面对传统风控在特征挖掘与模型研发上的瓶颈，中信百信银行携手百度“伐谋”，打造出“AlphaMo”智能风控项目。此举不仅实现了特征挖掘效率与建模速度的巨大飞跃，更推动了金融风控体系从“被动防御”向“主动进化”的根本性转变，为行业提供了可复制的AI风控新范式。
智能速览
百信银行引入“百度伐谋”构建“AlphaMo”智能风控体系。
“挖掘智能体”使特征挖掘效率提升100%，风险区分度提升2.4%。
“模型智能体”将建模时间从3天缩短至0.5天，效率提升83%。
该体系突破了风控人才瓶颈，提升了风险识别精准度。
AI风控正构建可持续进化的运营体系，深化普惠金融服务。
精华内容
传统风控面临人才与效率瓶颈，AI智能体如何驱动其实现自我进化与效能飞跃？
风控新范式
风控是银行业稳健发展的基石，但数字风控在特征挖掘、模型研发和人才储备等方面普遍面临挑战。作为原生数字银行，中信百信银行致力于通过金融科技打破服务边界。通过与百度合作，深度融合“百度伐谋”、千帆平台及文心大模型等全栈AI能力，百信银行系统性构建了“挖掘智能体”、“模型智能体”与“策略智能体”三类核心风控智能体，旨在推动风控体系的全链路智能化重构。
挖掘智能体突破
“AlphaMo”项目中的“挖掘智能体”已取得显著成效。该智能体在专业风控专家的训练指导下，利用“百度伐谋”擅长处理复杂数理问题和自我进化的特性，能够7*24小时不间断地在海量数据中挖掘风险特征。
经过持续学习与迭代，其在短时间内便达到了专业数据挖掘工程师的水平。数据显示，特征挖掘效率提升了100%，风险区分度也同步提升了2.4%，为精准风控打下了坚实的数据基础。
模型智能体增效
基于百度千帆与文心大模型构建的“模型智能体”，已在消费金融、小微金融等多个业务场景中投入实战应用。它覆盖了从数据预处理、特征筛选到模型训练、评估的建模全流程。
在实际应用中，“模型智能体”的表现优于人类模型工程师。例如，一项初级模型工程师需耗时3天的开发任务，“模型智能体”仅需0.5天即可完成，效率提升高达83%。同时，其构建模型的KS值已超越初级人员水平7%，显著提升了模型的预测能力。
三重价值突破
“AlphaMo”智能风控项目印证了风控智能体的三重核心价值突破。首先，它有效突破了人才资源瓶颈，实现了风控工作的自动化与规模化。其次，它大幅提升了风险识别的精准度，能在模型和特征层面更准确地识别出“看似有风险”但实际优质的客户，从而在可控风险范围内扩大服务客群。最后，它构建了一套可持续进化的运营体系，为银行业务规模的扩大和普惠金融的深化提供了强大的技术底座。
