騰訊是一家既能站在前臺(tái)，也能做好幕后的公司。

“前臺(tái)”是大眾熟悉的業(yè)務(wù)，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(tái)或是游戲、視頻軟件。

“幕后”則是說(shuō)騰訊以云為底座，向其他企業(yè)提供互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、AI底層的技術(shù)、產(chǎn)品、能力以及解決方案等。比如，在過(guò)去10年里，騰訊系投資超過(guò)1000家企業(yè)，其中不乏知乎、嗶哩嗶哩、名創(chuàng)優(yōu)品、蔚來(lái)等明星公司，僅上市公司就有百余家。

到了“AI+”的時(shí)代，騰訊用技術(shù)搭建大模型基礎(chǔ)設(shè)施底座，帶動(dòng)業(yè)務(wù)發(fā)展。這既包括構(gòu)建混元這樣具備全球頂級(jí)競(jìng)爭(zhēng)力的開(kāi)源大模型，也包括助力千行百業(yè)擁有自己的大模型。

比如最近，騰訊云天御與樸道征信聯(lián)合發(fā)布了「樸智平臺(tái)」，這是騰訊支持金融機(jī)構(gòu)的又一力作。

在金融行業(yè)中，風(fēng)控是重中之重。傳統(tǒng)金融風(fēng)控主要基于業(yè)務(wù)專家與風(fēng)控專家的經(jīng)驗(yàn)總結(jié)，制定各類規(guī)則，進(jìn)行人工審核，但這樣的模式，已經(jīng)不適用于當(dāng)下。

一是這種靜態(tài)防御往往滯后于欺詐手段的演變，隨著金融領(lǐng)域欺詐手段頻發(fā)，各種新手段、新問(wèn)題層出不窮。金融機(jī)構(gòu)一直在期待能從傳統(tǒng)的“先出現(xiàn)問(wèn)題——再推出策略”的「策略對(duì)抗」，轉(zhuǎn)為“人工智能大模型自動(dòng)實(shí)時(shí)識(shí)別”的「模型對(duì)抗」。

二是對(duì)于大多數(shù)金融機(jī)構(gòu)，尤其是中小規(guī)模的金融機(jī)構(gòu)來(lái)說(shuō)，自主搭建風(fēng)控系統(tǒng)成本高，困難多，很不劃算。

騰訊關(guān)注到了這一行業(yè)困境，聯(lián)合樸道征信，共同搭建了“樸智平臺(tái)”，為金融機(jī)構(gòu)服務(wù)。樸智平臺(tái)的主要目標(biāo)是幫助金融機(jī)構(gòu)「一站式建�！梗鞘讉�(gè)面向行業(yè)提供大模型建模能力的服務(wù)平臺(tái)，這對(duì)于那些希望盡快通過(guò)數(shù)字化工具提升風(fēng)控能力的金融機(jī)構(gòu)來(lái)說(shuō)，無(wú)疑是最劃算的選擇。

文 | 涵元

編輯| 浩然

本文為商隱社原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系后臺(tái)

“行業(yè)首個(gè)持牌MaaS平臺(tái)”，

含金量有多高？

各行各業(yè)發(fā)展到今天，數(shù)據(jù)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(diào)研了上 百家金融機(jī)構(gòu)，總結(jié)出了四點(diǎn)。

一是使用方便，即最大程度降低使用門檻。樸智平臺(tái)核心價(jià)值在于，將先進(jìn)的大模型技術(shù)、數(shù)據(jù)能力與風(fēng)控經(jīng)驗(yàn)，打包成標(biāo)準(zhǔn)化、易用的服務(wù)，提供給銀行、消金等金融機(jī)構(gòu)，幫助它們提升風(fēng)控效率和效果，并且在時(shí)間上縮短到T+2，減少成本。

二是專業(yè)能力過(guò)關(guān)。畢竟，在效率至上的年代，大家都希望快點(diǎn)將好的服務(wù)提供給消費(fèi)者，合作伙伴的專業(yè)能力過(guò)硬，不拖后腿，就成了重要篩選標(biāo)準(zhǔn)。

三是安全且合規(guī)。《中華人民共和國(guó)網(wǎng)絡(luò)安全法》、《中華人民共和國(guó)個(gè)人信息保護(hù)法》等法規(guī)明確規(guī)定個(gè)人數(shù)據(jù)使用權(quán)限。金融行業(yè)作為高度數(shù)據(jù)敏感行業(yè)，一方面需要大量數(shù)據(jù)做業(yè)務(wù)支撐，另一方面又不能違反法規(guī)，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(tǒng)模式下搭建一個(gè)消費(fèi)貸風(fēng)控模型，需要先找3-5家數(shù)據(jù)供應(yīng)商對(duì)接，耗時(shí)1-2周進(jìn)行數(shù)據(jù)回溯，再通過(guò)算法團(tuán)隊(duì)耗時(shí)2周搭建模型，最后反復(fù)驗(yàn)證效果。這樣一套流程下來(lái)估計(jì)要1-2個(gè)月。

