能輕松駕馭復雜多變的風險場景�！睋�(jù)了解，在開放聯(lián)合建模場景，“AIR” 引擎通過AI 對業(yè)務(wù)全流程進行智能輔助，將特征加工與建模效率均提升了40%。
蟻盾目前在國內(nèi)已服務(wù)了金融、大宗貿(mào)易、出行、電商等數(shù)十個行業(yè)的2000余家客戶�！拔覀儗⒈珠_放姿態(tài)，加速推動技術(shù)產(chǎn)品向成熟的商業(yè)化服務(wù)迭代”，張凱隆表示，“我們的愿景是，通過不斷的技術(shù)創(chuàng)新，讓每一家機構(gòu)或企業(yè)，無論規(guī)模大小，都能擁有高效、專業(yè)、智能且可信賴的風控能力，讓風險管理更簡單，從容應(yīng)對外部環(huán)境的不確定性，把握數(shù)字化轉(zhuǎn)型的機遇。”
據(jù)了解，為助力銀行等機構(gòu)具備對核心風控系統(tǒng)更加自主可控的能力，蟻盾將逐步把沉淀多年的核心風控技術(shù)或能力進行全面開放�！癆IR”引擎將開放300多個APIs，支持全面定制化開發(fā)。此外，“AIR”引擎的核心框架將于今年 10 月份開源，以鼓勵并支持開發(fā)者利用開源框架進行更深度的擴展開發(fā)，滿足不同行業(yè)、不同場景下的特定風控需求。這種開放的模式，將促進風控技術(shù)的快速迭代與創(chuàng)新，推動整體行業(yè)的共同進步。
