行业AI大模型应用现状 - 截至2025年，消费金融行业在AI大模型领域的部署已取得显著成效并在实际业务中发挥重要作用 [1] - 行业内各公司均在AI大模型方面有所部署，但基于资源禀赋和战略目标的差异，其能力侧重点各不相同 [1] - 主要应用方向包括群体经验萃取、人机协同贷后管理、普惠信贷应用以及风控体系赋能 [1] 蚂蚁消费金融AI应用 - 公司基于智能信贷平台构建了链接机构、惠及大众、服务实体三位一体的普惠信贷生态体系 [2] - 金融领域识别理解大模型可识别20余种自证材料并抽取关键信息，以更新客户画像实现精准授信 [2] - 打造具备识人、共情、讲理、普法能力的AI调解员，用于优化调解对话、辅助分析和风险预警 [2] 杭银消费金融风控体系 - 公司客群具有笔均交易金额430元、2025年交易笔数达3.5亿笔、无有效信用卡账户占比超38%的特点 [2] - 针对客群特点构建了自主的“信用大脑”风控体系，以寻求业务发展与风险稳健的动态平衡 [2] - 通过整合人行征信和三方数据，采用横向维度拓展与纵向时序深化策略挖掘数据价值 [3] - 搭建智能化驱动的精细化风控策略体系，利用大模型提升风险识别的精准度 [3] 马上消费金融技术实践 - 公司推出“天镜”大模型3.0，可将服务对话、操作日志、规则文档等原始数据转化为结构化知识 [4] - 该技术旨在完成对集体经验的萃取和内化，让机器按照人的最佳实践实现智能服务 [4] - 指出金融大模型面临安全可信风险、推理准确性稳定性不足、知识经验提取难度大三大问题 [4] - 建议行业构建覆盖“算法—算力—数据”全链路安全合规的可信AI技术治理体系 [4] 招联消费金融贷后管理 - 行业面临获客更难、竞争更激烈、监管更严的常态，贷后成为高质量发展的关键 [5] - 提出从催收管理到资产运营跃迁的贷后经营思路，即从“盯着一笔账”转变为“经营一个人” [5] - 公司常规催收的回收占比已降至4% [5] - 每天约有超两万名逾期客户会主动登录App，为主动协商还款方案提供了机会 [6] - 通过“智鹿”大模型进行智能挖掘和实时决策，构建人机协同的贷后服务模式 [6] - AI负责标准化辅助工作，人工专家专注于深度沟通，从而提升整体贷后服务效能 [6]