PROJECT 04 · AI 风控策略
AI 风控策略
围绕真实信贷策略场景，构建 AI 协同开发闭环：更快完成定义探索、代码验证与标准化交付，持续提升策略深度与落地效率。
深度 提升
效率 提升
成本 下降
01
目标
用 AI 重构策略开发链路，兼顾深度、速度与可复用性
把“经验驱动 + 人工串行”的传统流程升级为“AI 协同 + 快速迭代”的工程化流程，在业务可控前提下缩短开发周期，并提升策略分析与交付质量。
02
方法
从传统试错到 AI 协同开发
Before · 传统流程
总耗时约 5-8 天
需求对齐
0.5 天
人工取数
1-2 天
代码调试
2-3 天
上线交付
1-2 天
After · AI流程
总耗时约 2 天
AI辅助建议
0.5 小时
AI编程
2-4 小时
快速调试
0.5 天
标准化交付
0.5 天
核心变化：定义探索与编码验证由串行试错转为并行协同，显著压缩试错成本并提升交付稳定性。
03
示例
借新还旧 · 提前结清
示例 1：借新还旧
定义收敛 + 代码验证 + 交付准备从约 5-8 天压缩到约 2 天，且在洪水期样本上验证了策略方向有效。
定义收敛耗时
1-2天 → 0.5天
代码验证耗时
2-3天 → 0.5天
端到端交付
约5-8天 → 约2天
1定义筛选：AI给出多种定义，结合业务经验筛选高价值口径。
2差异验证：对“前3后5 / 前4后5”等口径，AI快速编程并落地调试。
3标准交付：AI批量生成分析说明与示意图，减少沟通并加快上线。
候选定义池（6）与最终入选（3）
时间定义入选
还款日前后窗口匹配
金额定义入选
新借与待还金额差异约束
组合定义入选
时间 + 金额 + 同一期联合匹配
频次定义
周期内重复借还频率
覆盖定义
新借覆盖旧债比例
评分定义
规则组合得分判定
Final 3 Definitions
① 时间窗
[还款日-3天, 还款日+5天]
② 金额差异
|新单-待还| / 待还 ≤ 20%
③ 组合口径
时间匹配 AND 金额匹配 AND 同一期
筛选原则：可解释性强、落地成本低、对高风险样本识别稳定。
定义1 时间匹配
定义2 金额匹配
定义3 组合匹配
对比更直观：同一张图内展示三种口径，差异位置一眼可见。
解释更统一：业务、策略、研发基于同一画面讨论，减少理解偏差。
沟通更高效：把“文字定义”转为“可视化定义”，显著降低反复沟通成本。
风险趋势验证（洪水期间）
结果闭环：洪水期间蓝色曲线（借新还旧客群）风险上升更显著，符合业务逻辑，验证了该策略对高风险客群识别方向正确；也证明了 AI 辅助开发能更快产出有效策略。
示例 2：提前结清
把「提前结清」拆成四类可执行客群，在 AI 辅助下完成分群→策略映射→材料交付闭环，从粗放触达升级为分层精细化运营，兼顾收益与开发效率。
信号识别耗时
约1天 → 1-2小时
策略生成耗时
约2天 → 0.5天
交付准备耗时
约1天 → 0.5天
1分群建模：基于到期日、还款时间和运营/货后触发，快速拆分 A 固定归月、B 主动提前、C1 运营触发、C2 货后触发四类客群。
2策略映射：按客群生成差异化动作（触达窗口、优惠力度、分期/结清组合），兼顾收益与体验。
3批量交付：自动生成标准化分析材料与示意图，支持快速评审与上线迭代。
Step1 分客群示意图
该图将“提前结清”从单一标签拆解为可执行的四类路径，显著降低策略讨论中的定义歧义；AI 在客群识别与规则归并阶段提供了快速结构化支持，使后续策略动作设计更稳定、更可落地。
信号到动作示意
输入信号
到期日/还款日关系
还款时间分布
运营触发日志
货后触发日志
AI分析
策略动作
分群触达
分层触达
期限优化
优惠力度分档
收益平衡
结果闭环：通过 AI 辅助完成“分客群→动作映射→材料交付”闭环，提前结清策略从粗放触达升级为分层精细化运营，在保持收益约束下显著提升策略开发效率与落地一致性。