在市場(chǎng)上，能同時(shí)做到以上四點(diǎn)的服務(wù)機(jī)構(gòu)少之又少，但樸智平臺(tái)可以。

首先，樸道征信是全國(guó)第二家同時(shí)持有「?jìng)�(gè)人征信業(yè)務(wù)牌照」和「企業(yè)征信業(yè)務(wù)資質(zhì)」的市場(chǎng)化征信機(jī)構(gòu)，其正式性與合法性得到了官方認(rèn)可。“行業(yè)首個(gè)持牌MaaS平臺(tái)”，意味著自成立之初，樸智平臺(tái)就把「合規(guī)」刻在了基因里。

而騰訊則是擁有微信、QQ、游戲等數(shù)以億計(jì)用戶的超級(jí)平臺(tái)，這意味著它每天要承受來(lái)自全球的海量網(wǎng)絡(luò)攻擊，系統(tǒng)已經(jīng)過(guò)無(wú)數(shù)次優(yōu)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(yīng)用后將降低金融機(jī)構(gòu)，尤其是中小金融機(jī)構(gòu)的使用成本，讓大家都享受到頂尖的風(fēng)控技術(shù)紅利。

科技獨(dú)角獸企業(yè)帕西尼CTO張恒第這樣形容騰訊的科技能力：騰訊云是一個(gè)讓我很「無(wú)感」的平臺(tái)，這里的「無(wú)感」是褒義，因?yàn)橹挥衅脚_(tái)做得特別好，用戶才無(wú)需深入了解它，拿來(lái)用即可。

另一家獨(dú)角獸企業(yè)告訴我們，在具備處理全模態(tài)數(shù)據(jù)的企業(yè)里，他們一家一家測(cè)試，結(jié)果發(fā)現(xiàn)騰訊做得最好，所以選擇了與騰訊合作。

雙方強(qiáng)強(qiáng)聯(lián)合，樸智平臺(tái)獨(dú)有的專業(yè)性+安全性，讓企業(yè)使用起來(lái)放心。

什么是效率提升的關(guān)鍵？

對(duì)于前期展業(yè)的金融機(jī)構(gòu)來(lái)說(shuō)，「目標(biāo)越聚焦，操作越簡(jiǎn)單」，也就意味著「效率越快，成本越低」。

通過(guò)樸智平臺(tái)，金融機(jī)構(gòu)可以在一周內(nèi)完成多源數(shù)據(jù)調(diào)用，比傳統(tǒng)需要的1-2個(gè)月快了不少。

樸智平臺(tái)是如何解決這一連串的效率“痛點(diǎn)”的？

要弄明白這個(gè)問(wèn)題，首先我們要明白過(guò)往金融機(jī)構(gòu)風(fēng)控卡點(diǎn)在哪里。

一是數(shù)據(jù)孤島問(wèn)題。金融是高度數(shù)據(jù)依賴行業(yè)，數(shù)據(jù)的完整與否，直接決定了風(fēng)控準(zhǔn)確度。

● 多頭借貸是典型例子：一個(gè)用戶可能在A銀行、B小貸公司、C互聯(lián)網(wǎng)金融平臺(tái)同時(shí)申請(qǐng)貸款。如果這些機(jī)構(gòu)數(shù)據(jù)不共享，單個(gè)機(jī)構(gòu)看到的都是“優(yōu)質(zhì)客戶”，但實(shí)際上該用戶已負(fù)債累累，風(fēng)險(xiǎn)極高。孤島狀態(tài)下，每個(gè)平臺(tái)只能看到孤立的風(fēng)險(xiǎn)點(diǎn)，無(wú)法關(guān)聯(lián)識(shí)別出背后的欺詐網(wǎng)絡(luò)。

● 身份冒用與洗錢：不法分子可以利用在A平臺(tái)泄露的個(gè)人信息，到B平臺(tái)進(jìn)行身份冒用申請(qǐng)。如果B平臺(tái)無(wú)法與權(quán)威數(shù)據(jù)源或行業(yè)黑名單庫(kù)實(shí)時(shí)校驗(yàn)，不僅難以識(shí)別欺詐，還會(huì)帶來(lái)多維度糾紛。

