现有经营贷存在数字化程度较低，小微普惠金融服务实施成本比较高，大量数字资产无法在线化识别，客户经营场所和本人经营欺诈高等问题。随着大模型、智能体、音视频的快速发展，可以很好的对图像、视频、语音、资料等进行分析和深度理解，也可以基于音视频与用户实现实时智能信息采集、交互问答和实时风险分析。利用这些技术，研发经营贷智能体，实现与用户实时互动和在线化资料识别，实现用户线下经营场所和本人真实经营的有效识别，解决行业长久以来面临的“线下尽调欺诈多、经营材料在线化识别、经营贷风险高”等挑战，开始向可交互式的智能化新型风控模式跃迁。

本次演讲将介绍新希望金融科技 AI 团队基于智能体解决经营贷场景中的风控问题，介绍尽调智能体、审核智能体、在线识别智能体核心实现方案、算法和技术，了解在多家行应用实战情况。希望为经营贷风控提供新的解决方案，降低小微客户的申贷门槛，提升小微客户的风险识别能力，实现交互式的智能化新型风控范式。

演讲提纲

1. 经营贷现状分析和解决方案
   • 经营贷痛点分析
   • 智能体+RTC+大小模型助力经营贷升级
2. 尽调智能体在经营贷中的落地实践
   • 尽调智能体产品介绍
   • 尽调智能体系统实现
   • 交互式实时尽调实现
   • 核心算法实现
   • 核心功能实现
   • 尽调智能体应用案例
3. 问答智能体在经营贷审核中的落地实践
   • 问答智能体产品介绍
   • 交互式智能问答
   • 智能反欺诈
   • 问答智能体应用案例
4. 材料识别智能体在经营贷在线化识别中的落地实践
   • 材料识别智能体产品介绍
   • 材料真假识别
   • 材料信息识别
   • 材料识别智能体应用案例
5. 总结和展望
   • 总结
   • 下一步研究计划

听众收益

1. 了解尽调智能体、审核智能体、材料识别智能体在经营贷中的真实落地案例和实战经验。
2. 掌握多模态大模型、RTC、智能体助力经营贷风控的技术实现方案和应用效果。
3. 了解智能体助力经营贷风控的真实应用，了解经济下行情况下经营贷应该如何破局提升风控能力，如何识别真实经营场所和本人真实经营，如何识别经营材料的真假等。

您的演讲有哪些前沿亮点？

1. 智能体在经营贷场景中的真实应用和解决方案，该方案能解决经济下行下经营贷面临的风控问题和识别问题，为智能体在经营贷风控中的应用落地提供参考和借鉴。
2. 尽调智能体、审核智能体、材料识别智能体是经营贷风控中比较有应用价值的落地方向，将介绍实现的技术方案、算法方案、工程方案和落地效果，内容都比较创新。

新形势下，宏观与微观风险因素叠加，金融机构普遍面临业务发展和持续保持业务健康性的挑战，从客群和产品定位出发，基于可衡量的数据因子，依托大模型与多Agent的场景能力，探索建设“态势感知、量化分析、精准对比、智能调优”的风险动态量化和管理方案成为金融业务穿越未知、行稳致远的重要路径。

本次演讲将介绍同盾科技基于大模型与Agent能力，围绕“风控策略的动态环境适应力和自进化能力”打造的信贷风险决策自进化框架和实践案例，重点介绍感知层如何设计动态触点、挖掘层如何完成策略生成、仿真层如何进行精准对比验证、应用层如何人机协同平衡效率和风险，最终实现从被动防御到主动进化的模式跃迁。
      
演讲提纲

1. 信贷风控的敏捷性困局
   • 传统困局：传统信贷风控的滞后性，表现为策略迭代周期长、风险因子的迁移速度远远高于策略应变调整的响应、对新型风险或行业突发的风险无能为力。如策略更新和调优依赖人工、策略迭代周期长而风险因子已迁移
   • 核心矛盾：静态策略VS动态环境（政策新规、突发风险、行业骤变、经济波动等）
   • 破局方向：基于大模型与智能体技术，驱动信贷精准风控自进化，实现从“态势实时感知-策略热生成-沙盒对比验证-人机协同运营”的闭环体系
2. 基于Agent的决策自学习与自进化的框架设计
   • 感知层（态势实时感知）：基于多源异构的数据维度，采用大模型技术增强实时感知能力，通过决策与业务的双视角量化监控及多维预警，实时察觉业务异常和失效策略
   • 挖掘层（策略生成中枢）：采用多Agent协同，基于AI算法与大模型技术完成策略自迭代，设计完成从特征筛选、规则生成到模型蒸馏的流水线，实现“风险发生-特征挖掘-策略推荐-风险收敛”的全链路
   • 仿真层（沙盒精细验证）：构建对比验证的Agent沙箱，基于历史数据智能生成正反测试用例，同时支持策略压力测试能力，模拟集中性的风险攻击、行业黑天鹅事件等极端场景
   • 应用层（人机智能协同）：在实际落地中采用人机协同的结合模式，设计冲突反馈机制与关键策略变更的人工校准审批流程，并设计可视化Agent提供多维看板，可视化展示策略演变路径和效果归因分析
3. 实践案例
   • 灵活应用大模型技术，助力信贷场景贷前申请欺诈的闪电攻防
   • 多智能体联动，在对公信贷场景中实现贷后-贷前的联防实践
4. 总结和展望
   • 何为信贷决策进化的最优解
   • 下一步研究计划

