导语：《反诈法》实施以来，金融机构“资金链”治理取得显著成效。然而，诈骗黑产以无限趋近于正常人的手法对抗风控规则，金融机构逼近单打独斗的能力边界，结算便利与基层展业双双承压。腾讯云天御基于AI大模型技术打造反诈风控引擎，与金融机构优势互补，协力突破瓶颈。助力金融机构充分落实中国人民银行“资金链”精准治理要求，切实保护人民群众资金安全与合法权益，践行并发扬金融工作的政治性、人民性。在2025金融街论坛年会金融科技大会上，“腾讯云天御金融反电诈治理方案”凭借卓越的技术创新性和场景落地能力，荣获金融科技应用场景大赛“十佳应用奖”。
近期，央视新闻报道一名律师在银行网点办理取款业务时，因被要求配合反诈工作详细说明资金用途，最终未能成功取款。反诈“误伤”再次成为行业热议的焦点，在这背后是金融机构单打独斗对抗诈骗的难言压力。如何打破“风控孤岛”现状，实现精准防控，正在成为行业破解困局的关键方向。
2024年上半年，诈骗案件占全国刑事案件比例攀升至60%（中国警察协会数据）。一方面，黑灰产从业者作为犯罪支撑，通过租售电话卡和银行账户、“跑分”洗钱等方式为此类犯罪活动提供帮助，源源不断获取他人名下银行账户、支付账户等作案工具，直接促使诈骗犯罪数量快速上升。
另一方面，帮助信息网络犯罪（以下简称“帮信犯罪”）职业化、跨境化特征明显，“技术助攻”帮信行为增多；涉案人员呈现低龄化、低学历、低收入、初犯比例高等特点；甚至部分未成年人、在校学生成为“卡头”，社会危害严重……涉“两卡”犯罪案件数量仍处高位，总体态势尚未根本改观。
在跨境转移、手法翻新、技术武装的集中攻势下，诈骗与帮信洗钱行为越来越隐蔽且日常。诈骗黑产利用AI伪造、NFC、远控木马等新技术实施诈骗，“易受骗人群”从公众固有认知里的老人、小孩等弱势群体，逐渐蔓延为“全民高风险”，大多受害人深陷诈骗剧本，更难以听进劝阻甚至抗拒止付，更容易损失高额财产。
同时，帮信洗钱呈现“脱链化”、“小额化”、“日常化”趋势。25年下半年，多数银行反馈“脱链交易”涉诈——即由“取现”、“买黄金”等非“卡对卡”转账渠道施诈洗钱的比例增长超3成。表明诈骗黑产正用算法、技术和暗网协作强化武装，利用“水电缴费”、“充电桩储值”、“黄金买卖”、“货款支付”、“二手交易”等日常交易支付结算渠道，裹挟无辜普通百姓在不知情下成为电诈“工具人”，以无限趋近于正常人的手法伪装“跑分”洗钱销赃，目的就是让“黑”、“白”边界越来越模糊，从而避开金融机构基于端侧与规则决策的“资金链”风控。
这也倒逼金融机构等各反诈责任主体冒着“误伤”风险，被迫将防控措施不断前置、细化。虽客观上阻断了更多诈骗风险，却也让不少无辜卷入诈骗案或洗钱链条的普通老百姓面临“开户难”、“取款难”、“转账难”等一系列困境。这些“善意第三人”中，有的银行卡被限额，看病、购车等大额用款受限；有的银行卡被冻结，只得借钱或打零工维持生计；有的商户被冻结，生意停滞同时还在与各方斡旋自证“清白”；有的需准备大量材料频繁赴异地处理，在“退赔”与“等待”间焦灼挣扎......
