昆山农商银行：AI赋能风控策略迭代 每日短讯

(资料图)

为进一步推进风险防控领域的数智化转型，昆山农商银行上线“风控策略智能体”，将AI能力嵌入策略迭代全流程，为破解中小银行风控共性难题、提升普惠金融质效探索数智化新路径。

背景定位：释放人力，提高效率

线上信贷风控策略优化长期面临三组矛盾：一是时效之困，规则迭代高度依赖业务专家的人工分析与经验判断，单轮周期长，市场政策、客群画像、欺诈手法却在快速变化，策略响应永远“慢半拍”。二是精度之困，不同产品规则总量庞大且嵌套关联，人工维护难免经验波动，一个“小样本”认知偏差就可能导致策略失准，误将真实融资需求的客户挡在门外。三是协同之困，规则挖掘与变量组合分析必须由建模人员主导，业务、风控、科技三方反复对齐目标与口径，沟通链路长、试错成本高，迭代周期进一步拉长。正是在这样的背景下，“风控策略智能体”应运而生。为此，昆山农商银行成立了由风控、业务、科技条线联合组建的“数智化风控敏捷小组”，聚焦“效率低、人力重”两大核心痛点定向攻坚，让智能体承担烦琐的数据分析与规则挖掘工作，将业务、风控、建模人员从重复性手工劳动中解放出来。

前置治理：把“原数据”炼成“标准燃料”

特征数据是智能体运转的“原料”，但其价值并非天然可用。不同风控场景下的字段定义不一致、空值率过高、相似名称易混淆等问题普遍存在，如何快速、准确地筛选出有效特征输入智能体，直接决定了分析结果的可靠性。为此，项目团队在数据治理阶段开展了系统性攻坚：联合风控、业务专家逐项梳理数据字段的业务含义，统一命名规范；评估字段覆盖率与有效性，剔除无效高噪变量；形成标准化数据字典作为智能体的唯一数据输入源。通过这一前置治理，智能体得以在高质量标准数据中高效筛选字段，大幅降低了试错成本，为项目的顺利投用奠定了坚实的数据地基。

场景应用：以AI重塑风控策略迭代

“风控策略智能体”是一款智能特征分析与策略组合工具，目前应用已覆盖零售新体系4款产品贷前、贷中累计7个核心场景。业务人员只需输入通过率、坏样本下降比例等预期业务目标，智能体即可对消费、经营等多场景的客户特征指标进行智能组合分析，自动输出详尽的策略报告。报告涵盖规则清单、组合策略建议、目标达成情况、特征Ⅳ值（质量维度）与KS值（区分能力维度）评估、变量分析及规则挖掘全流程，并同步附带多维度样本上的模型表现。同时，系统支持人工干预，业务人员可依据专家经验调整变量类型、分箱及规则阈值，让AI重新测算，实现“人机协同、持续优化”。

效果初显：规则更精准，专家更专注

“风控策略智能体”上线后，在效率、质量和资源优化等方面均取得明显成效。效率层面，原本需人工1-2周完成的规则挖掘分析，如今仅需5—10分钟输入数据和目标等待智能体输出结果即可，效率提升超95%。门槛层面，智能体替代了建模专家深度挖掘的技术角色，业务专家无需掌握编程或建模语言，即可独立完成规则分析与优化，释放了稀缺的建模人力资源。质量层面，智能体分析水平稳定达到中等策略专家标准，有效规避了人工操作中的经验波动与判断偏差，确保了输出质量的统一性与可靠性。

下一步，昆山农商银行将持续深耕AI技术在风控领域的创新应用，进一步探索评分卡与规则的自动反检与优化，推动风险管理从被动响应走向主动预见，以更精准、更高效的金融服务助力地方经济高质量发展。（江春春）