数字化起步晚、数据分散稀疏、专业壁垒高、行业知识依赖“老师傅”，是很多传统产业智能化发展面临的难题。
　　以产业上下游协作为例，违约、跑路、暴雷等恶性事件，不仅给企业带来资金损失，还影响产业间协作信任、阻碍产业健康发展。
　　而以人肉调研、人工经验研判为主的传统供应链风控手段，已无法满足当前对风险时效性、精准度的高要求。
　　在2023年云栖大会上，蚂蚁集团安全科技品牌蚁盾发布“知识交互建模引擎”，将实体产业知识与AI模型有机结合，助力企业最快10分钟定制自主可控的垂直领域AI风控引擎。
　　目前，已率先面向大宗商品行业落地测试。
　　传统的信贷风控模型基于通用金融知识打磨，未能充分融合行业数据和知识，无法直接复用在产业风控中。
　　蚁盾产品负责人李莎表示，每个行业有不同的准入资质、业务形态、数据纬度、政策背景、上下游风险传导关系等。因此，每个行业、每种合作形式都应有不同的风险判断标准，才能实现更精准的风控。
　　据了解，蚁盾是为企业搭建了合规可信的数据管道，将呈现客商股东关系的“企业图谱”、与呈现产业链协作关系的“行业图谱”进行融合升级，从宏观和微观视角描绘企业间的供求关系、生产关系、风险传导关系等。
　　在风控应用层面，蚁盾为产业图谱注入蚂蚁积累的40000+风险因子，从客商的经营能力、信用风险、舆情风险等角度，刻画出更全面的客商风险画像。
　　目前在大宗商品领域，蚁盾已与产业龙头企业热联集团、物产中大集团等共建了钢厂、水泥厂、贸易商、建筑行业等数十个垂类行业模型。
　　而此次发布的“知识交互建模引擎”则是其产业风控平台的新功能。
　　在通用算法底座之上，可以让传统企业可通过与AI交互方式，注入行业经验，最快10分钟构建成垂直行业的个性化风控引擎。
　　此外，该引擎解决了企业自身风险样本数据不足的问题，通过知识交互增强技术实现自动化的样本扩展、标签扩展，有助于快速形成符合企业风险认知的定制模型。
　　数据和知识双轮驱动的人工智能被认为是AI的下一个高潮，将加速推动AI落地实体产业。
　　蚁盾数据算法负责人章鹏表示，这项创新尝试，可以让建模工作灵活高效，也有助于蚁盾拓展更多垂直行业、让AI风控深入服务实体产业。
（文章来源：周到）