我們常見(jiàn)的場(chǎng)景是：數(shù)據(jù)很多，但散落在不同的機(jī)構(gòu)體系里，且標(biāo)準(zhǔn)定義都不統(tǒng)一，有時(shí)候看上去同一個(gè)名字背后可能是不同的定義，調(diào)用流程復(fù)雜，需投入大量人力物力進(jìn)行數(shù)據(jù)清洗與預(yù)處理，效率極低。

二是傳統(tǒng)模型依賴單一數(shù)據(jù)或固定規(guī)則，難以應(yīng)對(duì)“團(tuán)伙欺詐隱蔽性強(qiáng)”、“長(zhǎng)尾客群風(fēng)險(xiǎn)特征模糊”等新型風(fēng)險(xiǎn)問(wèn)題。

三是對(duì)于中小機(jī)構(gòu)來(lái)說(shuō)，樣本量不夠支撐業(yè)務(wù)發(fā)展。通常來(lái)說(shuō)，樣本越大、越全，訓(xùn)練模型效果越好。但對(duì)于中小機(jī)構(gòu)來(lái)說(shuō)，短時(shí)間內(nèi)湊齊大量樣本幾乎是「不可能」的事。

“中小銀行數(shù)周所積累的樣本，未必足夠訓(xùn)練一個(gè)風(fēng)控模型，導(dǎo)致有些新產(chǎn)品上線只能采取冷啟動(dòng)策略，即在缺乏對(duì)足夠多樣本進(jìn)行風(fēng)控策略訓(xùn)練的情況下，就直接上線新產(chǎn)品�！币晃汇y行風(fēng)控人士說(shuō)。

在數(shù)據(jù)層面，樸智平臺(tái)的應(yīng)對(duì)策略為：

● 整合行業(yè)內(nèi)最多元且權(quán)威的數(shù)據(jù)，包括樸道征信的積累+騰訊云天御的特征數(shù)據(jù)+多家合規(guī)第三方數(shù)據(jù)源（運(yùn)營(yíng)商、支付電商SDK等）的畫(huà)像標(biāo)簽，經(jīng)過(guò)統(tǒng)一標(biāo)準(zhǔn)化處理，如對(duì)各種字段的定義、時(shí)間窗口拉齊、整個(gè)接口的封裝等，確保不同數(shù)據(jù)源的數(shù)據(jù)能對(duì)齊說(shuō)話。

● 支持一鍵回溯，通過(guò)樸智平臺(tái)的回溯管理模塊，可以一鍵查看源數(shù)據(jù)產(chǎn)品在歷史上的表現(xiàn)。同時(shí)用戶可上傳本地?cái)?shù)據(jù)與樸道平臺(tái)的數(shù)據(jù)源數(shù)據(jù)進(jìn)行融合對(duì)比。

● 開(kāi)放本地?cái)?shù)據(jù)接入，滿足個(gè)性化需求。各家機(jī)構(gòu)都有自有存量數(shù)據(jù)，比如存量客戶的交易流水、客戶的好壞表現(xiàn)。金融機(jī)構(gòu)可以將自己的數(shù)據(jù)與平臺(tái)數(shù)據(jù)源融合使用，這樣做出來(lái)的模型更貼近自身業(yè)務(wù)。

在算法層面，樸智平臺(tái)將全面從“策略對(duì)抗”轉(zhuǎn)為“模型對(duì)抗”。

● 一是集成自動(dòng)機(jī)器學(xué)習(xí)算法，優(yōu)化建模流程，實(shí)現(xiàn)建模準(zhǔn)備的POC測(cè)試、模型建設(shè)及上線的自動(dòng)化，降低人工調(diào)參門檻，風(fēng)控專家可以通過(guò)設(shè)計(jì)不同提示來(lái)引導(dǎo)模型關(guān)注不同的風(fēng)險(xiǎn)點(diǎn)，比手動(dòng)調(diào)整規(guī)則和模型參數(shù)更高效。

● 二是應(yīng)用持續(xù)學(xué)習(xí)框架。這樣一來(lái)，用少量數(shù)據(jù)即可與模型進(jìn)行適配，無(wú)需全部重新訓(xùn)練，進(jìn)而解決了金融機(jī)構(gòu)小樣本難題，同時(shí)通過(guò)少量樣本的提示學(xué)習(xí)，模型可以快速調(diào)整，實(shí)現(xiàn)模型與欺詐模式的對(duì)抗升級(jí)。

● 三是借助全流程自動(dòng)化工具，業(yè)務(wù)人員無(wú)需掌握代碼即可完成操作。

針對(duì)樣本量不足的問(wèn)題，樸智平臺(tái)的應(yīng)對(duì)策略為：在“數(shù)據(jù)不共享”的基礎(chǔ)上，做到“模型可共建”，解決小樣本建模難題，分三階段，訓(xùn)練出一個(gè)金融大腦。

