长按二维码,关注官方公众号
中国人民银行金融标准制定委员会专家，互联网金融协会外聘专家，重庆数宜信信用管理公司高级顾问，重庆市人力资源开发服务中心认证AI应用讲师；15年商业银行高级管理经验，历任某互联网银行风险管理负责人，阿里巴巴和蚂蚁科技集团高级风险专家。熟悉线上信贷业务的风险模型、风险策略开发，熟悉大数据和人工智能技术基本原理及产业端的应用。
从评分卡到智能体：人工智能重塑消费信贷风险管理体系的实践与思考
消费金融风险管理正在从“模型驱动”迈向“智能体驱动”。传统风控体系主要依赖规则引擎、评分卡和机器学习模型，而随着大模型与AI Agent技术的发展，风险管理开始具备“理解、推理、规划、协同与自主执行”能力。
本次分享将重点围绕消费金融核心业务场景，探讨智能体技术如何重构反欺诈、授信审批、额度管理、风险预警与贷后运营等关键环节。结合真实企业实践案例，介绍多智能体协同风控体系在实时风险识别、策略生成、风险调查、催收运营及风险决策辅助中的应用方式，以及如何实现“从模型工具到风险决策中枢”的升级。
演讲提纲：
一、AI Agent如何重构消费金融风险管理
- 从“模型”到“智能体”的能力跃迁
- Agent新增能力：推理、长程决策、多智能体协同、自动策略感知、自主任务规划
- 智能体在风控中的典型架构
二、智能体在风险管理中的典型应用场景
- 智能反欺诈Agent
- 授信审批Agent
- 额度与定价优化Agent
- 贷后预警与催收Agent
三、多Agent协同：未来智能风控体系
- 单点模型到风险决策中枢
- 多Agent协作案例分析
四、基于智能体的消费金融智能风控体系实践
五、AI落地过程中踩过的坑
- 模型准确≠业务价值
- 数据比算法更重要
- AI黑箱与可解释性
- 监管和合规要求
听众收益点：
- 理解消费信贷风险体系的演进逻辑。从规则、评分卡、机器学习到大模型和智能体，建立完整的风险管理认知框架。
- 掌握多智能体框架在风控中的真实落地路径。理解AI不是替代模型，而是构建“规则+模型+大模型+策略”的协同体系。
- 学习大模型、智能体在消费金融机构的实战经验。了解智能体反欺诈、授信审批、贷后预警、策略优化等典型案例，以及落地过程中踩过的坑和解决方法。
