近日，国内首个金融风控大模型标准的制定在深圳启动，该标准适用于零售信贷的风控管理，旨在当金融机构使用 AI 大模型技术进行风控建模时，为其提供参考和指引据消金界了解，首个金融风控大模型标准的制定，由腾讯主导发起，标准组织 IEEE 指导，微众银行、马上消费、度小满、中原消金等金融机构以及中国信息通信研究院等学术机构联合参与。

据悉零售金融大模型标准计划于明年 9 月正式发布，届时金融机构可在零售贷款大模型的应用场景、基本条件、模型创建以及迭代环节，参考该标准适用于零售信贷的金融风控大模型的落地，以及行业标准的建立，预示着 AI 大模型技术对零售信贷领域重塑的开始。

零售信贷业务对数字技术并不陌生，横向对比其他行业也是一直走在新技术应用的前列，只是这次，AI 大模型技术将会给零售信贷领域带来哪些变化呢？01  头部金融机构积极拥抱大模型一边是 AI 大模型技术的兴起，一边是数据密集型的金融业，两者堪称绝配——金融行业注定会成为大模型落地的重要场景。

而早就开始运用人工智能技术的零售信贷领域，将 AI 大模型和自身业务相结合的基础最好，积极性也最高消金界注意到，多家头部的金融科技pingtai、持牌消金已经在积极的布局大模型，不断探索尝试与业务的结合2023 年第一季度，乐信推出了自研大模型 LexinGPT，并在研发代码辅助、设计创意生成、电销和客服智能化服务等领域落地。

据悉，二三季度乐信通过金融专属数据预训练和业务数据精调，加快 AI 大模型在具体业务场景的应用2023 年 5 月，奇富科技推出了自研金融行业通用大模型 " 奇富 GPT"，利用海量的数据，帮助大模型理解信贷业务的产品、场景和规律，探索 AIGC 在信贷领域全流程的应用。

同样在 5 月，度小满推出了国内首个垂直金融行业的开源大模型 " 轩辕 "度小满将自身业务积累的金融领域的中文预训练数据集，用来训练模型目前大模型技术已经应用在度小满的各个业务场景中，从营销、客服、风控、办公再到研发，都有明显效果。

2023 年 7 月，腾讯云首次发布了金融风控大模型腾讯的金融风控大模型，融合了大量风控建模专家经验，以及过去 20 多年沉淀的海量的欺诈知识以及多场景的风控建模能力2023 年 8 月，马上消费推出国内首个零售金融大模型 " 天镜 "，已经在营销对话系统、客服系统、企业内部知识库上取得明显落地和应用成果，帮助企业达到降本增效、提升收益目标。

2023 年 9 月，蚂蚁集团发布了工业级金融大模型 AntFinGLM，同时发布的还有基于该模型的两款产品——智能金融助理支小宝 2.0 和智能业务助手支小助 1.0近日，招联消费金融发布了开源大模型 " 招联智鹿 "。

一时间，金融大模型呈现出一个集中爆发的势头金融科技pingtai和头部的持牌消金，都拥有大量的高成长性客户，过往的业务积累了海量的数据，本身技术能力也强，因此有通过 AI 深度学习，建立金融大模型的基础当然，机构积极布局大模型，既有抢占先机的考虑，也有零售业务自身发展的需要。

2023 年，银行业面对营收压力，对利润较高的零售信贷业务依旧非常重视，甚至希望进一步挖掘下沉市场的潜力但是面对经济下行压力，下沉市场风险，以及不断进化的黑产，银行又担心资产质量下行的风险所以我们看到，一方面银行一直在喊要加大零售信贷的投放，但实际上普遍采取了偏保守的策略。

这一矛盾其实就是对零售信贷的风控提出了更高的要求而多大程度上改进这一矛盾点，决定了零售信贷业务的突破这时候随着 AI 大模型技术不断成熟，越来越多的机构愿意尝试用大模型提升风控能力，希望能够改进风控模式，提升风控的效率。

据了解，腾讯主导发起，多家机构参与的这次标准制定，就是为了解决传统金融风险控制模型的缺陷与传统风控模型相比，基于大规模 AI 算法的风控模型，能融合海量的金融反欺诈先验知识形成大模型，在应用时能显著提升模型的风险识别性能以及跨场景的泛化能力。

尤其是该标准适用于金融零售信贷场景的风险控制管理，帮助金融机构在运用 AI 技术生成金融风控大模型的过程中提供参考，包括应用场景、基本条件、模型创建以及迭代等环节02  金融大模型落地：痛点与模式虽说 2023 年，金融行业垂直领域的大模型，集中爆发了一波。

但是客观来说，无论是已经发布金融大模型的公司，还是前面提到的参与制定金融风控管理大模型的公司，都仅仅是头部的几家金融科技pingtai和持牌消金建立 AI 大模型，需要大量的专业建模人才，同时需要大量的数据对模型进行训练。

一般的机构，数据样本的积累都不够多，而场景的多变以及快速迭代的要求，又进一步增加了对建模和数据的要求一个大模型的落地，对算力直至电力，都有极高的要求对于绝大多数银行、持牌消金来说，不仅自身的技术、数据积累不够，独立建立金融大模型的成本也过高。

所以，无论是现在还是以后，真正意义上的应用级别的金融大模型，只会存在于少数的大型pingtai上目前看，对绝大多数银行金融机构而言，引入第三方技术，接入其金融大模型，借助第三方风控科技pingtai的辅助决策支持、决策工具支持、以及专家服务，然后利用自己的样本，双

只有这样，中小银行、中小金融机构，才能拥有和大行同一水准的风控能力，搭上 AI 大模型这趟班车消金界了解下来，腾讯云的金融风控大模型与马上消费的消费金融大模型，在这一轮集中推出的金融大模型中，落地应用上做的算是比较深的。

最早上线零售金融大模型的马上消费，在智能坐席当面已经有了突破，是目前大模型运用最成熟，落地最深的应用场景与传统 AI 需要人工参与配流程、配话术相比，大模型在大参数和大数据量的基础上，通过学习优秀人工的对话数据，完成训练后，能够用拟人化的自然语言随机应变的与客户进行交流。

比如，投入运营 6 个月后，马上的 " 天镜 " 大模型意图理解准确率达 91%，相较于传统 AI 的 68% 有大幅提升；客户参与度 61%，也远高于传统模型 43% 的参与率，和人工坐席平均 57% 的水平。

腾讯云对大模型进行训练和知识 " 蒸馏 "，建立了一个基础的金融风控大模型金融机构接入腾讯云金融风控大模型后，可基于 " 样本提示 " 模式，自动生成定制的风控模型实现从样本收集、模型训练到部署上线的全流程零人工参与，建模时间从以前的 2 周缩短到仅需 2 天。

已经推出金融大模型的pingtai，未来的目标都是技术输出，赋能金融机构互联网技术，曾经重塑了整个消费金融行业，在上一轮的重塑中，有崛起的，有落伍的金融科技 " 沉寂 " 一段时间后，迎来了金融大模型，可以毫不夸张的说，大模型技术在金融领域的应用，将再一次重塑金融行业，当然也包括消费金融行业。

风控是金融业务的核心，腾讯牵头金融风控大模型标准的制定，是 AI 大模型在金融垂直领域落地的一次加速而从参与者与参与者数量来看，金融大模型pingtai技术输出，可能会是一个比上一轮的金融科技输出，马太效应更为明显的市场。