6 月 25 日，螞蟻數科旗下蟻盾發布新一代融合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，在部分業務場景下，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。

張凱隆現場演示了風控場景中智能風險管理、智能數據分析、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；通過對企業的多維數據進行理解、分析和推理，在2分鐘之內生成了一份數據分析報告，這將為企業快速決策和靈活應對市場變化提供實時支持。

風控，是企業數字化轉型及發展的關鍵。隨著數字化不斷發展和風險形態的不斷變化，風險管理變得越來越復雜，挑戰越來越高。在這個過程中，如何利用領先的數字化工具，動態、實時地監測風險并直接輔助于決策，是企業風控部署的首要考量。

作為螞蟻數科的安全風控品牌，蟻盾在近十年的探索中，逐步形成了以決策式AI技術驅動的風控產品，將過去靠專家經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仍需要有專業的技術人員深度參與，對于企業尤其是中小企業來說，風險運營成本高且難以為繼。

自ChatGPT發布以來，生成式AI具備的深度理解和解決復雜問題的能力，為風控創新應用打開了想象空間。蟻盾“AIR”引擎探索將決策式AI與生成式AI進行深度融合，實現了風險運營模式從“人工+智能”到 “人工智能”的巨大轉變。在數據處理階段，“AIR”引擎通過人工指定數據源表，經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據集及性能指標要求，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性的，調整風險策略宛如調轉一艘航空母艦。”張凱隆進一步介紹，AI持續對決策目標和決策結果進行更新和優化，提升了風控系統的適應力和智能化水平，降低了風險策略運營的復雜度，“有了生成式 AI 的加持，基礎運營人員也能輕松駕馭復雜多變的風險場景。”據了解，在開放聯合建模場景，“AIR” 引擎通過AI 對業務全流程進行智能輔助，將特征加工與建模效率均提升了40%。

蟻盾目前在國內已服務了金融、大宗貿易、出行、電商等數十個行業的2000余家客戶。“我們將秉持開放姿態，加速推動技術產品向成熟的商業化服務迭代”，張凱隆表示，“我們的愿景是，通過不斷的技術創新，讓每一家機構或企業，無論規模大小，都能擁有高效、專業、智能且可信賴的風控能力，讓風險管理更簡單，從容應對外部環境的不確定性，把握數字化轉型的機遇。”

據悉，為助力銀行等機構具備對核心風控系統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或能力進行全面開放。“AIR”引擎將開放300多個APIs，支持全面定制化開發。此外，“AIR”引擎的核心框架將于今年 10 月份開源，以鼓勵并支持開發者利用開源框架進行更深度的擴展開發，滿足不同行業、不同場景下的特定風控需求。這種開放的模式，將促進風控技術的快速迭代與創新，推動整體行業的共同進步。