近日，中国信息通信研究院（以下简称信通院）发布《MaaS框架与应用研究报告（2024年）》，系统梳理了模型即服务（MaaS）的发展历程、功能框架、现状和挑战，并就MaaS落地应用及未来发展趋势进行深刻剖析。随着大模型的快速发展，MaaS服务和产品也进入快速发展期，并在金融、政务、电信等行业不断落地，助力企业在业务、技术、管理等全方面提效，成为大模型时代下企业智能化转型新途径。

近年来，以大模型为代表的新一代人工智能技术迅猛发展，已然成为驱动新质生产力发展的重要技术引擎。然而大模型的应用面临着技术复杂、训练推理成本高、应用开发难度大等挑战。MaaS将人工智能算法模型及相关能力进行封装，以服务的方式供给用户，降低模型的使用门槛，助力“人工智能+”普惠化发展。其中，金融行业率先成为落地最多的领域，腾讯云在金融风控领域的MaaS实践入选代表案例，其融合了腾讯安全天御风控建模专家的经验知识积累和海量欺诈样本及多场景风控模型能力沉淀，帮助金融机构低门槛高效率建模，且能快速适应存量业务频繁迭代及新业务开拓。

金融机构与黑产欺诈的风控战争一直很焦灼。传统的风控是由静态模型+动态策略构成的，并需要风控专家根据欺诈态势调整风控规则，但客群变化加快、黑产加速利用AI等新形势下，金融机构风控建模压力越来越大，在调整风控策略的基础上，还要强化风控模型的迭代优化。

高频的建模需求与低效的建模方案相冲突。每个业务环节都需频繁迭代模型，而传统建模周期长，POC、建模、评估、上线各环节需数月之久，无法快速响应业务变化。此外，短时间内样本积累不足，小样本情况下建模难。

而金融机构接入腾讯安全金融风控大模型后，可以基于“样本提示”模式自动生成定制模型,实现从样本收集、模型训练到部署上线的全流程零人工参与，建模时间从以前的2周缩短到仅需2天。

具体来说，腾讯云在金融风控领域的 MaaS，一是通过工具平台实现全流程的自动化建模和部署上线，缩短模型上线周期，满足快速迭代需求，适配业务动态变化；二是集成了大量专家模型以模型服务的方式提供快速调用及组合编排，进一步提升模型的精度和落地效率；三是积累了风控领域丰富的知识经验，通过大模型加高质量数据解决小样本训练难题，并配备360度模型评估模块加速验证模型效果。

目前，腾讯云天御已经和头部客户联合共建了近百个定制化的风控模型。一方面，模型精度和建模效率都有显著提升，并能够快速适应业务的变化。据测算，在腾讯金融风控领域MaaS的使用下风控模型迭代效率提升了8倍，整体通过率提升了1.5%。另一方面，在新业务缺乏样本的情况下，基于MaaS的风控大模型相对于传统模型效果提升20%，新业务通过率提升5%，风控大模型在跨场景的泛化性能力提升30%，有助金融机构快速应对新业务拓展。

某金融类客户自身渠道和客群变化比较快，需要不断根据风险变化迭代风控模型，在腾讯金融风控大模型的助力下，实现全流程自动化风控建模，迭代周期从17天缩短至2天。

某银行业务冷启动阶段欺诈样本积累不足，借助腾讯云金融风控大模型应对“小样本”训练难题，基于少量提示样本，迁移得到适配自身业务场景的定制模型，相比于传统的建模方式模型KS性能提升20.5%，在跨场景的泛化性测试上性能提升53%。

随着人工智能技术的快速发展，MaaS在业界的重要性愈发显著。MaaS不仅提供了一种降低技术门槛和控制成本的有效方式，同时也推动了人工智能的广泛应用和集成。未来，腾讯云将继续致力于推广和发展行业大模型的应用，使更多行业和企业能够体验到人工智能技术所提供的便捷和效益，持续护航企业机构业务平稳高效发展。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。