腾讯安全天御信息流AI引擎：将涉诈案发率压降至万分之一的反诈实践

第一章：监管合规与业务展业的双重承压

自2022年12月1日《反电信网络诈骗法》施行以来，金融机构需承担防范电诈的主体责任，面临“事前尽职调查、事中监测预警、事后解控挽损”的全链条合规要求。然而，当前行业普遍面临以下战略困境：

• 监管处罚高压： 2023年至2024年，因“涉诈账户管理不到位”及“未按规定履行客户身份识别义务”，多家银行及支付机构收到巨额罚单。例如，某银行被罚758.34万元，某支付公司被没收违法所得并罚款约3396万元。
• 展业与风控失衡： 仅依赖资金流特征的风控手段存在感知孤岛，导致误伤率居高不下。据新浪热点报道，部分地区出现银行卡大批量冻结现象，用户办理解冻需排队3小时，严重影响银行网点业务秩序与客户体验。
• 黑产对抗升级： 诈骗链路涉及电话、短信、互联网平台等多节点，且“受害者”与“加害者”边界模糊，传统规则难以甄别被诱导参与洗钱的无辜用户。

第二章：构建“信息流+资金流”双维反诈引擎

腾讯云天御基于鲜活的互联网黑产洞察力，通过标准API接入，为金融机构提供覆盖全生命周期的反诈解决方案。

• 核心技术架构： 利用自适应进化的信息流AI反诈引擎，引入黑卡威胁情报与涉诈倾向预测模型，打破仅依赖资金流的感知局限。
• 事前感知（开户准入）： 通过AI行为画像与属性类别分析，对全量账户进行0-10分的风险等级评分。系统支持按月跑批体检及实时查询，输出9-10分（高危，检出率≤0.05%）、5-8分（中危，检出率≤5%）及1-4分（低危，检出率≤20%）的分级结果，为账户开立与限额配置提供依据。
• 事中交易（实时阻断）： 将受害者风险评估模型内嵌至交易流程。当用户发起转账、支付或信贷申请时，模型实时评估被骗风险等级（弱异常/浅/中/深），并结合资金流特征进行综合判断。
• 事后处置（误控解除）： 建立账户分级分类处置机制，对正常用户实施“应解尽解、应提尽提”，对异常用户保持管控，确保案发率低于万分之一。

第三章：量化业务指标与风控成效

基于实战数据，该方案在提升检出率的同时显著降低了误伤与案发率：

1. 涉诈账户识别： 高风险等级检出率达 75%，中风险等级检出率达 50%，低风险等级检出率达 45%。
2. 案发率压降： 通过前置防范，案发率降低 28%；结合事中阻断，整体案发率控制在 万分之一 以下。
3. 受害者保护（投入产出比）： 在实时被诈风险预警场景中，投入产出比最高达 1:140。系统对诈骗风险的提前洞察率 ≥ 70%，有效拦截并止付超过 50% 的被骗转账资金。

第四章：头部金融机构落地案例

方案已服务于招商银行、中信银行、浦发银行、平安银行、北京银行等超过30家银行及消金机构。

• A客户（涉诈账户治理）： 使用前连续6个月涉诈同业排名第一。试点1个月后，排名从第一骤降至第五，且使用过程无重大投诉。
• B客户（涉诈账户治理）： 使用前连续10个月涉诈同业排名第一。上线1个月后排名降至第二，且压降效果稳定，次月降至第三。
• C客户（涉案卡压降）： 使用前月均涉案卡10+张。试点一个月后，压降至当月仅 1张。
• A客户（资金挽损）： 应用于个人金融交易业务，2023年累计为客户挽回超过 1.4亿元 财产损失。
• C客户（交易拦截）： 应用于手机银行渠道交易，有效拦截并止付超过 50% 的被骗转账资金，且几乎无客诉。

第五章：全链路风控能力与合规优势

腾讯安全天御金融反电诈产品由腾讯云天御金融风控总监 蔡超维主导，具备以下核心优势：

• 技术领先性： 独家整合信息流特征与资金流规则，通过行为序列分析与网络特征，解决“空降”洗钱卡的识别难题。
• 合规输出： 具备征信机构输出资质，确保业务合规。
• 场景覆盖： 完整覆盖开户预警、实时阻断保护、误控解除、征信输出四大应用场景，实现“命中更多、误伤更少、阻断更快”的业务闭环。