● 無(wú)標(biāo)簽預(yù)訓(xùn)練

● 有標(biāo)簽微調(diào)

● Prompt learning

采用這樣的模式，僅幾百條數(shù)據(jù)就能構(gòu)建穩(wěn)定模型，整個(gè)模型從建模到落地效率提升70%以上。同時(shí)保證KS值（Kolmogorov-Smirnov，評(píng)估模型效果的一種指標(biāo)）相比傳統(tǒng)小樣本學(xué)習(xí)算法平均提升2個(gè)點(diǎn)。

打破技術(shù)固化：新時(shí)代的“共同富�！�

樸智平臺(tái)的 MaaS模式，本質(zhì)上是一種“技術(shù)平權(quán)”，它將原本需要投入巨額資金和頂尖人才的大模型風(fēng)控，變成了像水電一樣可以按需取用、負(fù)擔(dān)得起的公共服務(wù)，讓中小金融機(jī)構(gòu)能以極低的成本，獲得行業(yè)頂尖風(fēng)控技術(shù)。

在使用層面，樸智平臺(tái)也盡可能降低接入門檻，比如無(wú)需安裝軟件，通過(guò)樸道遠(yuǎn)程登錄即可使用，實(shí)現(xiàn)一鍵回溯、一鍵建模、一鍵發(fā)布；MaaS模式本身零使用費(fèi)，僅對(duì)回溯過(guò)程收取少量費(fèi)用。

可以說(shuō)，在大家都忙于加固自己的技術(shù)壁壘時(shí)，騰訊走出了一條不一樣的路——支持開(kāi)發(fā)者以最小成本獲得最大效益，實(shí)現(xiàn)行業(yè)共振共贏。就在今年的騰訊全球數(shù)字生態(tài)大會(huì)上，騰訊正式宣布AI能力全面開(kāi)放。AI不再只是騰訊內(nèi)部“秘密武器”，而是將底層大模型、開(kāi)發(fā)平臺(tái)、應(yīng)用場(chǎng)景、算力基礎(chǔ)設(shè)施，對(duì)各行各業(yè)全面釋放。

從騰訊的角度看，落地>概念。只有開(kāi)放的生態(tài)才能讓數(shù)據(jù)模型越來(lái)越聰明，金融風(fēng)控本身不是一個(gè)零和游戲，需要整個(gè)行業(yè)共同沉淀經(jīng)驗(yàn)、共享智慧。

也只有這樣，才能形成正向閉環(huán)，即金融機(jī)構(gòu)使用平臺(tái)-產(chǎn)生新數(shù)據(jù)-數(shù)據(jù)產(chǎn)生新經(jīng)驗(yàn)反哺平臺(tái)-平臺(tái)優(yōu)化算法-機(jī)構(gòu)根據(jù)平臺(tái)反饋加工新數(shù)據(jù)-反饋平臺(tái)，從而形成正向循環(huán)。

事實(shí)上，騰訊一直致力于共贏并打造良好生態(tài)。2023年6月，騰訊云首次正式公布行業(yè)大模型研發(fā)進(jìn)展，并發(fā)布面向B端客戶的騰訊云 MaaS服務(wù)解決方案。在這些能力模型的基礎(chǔ)上，客戶只需要加入自己獨(dú)有的場(chǎng)景數(shù)據(jù)，就可以快速生成自己的「專屬模型」。

文旅、政務(wù)、教育、傳媒等行業(yè)皆陸續(xù)受益于騰訊云MaaS。在金融領(lǐng)域，騰訊云已幫助超過(guò)100家金融機(jī)構(gòu)實(shí)現(xiàn)數(shù)智化升級(jí)，讓銀行、保險(xiǎn)、大資管、互金企業(yè)更高效、更智能。

樸智平臺(tái)是騰訊云在金融場(chǎng)景下的又一次升華。它具體地展示了新技術(shù)的應(yīng)用、資源整合、技術(shù)資源共享，讓我們看到大模型、MaaS、數(shù)據(jù)融合等趨勢(shì)是如何在一個(gè)垂直領(lǐng)域落地生根并創(chuàng)造價(jià)值的。

它同時(shí)也是一種金融普惠，讓更多需要信貸業(yè)務(wù)但缺乏相關(guān)數(shù)據(jù)的優(yōu)質(zhì)用戶，得到應(yīng)有的金融服務(wù)，從這個(gè)層面來(lái)說(shuō)，用戶與機(jī)構(gòu)“共同富�！薄�

樸智平臺(tái)真正實(shí)現(xiàn)了商業(yè)世界中最難得的“共贏”：金融機(jī)構(gòu)與用戶都得到了他們想要的服務(wù)，樸智平臺(tái)訓(xùn)練出了絕好的大模型。