据河南广播电视台报道，有商贩称收到38万货款后8吨牛肉被拉走，结果几小时后货款因“涉诈”而被冻结。
诈骗隐蔽难辨，反诈防控趋严，“误伤”事件频发，用户不满强烈……这一困局，恰恰是诈骗分子利用技术对抗超越单一反诈主体能力上限，刻意激化反诈主体内部矛盾。通过制造“各方损耗、黑产受益”的混乱，为得利提供可乘之机。而金融机构基层业务人员，面临“防控涉诈”、“保护财产”、“便民利民”三重压力，展业服务就像走钢丝。单打独斗对抗日益猖獗的诈骗黑产，对任何一家金融机构来说都是难言的艰巨挑战。
协同共治：“更科学”+“更精准”+“更有效”=“统筹便民利民与风险防控”
中国人民银行支付结算司副司长杨青曾表示，中国人民银行指导商业银行、支付机构加强技防建设，应用大数据分析等技术手段，持续提升风险防范措施的科学性、精准性和有效性。
从反诈风控与业务角度阐述“科学性”、“精准性”和“有效性”三大目标，主要是：
金融机构一直在致力于实现更早发现风险、更快拦截诈骗、更精准止损的反诈风控。从早期仅有事后共享黑名单“亡羊补牢”，演进至基于历史流水构建灰名单分级分类管控，再到引入决策引擎与机器学习模型，整合环境风控+账户风控+交易规则构建立体的事中风控。
风控模式从人工转向技术、规则、模型对抗，覆盖账户全生命周期（事前开户尽调、事中交易结算、事后处置解控），成效十分显著。
但当前，黑产对抗升级之势已大大超出金融机构单打独斗的能力上限，金融机构面临“风控孤岛”瓶颈，仅靠“资金链”风控区分“黑白”的难度与成本陡增。
诈骗是全行业共同的敌人。金融机构、互联网服务提供者、通信运营商、金融科技公司等各主体应该团结协作，打破行业隔阂协同优势互补，充分发挥AI技术优势，群策群力共同捍卫“资金流”这一反诈最后防线的安全。
（反诈演进之路：从单打独斗走向并肩作战。）
腾讯云天御探索将海量的互联网黑产威胁洞察力结合领先的AI技术，构建行业首个从意图、动机与态势层面预测涉诈风险的大规模复杂结构反诈风控模型。通过“事前感知”+“事中研判”双擎驱动，“扫黑”+“护白”双管齐下，以轻量化且开箱即用的服务嵌入机构现有交易与支付反诈风控平台、决策与运营体系，作用于“开户-存续-交易-解控”金融账户全生命周期，与金融机构现有反诈能力“双剑合璧”。
-
在防范涉诈卡方面，“扫黑”模型可于案发前0～3个月预测命中超80%的帮信涉诈黑卡；其中高危预警案发率高达10%～30+%，超过大多数金融机构事中风险阻断的精准度要求。
-
在保护受害人方面，“护白”模型可感知超98%诈骗类型，命中超60%的被骗受害风险；结合渠道特征，机构可在交易、支付结算前对被骗用户采取提醒、核验、劝阻等保护性措施。
腾讯与金融机构形成“优势互补”效应，显著提升金融反诈的科学性、精准性与有效性，助力机构突破反诈瓶颈，实现统筹便民利民与风险防控的电信网络诈骗可持续治理。
破局之道：应用AI大模型穿透诈骗弥彰，“事前感知”+“事中研判”双擎驱动闭环进化
腾讯云天御通过“事前感知”与“事中研判”的双擎设计，引入AI大模型（LLM）的深度语义识别能力增强对特征的刻画和提取能力，从而提高判别模型研判精准度。更强的特征刻画能力、更实时的风险特征引入、更丰富的打击对抗经验，使得整体的反诈体系能够更好地适应电诈激烈对抗，实现了广覆盖、高精准的可持续风控。
核心引擎一：事前感知模型——引入LLM穿透诈骗百变伪装，全面洞察潜伏风险
技术内核：腾讯云天御引入LLM技术来加强对诈骗伪装特征的提取推理，借助LLM积累的世界知识与推理能力，强化对诈骗黑产作案套路、涉诈载体的特征表征。相比传统的经验、规则、机器学习模型，特征提取更深层、效果更优，对黑产背后的意图、动机与态势能够有更好的泛化性能，这一能力的提升使模型在持续的对抗背景下能够保持更稳定、效果更优的预测性。
