《银行科技研究社》（作者 木子剑）：近日，江苏银行透露，其在多个场景应用“智慧小苏”大模型，使得该行风控能力再次升级。这些应用包括：
一是规则组件化。
以往由于风控模型中的规则数量庞大，且业务人员对规则的命名方式不同，可能存在规则重复的情况。这在一定程度上降低了风控模型管理资源的使用效率，影响业务的灵活性与响应速度。
因此，江苏银行剖析了数百个风控模型的底层逻辑，提炼出超4000条适用规则，生成约800项常用组件。这些组件单元支持通过特征标签进行查询，并基于规则进行单产品回溯和多产品对比，提高风险管控能力。组件化摒弃了一个场景一组规则的作坊模式，也规范了风控模型的开发和维护流程。
据介绍，依托江苏银行“智慧小苏”大模型服务平台，风控模型组件化管理充分发挥大模型在代码生成、文本字段提取、语义理解与泛化能力等方面的优势，配合自动化脚本，从工程应用层面聚焦组件化任务。规则组件化工作分为数据收集清洗、组件智能生成与人工审核三大阶段，通过大模型赋能实现组件的高效生成与精准合并，组件准确率超90%。
模型组件化管理可为江苏银行风控提供更灵活而高效的解决方案。目前，该行已实现风控模型从建模、编译、部署到监控的全生命周期管理。
二是合同智能质检。
企业凭借贸易合同申请贷款时，需要快速鉴定合同真伪、识别合同中的错漏信息，进而完成合同质检，但传统AI模型无法统一识别和提取复杂合同中的关键信息，降低了审批效率。
因此，江苏银行利用“智慧小苏”大模型的语义理解和实体识别能力，结合OCR技术，实现对非制式合同的高效扫描，提取合同供需方、签订时间、交易货物等多种文本信息。基于提取的关键字段，江苏银行构建了专业的风险控制模型，可通过外部数据等途径，对合同双方信息进行智能检测，在授信过程中，对风险较高的交易提前发出预警。
江苏银行表示，自上线以来，该场景已实现数千份贸易合同的智能质检，文本提取准确率超95%，简化了合同质检流程，助力分支行更高效地完成受托支付合规性审核。
三是地址智能比对。
银行针对小微个体户推出的专项贷款产品，往往需要客户经理在外拓营销过程中收集个体商户信息进行校验。其中，商户法人手动填写的门店地址需与工商注册地址一致，但省、市、区及楼栋信息描述经常存在差异，传统的规则匹配对比方式存在边缘情况多、开发难度大等问题。
因此，江苏银行将“智慧小苏”大模型与规则匹配相结合，对地址信息进行预处理、拆解及相似度计算等操作。通过收集与标注大量的地址数据，持续迭代优化模型，减少边缘情况的影响。当省、市、区信息不完全一致但街道和门牌号等关键信息一致时，大模型仍能准确判断多个地址是否指向同一地点，风险识别准确率达99%。
据介绍，江苏银行已将该方法逐步推广至其他与地址相关的业务场景，助力提升业务处理效率和风控水平。
据《银行科技研究社》了解，“智慧小苏”是江苏银行自主研发拥有最大1760亿参数的大模型平台，于2023年4月顺利投产，并实现客服场景首次应用。“智慧小苏”大模型服务平台构建了基础设施层、工具层、模型层、服务层与应用层5层架构。
在该平台的支撑下，江苏银行大模型应用场景也在不断上新。
比如2024年5月消息，“智慧小苏”平台增添新场景，上线“智能文档助手”助力企业授信，搭建“移动智库”提升用户体验。
彼时介绍，基于大模型的“智能文档助手”，可自动归纳企业经营状况，结合实时舆情信息，生成授信调查报告，工作效率提升42%，预计每年节省客户经理1.5万工时。而基于大模型的“移动智库”可智能整合并提炼内外部规章制度、产品政策、操作流程等，其不仅能提供即时的信息检索服务，还能进行分析并生成建议，用于智能办公和客户服务领域。据悉，“移动智库”赋能的线上客服应答准确率由93%提升至97%。
银行业金融科技社群，有兴趣的朋友请添加群主：yktworld 备注：公司+姓名+职务+银行入群。仅限银行科技工作人员。
