防控風險是金融工作的永恒主題，風險管理能力作為銀行業核心競爭力之一，對客戶權益保障和行業長期穩定發展具有重要意義。當前，人工智能等技術正深刻改變傳統的風險管理發展模式，以風控模型為核心的風險管理技術正面臨著深刻的變革。江蘇銀行以科技創新為引擎，運用“智慧小蘇”大語言模型，賦能風控領域的數智化轉型，推動全行高質量發展。

規則組件化：建設風控模型新范式

之前，風控模型中的規則數量龐大，業務人員對規則的命名方式也不同，可能會發生相同規則重復存在的情況，對直觀查閱決策規則帶來困難，在某種程度上降低了風控模型管理資源的使用效率，影響業務的靈活性與響應速度。面對這一挑戰，江蘇銀行開拓創新，剖析了數百個風控模型的底層邏輯，提煉出超4000條適用規則，生成約800項常用組件。這些組件單元支持通過特征標簽進行查詢，并基于規則進行單產品回溯和多產品對比，提高風險管控能力。組件化摒棄了一個場景一組規則的作坊模式，也規范了風控模型的開發和維護流程。

依托江蘇銀行自主研發的“智慧小蘇”大語言模型服務平臺，風控模型組件化管理充分發揮大模型在代碼生成、文本字段提取、語義理解與泛化能力等方面的優勢，配合自動化腳本，從工程應用層面聚焦組件化任務。規則組件化工作分為數據收集清洗、組件智能生成與人工審核三大階段，通過大模型賦能實現組件的高效生成與精準合并，組件準確率超90%。

模型組件化管理致力于為行內風控業務提供更加靈活、高效的解決方案。目前，江蘇銀行已實現了風控模型從建模、編譯、部署到監控的全生命周期管理。下一步，組件化管理的規則計劃集成至模型全生命周期的管理中，保障模型的版本控制、性能監控和安全合規，支持組件的靈活調用和組合。基于規則組件單元，業務人員可對單一產品進行回溯，通過指標評估存量模型性能，并根據觸發率、不良率等監控數據調整模型閾值。針對多類產品，業務人員還可開展交集或差集規則分析，測算規則使用成效，并根據對照產品調整本產品閾值。

合同智能質檢：打造企業信貸防火墻

在企業憑借貿易合同申請貸款的過程中，需要快速鑒定合同真偽、識別合同中的錯漏信息，進而完成合同質檢，傳統AI模型無法統一識別和提取復雜合同中的關鍵信息，降低了審批效率。

針對這一難題，江蘇銀行充分利用“智慧小蘇”大模型的語義理解和實體識別能力，結合先進的OCR技術，實現了對非制式合同的高效掃描，提取合同供需方、簽訂時間、交易貨物等多種文本信息?；谔崛〉年P鍵字段，江蘇銀行構建了專業的風險控制模型，能夠通過外部數據等途徑，對合同雙方信息進行智能檢測，在授信過程中，對風險較高的交易提前發出預警，有效防范潛在的信貸風險。自上線以來，該場景已實現數千份貿易合同的智能質檢，文本提取準確率超95%，簡化了合同質檢流程，助力分支行更高效地完成受托支付合規性審核。

地址智能比對：提升異常識別能力

江蘇銀行針對小微個體戶推出的專項貸款產品需要客戶經理在外拓營銷過程中收集個體商戶信息進行校驗，其中，商戶法人手動填寫的門店地址需與工商注冊地址保持一致，但省、市、區及樓棟信息描述經常存在差異，傳統的規則匹配對比方式存在邊緣情況多、開發難度大等問題，無法滿足需求。

江蘇銀行采用“智慧小蘇”大模型與規則匹配相結合的方法，對地址信息進行預處理、拆解及相似度計算等操作。通過收集與標注大量的地址數據，持續迭代優化模型，減少邊緣情況的影響。當省、市、區信息不完全一致但街道和門牌號等關鍵信息一致時，大模型仍能準確判斷多個地址是否指向同一地點，風險識別準確率達99%。該方法在確保靈活性、準確性和可擴展性的同時，已逐步推廣至行內其他與地址相關的業務場景，提升了整體業務處理效率和風險防控水平。

江蘇銀行始終堅持以創新為驅動，賦能風險管理流程，完善風控管理體系。下一步，江蘇銀行將加快落實中央經濟工作會議要求，加強基礎研究和關鍵核心技術攻關，開展新技術新產品新場景應用示范，不斷提升數字化風險防控能力,以高質量金融服務助力中國式現代化江蘇新實踐。