优势特性：“高覆盖”、“强预测”。该模型可从海量多模态碎片化风险中找到多维特征，强调在事前的风险感知，更适配于金融账户开户准入、存续排查、解控提额等风险尽调与防范环节。
核心引擎二：事中研判模型——融合强时效判别，实现毫秒级精准风险研判
技术内核：在“事前感知”模型的基础上，天御重点研发了“事中研判”模型。该模型在前述能力生成高覆盖的早期风险群体基础上，叠加输入诈骗黑产发生进行时的强时效性异常特征，进行更精准的实时风险研判。该模型针对实施风险分类目标做了重点优化，增强“黑白”区分度与“好坏”排序能力，确保风险研判的可靠性和及时性。
优势特性：“高精度”、“强时效”。该模型输出风险因子可纳入金融业务（交易、支付等）事中风控并联合决策，帮助风控体系洞悉正在发生的外部风险，从而更精准且快速决策，大幅提升事中风控精准性，减少对正常用户的“误伤”。
（“事前感知”+“事中研判”双擎驱动，“扫黑”+“护白”双管齐下）
两套模型并非孤立运作，而是协同形成完整覆盖金融账户全生命周期，兼具覆盖率与精准率的金融反诈能力。该能力可同时实现“扫黑——防范涉诈卡”与“护白——保护受害人”业务价值，并兼顾“广覆盖”与“高精准”技术特性，在异常账户潜伏涉诈时提前预判风险，在可疑交易实施收赃洗钱时即时预警风险。同时模型的更新周期从传统规则风控的数月、数周缩短到现在的秒级，从容面对诈骗快速翻新与高强度对抗，实现更强时效、更稳健的反诈治理效果。
落地成效：“事前防范、事中阻断、事后解提”反诈全流程提质增效
上述引入AI大模型技术预训练形成的反诈能力，可通过金融机构外数平台，嵌入自有的反诈风控平台（决策引擎），与已建立的事中规则、风控模型和运营体系相结合，为金融机构精准研判“资金链”，长效压降涉诈风险提供显著增益。
这一过程并非代替或否定金融机构以“规则风控”为主的反诈模型宝贵价值，而是沿“大模型定方向，小模型定决策”的思路，将金融风控与互联网风控双方优势融会贯通，构建更科学、更精准、更有效的防控体系，联合抵御更猖獗的诈骗黑产。
金融机构治理诈骗将得以兼顾“安全”与“便民”，基层一线柜面展业风险与服务压力将会得到显著疏解，同时老百姓的开卡用卡取款交易结算也将充分便利化。最终实现“事前风险防范”、“事中风险阻断”到“事后解控提额”金融账户全生命周期反诈提质增效。
（实现“开户-存续-交易-解控”金融账户全生命周期反诈提质增效）
应用1——账户开立准入：基层柜面“流程更简化”、“更敢开户了”
金融机构在开户准入环节面临核心矛盾：严防风险与提升效率、优化体验难以兼顾。传统模式下，机构依赖基层网点人工核验手机在网时长、社保、公积金、纳税记录、工作证明等海量碎片化信息，甚至通过查阅网购订单来核验居住地址真实性，准入核验高度依赖个人经验。这导致获客难、展业艰，且易出现“过度防御”（误伤正常户）或“风险漏过”（开户即涉诈）两类极端问题，使基层业务陷入风险、成本与体验的“三重矛盾”。
“扫黑”模型的嵌入，为破解上述困境提供了AI科学解法。其核心思路在于，通过在现有流程中引入“事前感知”开户涉诈意图、动机与态势，发挥模型“高覆盖、强预测”特性，对开户申请做更科学而精细化的准入。机构可秉持“防控为本，体验提升”构建更快捷高效的开户核验流程：
绝大多数无风险申请可通过线上+线下渠道组合“一站式”准入，简化流程、快速核验、便利赋额，让基层一线更安全放心提供优质服务；对少量存在一定风险的申请，则聚焦专家资源进行更审慎全面的尽调或宣防，在缓释风险的同时维持展业秩序、提升服务体验。
该举措将以往“一刀切”防范改为更精准的分布式前端防范，疏解基层业务专家压力，在达成“安全”的同时，兼顾“效率”与“体验”。