听众收益

1. 探讨大模型与Agent在信贷决策重构场景的应用实践，助力听众挖掘自身业务场景。
2. 为信贷风控提供从被动防御到主动进化的模式跃迁思路。

前沿亮点

• 信贷场景如何使用大模型与智能体技术实现风险动态感知、决策和执行，如何从被动防御转为主动进化。

2025年，“精准”与“低幻觉”已成为银行 C 端智能服务的生命线。如何让 AI 既能流畅理解并记住客户诉求，又能坚守合规和业务准则？本次演讲以“银行 C 端智能助理”为切入，围绕应用层、智能体层、大模型层、知识库层，步步拆解“降低幻觉”和“提升精准”实践经验，全链路提升服务的精准和体验，主要包括：

• 从 C 端场景出发，如何打造“零幻觉、强理解”的用户体验
• 智能体多角色协同、以及任务的精准拆解与交叉验证
• 大模型工程级提示与“触突型”上下文感知保障对话专业性
• 监管级知识库治理、多源合规小模型为整个系统提供最终的确定性

演讲提纲

1. 银行 AI 落地：从不可控到工程化
   • 痛点：为什么传统单层或黑盒式大模型无法满足银行级服务的“零幻觉”“高精准”要求  
   • 难题：银行应用智能体的三大工程难题：结果不可预测性、响应不可审计性、知识不可更新性
   • 破局：系统分层、精准可控的四层可信产品架构（智能助理）
2. 基于 Agent 和大模型的智能助理架构和应用实践
   • 智能助理产品架构和分层体系
   • 应用层：面向客户的精准体验与幻觉防御
     • 为用户和系统交互设定“安全网”和“精度锚”  
     • 多轮意图澄清机制、用户旅程感知
   • 智能体层：多 Agent 协同、微服务服务总线
     • 多角色 Agent 架构及场景级“多因子确认”
     • Agen t“信心分数”传递与阈值路由
     • 强制降级机制和日志溯源
   • 大模型层：产品级提示工程与“触突型”上下文感知
     • Prompt-as-Service：动态提示词生成、创新信息熵提示能力
     • 上下文感知：触突型上下文工程、运行时激活
   • 知识库层：监管级治理、合规机制与多域小模型校准
     • 知识库分层索引：法规、产品、运营、用户FAQ等多路匹配
     • 领域小模型辅助纠偏和校准
   • 应用的效果
     • 用户体验和服务水平提升
     • 应用迭代和部署显著提效
     • 服务和业务赋能效果明显
3. 总结和展望

听众收益

• 获取掌握银行C端智能助理“四层工程架构”及其在降低幻觉、提升精准上的落地技法
• 了解端到端工程级方案：前端交互约束、Agent 协同、Prompt 管控、知识库治理
• 掌握可度量、可回滚、零信任的AI服务流水线，为金融级智能应用保驾护航

前沿亮点

• 创新“四层可信架构”，系统化和工程化地解决AI幻觉。
• 全栈式多Agent工程体系，“协同自愈”的服务应用经验。
• 工程级Prompt-as-Service与触突型上下文感知能力。

近几年来国内消费信贷规模快速上升，信贷市场趋于饱和。金融机构的自营业务获客从拉新转变为存量挖掘模式。为了提升“中间客群”的获客和风险效率，“测试+敏捷迭代”的运营策略逐渐成为现阶段业务发展的新趋势。

腾讯云天御金融风控大模型，融合了腾讯安全大量风控建模专家经验，以及过去超过15年沉淀的海量欺诈知识与多场景风控模型能力。通过自研的“预训练+微调”框架将异构反欺诈多模态数据进行融合，成功实现风险表征的细粒度解耦和模型能力提升。

本次演讲旨在介绍如何基于大模型技术，融合海量风控知识，解决传统风控模型在小样本/零样本场景下的建模难题。同时介绍腾讯天御金融风控大模型构建、预训练、微调的核心实现算法技术、工程实践方案以及相关行业落地案例。希望为传统的金融风控提供新的大模型思路。

演讲提纲

1. 风控现状分析与挑战
   • 风控进入“模型对抗”新时代
   • "测试+敏捷迭代"风控业务新需求
   • 低门槛动态风险治理新挑战
2. 大模型智能风控新范式
   • 核心理念：融合全要素知识，构建风控业务大模型
   • 框架设计：“大模型+场景适配+蒸馏迁移”一键增强风控模型
   • 技术实现：无监督预训练+有监督微调+MOE全场景训练
   • 多源扩展：整合行业资源，协同共建行业大模型
3. 风控大模型的落地实践
   • 云端大模型赋能方案
   • MaaS平台端到端赋能方案
4. 行业实践案例
   • 贷前场景实践
   • 贷中场景实践
   • 回捞场景实践
5. 总结与展望
   • 总结
   • 下一步计划

听众收益

• 了解大模型技术落地风控业务的实际场景与案例
• 了解风控场景垂类大模型的构建思路和迭代路径

您的演讲有哪些前沿亮点？

• 了解大模型技术落地风控业务的实际场景与案例
• 了解风控场景垂类大模型的构建思路和迭代路径