数据+实验+模型+策略生态闭环

核心观点与关键内容

场景碎片化和融合

• 在线与离线场景一体化，淡化两者边界，导致贷前贷中交易趋同。
• 贷前和贷中相互渗透、融合，各有侧重。

服务沙箱与业务试验机制

• 业务和场景频繁打样，急需快速大批量的试错机制。
• 应用平台标准化和快速组装闭环不足，导致业务试错响应度和敏捷性偏差。

“策略-模型-实验-数据”生态闭环

• 风控闭环生态：应用“AI+风控”增强风险识别能力，全面覆盖金融智慧风控、反欺诈等场景，保障金融业务高速增长；探索信用风险策略、反欺诈、特征、AI、数据智能等场景一站式智能风控体系。
• 风控+AI技术：依托毓数的大数据技术，平台集成多种AI框架，实现大规模分布式训练和推理；AI开发平台提供不同层级工具（模型定制、数据训练、策略编写、算法开发），实现所需AI能力。
• “策略-模型-实验-数据”：基于数据的智能风控，构建AI应用闭环（小时级自助化模型生产迭代）、高效特征开发、一体化的策略引擎和智能化的实验平台，形成风控闭环。

总结

• 智慧风控：运用大数据与AI等新技术，服务创新，流程创新，建设从注册到贷后的全生态闭环用户经营生态系统。
• 科技赋能：结合风控经验和数据积累，运用互联网、大数据、AI和云计算创新技术，为金融信贷赋能。