上述应用在某城商行落地后，相对于依赖“在网时长”等要素核验，精准度提升10倍以上，人工复核压力减少70%，基层一线业务人员反馈相比以往“流程更简化”、“更敢开户了”。在有效防范开户涉诈的同时，显著降低获客成本，提升客户留存率。
应用2——账户存续体检：从“大规模管控”转向“精细化布控”
银行对“沉睡户”、“不动户”等低活跃账户的存续管理面临两难：一方面是“涉诈高发”，即不明真相的普通群众往往易被黑产诱骗，将不常用银行卡租售用于诈骗洗钱；另一方面是“风控孤岛”，即这些账户“资金流”有效特征完全空白使得机构难以建模并精准评估风险。
为履行反诈责任，机构不得不采取“一刀切”的冻结或限额措施。此举虽在一定程度上遏制了诈骗洗钱风险，但不可避免地误伤合规用户的正常取款用卡需求，并显著增加了网点的运营压力与客户投诉风险。
“扫黑”与机构现有反诈风控相结合，有望打破“一刀切”现状。通过“事前感知”，金融机构可在缺乏交易特征的情况下，对低活跃账户进行持续的风险预测与动态评估，使机构能够从粗放的“盲管”转向精细化的“布控”。
通过针对性做反诈精准宣防、加强身份核验、客服确认用卡状态等，遏制风险于潜伏萌芽阶段；或联合行内现有专家模型，待出现“陌生人动账”、“大额异地取现”等疑似帮信洗钱异动时再进行科学干预，在账户存续环节实现风险精准研判、防控精细操作、诈骗精确打击。避免误伤影响客户用卡体验，减少基层网点处置压力。
上述应用在多家城商行落地，某银行上线首月即压降3成以上涉诈账户，持续落地一年区域通报排名从第二压降至第六且未出现风险反弹，同时管控误伤相较落地前减少90%，最终推动业务从被动防御向主动、智能化反诈运营管理转型。
应用3——事中风控提效：多维联合决策，提升止损止付精准性、有效性
事中交易风控作为“资金链”反诈治理的核心环节，其价值在于能在诈骗资金收款转移中实现高效止损止付，并最大限度减少对正常账户的误伤。
当前，金融机构普遍基于实时规则模型，融合端侧环境、风险情报、交易流水等多维数据，在毫秒级时间窗口内完成风险研判与处置决策。
规则风控的“精准”、“确凿”、“可解释”优势不可替代，但诈骗手法快速演变导致规则迭代成本高昂且易被黑产逆向摸清并规避，使其在“覆盖率”与“精准率”之间难以兼顾。风控越严，矛盾越多；但防线稍松，黑产即趁虚而入。
天御应用“扫黑”与“护白”的“事中研判”能力，可从“帮信涉诈状态”与“被骗风险状态”两个维度，为事中风控注入“高精准、强时效”的风控参考因子。这些参考因子可与交易、支付事中风控规则联合决策，突破异常账户可疑交易发生之前的风险感知盲区，实现更敏捷的事中交易风控迭代。
在交易风控场景，“扫黑”可实时研判高危账户，联合决策精准率（案发率）超过1%的基线。
某银行实际业务验证，将“陌生人入账”等典型可疑交易规则组合天御“扫黑”实时研判，联合决策下可以每日全量交易不足万分之一的干预代价，提前阻断未来0～3个月内近40%的涉诈账户交易，部分检出案发率高达10%～30+%。
若继续叠加交易弱异常特征，整体精准度将大幅超过银行自有反诈事中模型的上线标准，同时大幅跑赢电诈收付赃款，有效止损止付。
“护白”可实时研判被骗风险，命中超过60%的潜在被诈骗受害人，且独家预警“色情敲诈”等信贷、支付业务高发诈骗类型。通过差异化能力，精准适配交易/支付/信贷等多业务场景受害者劝阻保护需求。
该能力于中信银行落地应用，风险事件拦截率提升4倍。自2022年开展反诈防控工作以来，中信银行累计拦截被诈客户超3000名，累计保护资金超6亿元，有效提升了反诈风险管理能力。
（应用3：“护白”优先高精准，适配交易风控；“护白Pro”优先高覆盖，适配信贷风控）
