银行风控过去靠的是规则引擎：单笔交易超过5万报警、异地刷卡报警、深夜转账报警。规则明确但僵化，要么误报率高，要么漏掉新型欺诈。AI风控正在改变这个局面。

一、AI风控做什么

AI风控模型分析的是交易行为模式而不是单条规则。一个用户平时在北京白天消费，突然凌晨在巴西刷了一笔——规则引擎只看金额和地点，AI会综合判断：这个用户从来没有夜间消费习惯、从来没有出境记录、交易商户类型也和他平时不同，综合风险评分很高。模型能识别出规则引擎想不到的异常模式。

更重要的是，AI可以做实时风控：每笔交易在几百毫秒内完成风险评分，决定是放行、拒绝还是要求二次验证。这比人工审核效率高几个数量级。

二、可解释性的挑战

但金融监管要求风控决策必须可解释。你不能因为模型说这笔交易有风险就拒绝客户，你得能说清楚为什么。如果客户申诉，银行需要给出合理的拒付理由。这就是为什么AI风控在金融领域的应用比其他行业慢——模型不是黑箱，监管要求它的决策过程可以被审计。

三、规则和模型的结合

实际落地不是AI替代规则，而是两者结合。高置信度的欺诈模式用规则快速拦截，模糊地带用AI模型评估，人工复核疑难case。随着AI模型的准确率提升，规则覆盖的比例在下降，但规则永远不会完全消失——它们是安全底线。