而在支付风控场景，除了预判帮信涉诈或被骗财损的异常账户可疑支付之外，也可通过被骗受害者预警结合支付流水联合决策，精准研判短期被用于涉诈帮信洗钱的收款商户，及时采取措施遏制风险蔓延。
上述应用的核心业务价值在于，天御“扫黑”、“护白”风险因子与基于“资金流”的交易、支付特征相互独立，可形成优势互补，显著提升风险识别的科学性、精准性与有效性。不仅大幅降低建模门槛与迭代成本，更推动了事中风控从“亡羊补牢”向“防患未然”的全面升级，最终实现风险防控与便利结算的统筹平衡。
应用4——事后解控提额：科学处置异议申诉，便民利民服务，基层顺利展业
在人行要求金融机构畅通申诉渠道的背景下，银行在处置因风控规则触发管控后海量的用户解控提额申诉时，面临核心矛盾：既要严防风险，又要避免误伤合规客户，还要提升服务效率。
传统模式下，基层专家缺乏有效初筛参考，仅依赖人工核查用户历史交易流水与各类证明，决策难度大、周期长，不仅运营成本高、用户体验差，甚至可能引发投诉与负面舆情。
针对这一痛点，天御“扫黑”能力可应用于事后异议申诉处置环节。通过100级精细风险分箱与至多30维子特征的全方位刻画，辅助金融机构科学研判涉诈风险，高效决策解控提额，安全精准释放风险。
某银行运营管理部联合个金、网金、科技等部门，围绕腾讯云天御“扫黑”能力构建了一套“智能解提”风险释放机制。该机制由“无监督自主决策 → 有监督联合决策 → 人工专家决策”三层防线组成“智能解提漏斗”，实现申诉工单的自动化或半自动化流转与处置。
项目落地前，该行从业务一线抽调上百位骨干专家，专职处置异议申诉工单；项目落地后，大多数解控提额工单可由用户通过手机银行自助提交并自动化处置，无需线下网点排队办理。该行释放了超70%的骨干专家回归核心展业，同时经“无监督自主决策”“有监督联合决策”智能解提的账户，案发率低至万分之一，安全性与精准性优于骨干专家人工研判。
上述实践在大幅提升运营效率的同时，保障了解控提额的安全性，最终帮助机构在落实风险防控责任的同时，优化了客户服务体验，实现了安全与效率的平衡。
应用5——全域态势感知：洞悉黑产纷繁演变，快人一步，跑赢诈骗
除了从模型层面实现提质增效，天御也在思考如何打破“诈骗”与“反诈”攻防信息差，帮助金融机构第一时间获悉诈骗的变化趋势并及时调整风控策略，唯有知己知彼，方能百战不殆。
从诈骗态势层面，腾讯云天御将多模态大模型与威胁情报技术相结合，实现7*24全天候解构海量鲜活的黑灰产威胁情报并归纳总结关键趋势。该服务可通过自然语言响应反诈运营专家的提问，理解核心意图与关切命题，并针对性给出态势型、策略型建议；或提炼生成更全面的态势分析报告，辅助反诈运营决策。
从端侧风险层面，针对AI换脸仿声、共享屏幕、拟人控制等诈骗套路，天御「图灵盾」综合设备、账号、环境、行为、场景等多维度信息，提供多业务、全流程的可信身份核验，利用独创的AI专家模型进行各类风险识别，风险识别率超99%。
从数据流通层面，天御基于“个人数据可携带权”打造安全数据传输工具「信鸽」，通过清洁可信环境、加密技术、区块链等技术让开户申请、解控提额用户与金融机构之间快速建立信任关系，用户可自主从数据源获得数据，自主提交给金融机构快速准入核验，使数据流通更合规可信。
上述实践旨在打破金融机构攻防信息差，为反诈科学运营与策略迭代提供多维参考，构建快人一步的冠军防线。
社会价值：腾讯云天御秉持“科技向善”，以AI科技创新践行反诈社会责任
金融机构追求极致的精准，而电诈对目标人群也在精准围猎。随着反诈工作的持续深入，无论是金融机构、运营商、互联网服务提供者还是公安机关，反诈各主体都在陆续承压，为对抗诈骗这一共同的敌人而殚精竭虑。
然而，理想化的反电诈工作一定不是被诈骗黑产激化内部矛盾所分化消解的“不攻自溃”，更应该是各反诈责任主体团结一致并肩作战，将AI大模型等科技创新化作坚实护盾与利刃，通过紧密衔接的链式防护与打破隔阂的协防共治，齐心协力为各人民群众构建起更智慧的反诈免疫力。
这样才能有效疏解最后一道防线——金融机构的资金链止损止付与公安机关的劝阻保护压力，避免“一刀切”与“层层加码”的情况复现，更好实现对诈骗黑产的可持续打击治理与全民反诈防护。在保护好人民群众财产安全的同时，让老百姓的生活更加便利而放心。
这也是腾讯云天御致力于研发AI大模型技术，与金融机构协同对抗诈骗的使命愿景。2023年以来，腾讯云天御联合超四十家金融机构，共筑金融反诈安全防线。
2024年，腾讯云天御反诈模型累计预警潜在被骗风险超6200万次，预警潜在涉诈账户超150万张；联合国有大行、股份制商业银行、城市商业银行、农村商业银行、支付、信贷等金融机构，直接为人民群众止损超10亿元，间接保护群众财产超百亿元。
腾讯云天御深知自己只是反诈科技生态中的一小部分，并也不断向金融行业学习请教，促进行业共振。2024年以来，腾讯天御团队在全国超过12省14市主办或参与了几十场金融行业峰会与反诈治理研讨会，与近千家金融机构以及各行业专家翘楚交流学习，探索反诈前沿技术与最佳实践，累计触达超8万人次。
2024年12月，腾讯云收到了“中国支付清算协会”的感谢信，表彰腾讯云积极协同发力，促进金融行业打击电信网络诈骗。2025年11月，“新华社”主管《新华财经》发布腾讯云天御金融反诈标杆案例，当月累计超55万人次阅读。
正是对“科技向善”的充分践行，腾讯云天御金融反诈屡获殊荣。
-
2024年，联合中信银行获国际权威机构《亚洲银行家》“中国最佳反欺诈和风险管理项目”表彰；
-
2025年9月，获北京互联网大会“2025年北京信息通信与互联网行业防范治理电信网络诈骗优秀解决方案”表彰；
-
2025年10月，获2025金融科技应用场景大赛“十佳应用”表彰
-
在最新发布的《The Forrester Wave™: Enterprise Fraud Management Solutions In Asia Pacific, Q4 2025》报告中，腾讯云被评为亚太地区企业欺诈管理市场「领导者」。并且，在服务能力和战略维度，腾讯云均位居参评厂商榜首；今年新增的客户反馈评级，同样获得了「Above Average」（技术实力与客户口碑双双在线）的评价。
未来，腾讯云天御将秉持“科技向善”而矢志不渝，应用AI大模型技术筑牢风险防线。与金融机构联手达成“防范涉诈”与“保护财产”的双重目标，有效兼顾展业效率与服务质量。助力金融机构充分响应中国人民银行所要求的“精准研判、精细操作、精确打击”指导方针，落实“资金链”精准治理工作。在守护人民群众“钱袋子”安全的同时，以优质服务水平，充分推进支付结算便利化，践行并发扬金融工作的政治性、人民性。
负责腾讯云天御金融反诈产品策划与落地。曾在某人工智能科技企业任研究员，参与科技部、工信部、商务部、国家发改委等中央与国家部委有关AI技术战略的课题研究，并为业务部门提供AI战略咨询与落地指导，具备丰富的人工智能行业研究与金融业务实践经验。所在团队引入AI大模型技术研发天御反诈引擎，为超百家国有大行、股份制银行、城商行、农商农信以及非银金融机构提供金融风控咨询与技术支持。
在这里，我们汇聚了金融科技领域的前沿思想和深刻见解。每期文章，我们都将邀请行业专家，深入探讨银行、证券、保险、支付等多个金融子行业的科技创新实践和技术突破。从云计算到人工智能，从大数据分析到区块链应用，我们旨在揭示金融科技如何重塑行业生态，为金融机构提供转型思路，为客户创造更优服务体验。紧跟“专家说”，把握金融科技脉搏，一起开启智慧金融的未来之旅！
