近年來，四川省郵政分公司在金融風險防控工作中開拓創新，積極成立省級風險數據實驗室，借助大數據、人工智能等技術優化風控流程、監測模式，持續增強風險防控的前瞻性、精準性、及時性，夯實內控案防基礎。該分公司在集團公司代理金融風險合規KPI考評中，始終保持A級序列，2024年前三季度平均分均排全國郵政第2位。

　　開發監控AI識別技術。為提高人工排查效率，四川省分公司深入剖析代理金融網點操作風險特征，聚焦代客操作、違規銷售、大額現金業務辦理、款箱交接等重點風險場景，構建了15個監控視頻AI識別算法模型，模型的風險識別率達85％。同時，該分公司在四川代理金融內控管理系統中構建AI預警處置模塊，實現“AI實時預警—人工核查—問題錄入—問責實施—問題整改—統計分析”的全流程閉環管理。系統會在出現疑似違規行為時發出預警，相關人員根據預警內容進行核查、確認，實現對監控“日復盤”工作的全時段、全覆蓋監測。與純人工抽檢相比，“AI識別+人工復核”的模式使工作效率提升了50％—88％。

　　搭建風險數據庫平臺。為解決數據運用管理不標準、不規范、不安全、“孤島化”等問題，四川省分公司利用Jupyter技術在省分公司數據中心搭建了風險數據庫基礎平臺，并與四川郵政代理金融內控管理系統數據進行對接。目前，該數據庫已累計導入全省郵政機構信息、人員信息等查詢類數據8.27萬條，線上采集重點風控模型數據600余萬條，從代理金融業務條線提取保險業務數據165萬條。通過對數據的深度分析，實現了對風險數據的自動化、多維度、深層次的集中分類管理，有效提升了對風險源的精準預測、識別和控制能力。

　　啟動外部風險數據監測。四川省分公司為有效應對員工行為風險外溢的復雜形勢，與貴州數據寶網絡科技有限公司深入合作，形成320個取數標簽規則，將員工異常貸款、異常消費、夜間高風險交易、跨境高風險交易、司法涉訴、涉賭涉詐等1.32萬條交易數據導入四川郵政代理金融內控管理系統，進行綜合排查運用，有效排除員工道德風險、信用風險隱患。經核查，在數據指向風險較突出的418名代理金融從業人員中，發現違規行為的整體命中率達33％。

　　推進風險監測模式轉型。四川省分公司對標銀行業風險管理先進經驗，打造“集約化+數智化”的風險集中監測模式，啟動省級風險集中監測項目建設。該分公司金融業務部、信息技術中心相關人員共同組建20人的項目組，合署辦公。項目組以“省集中監測分析+地市風險數據核查”為機制，制定管理辦法、操作手冊，明確各級職責，全面、系統、持續、深入地開展風險數據標準化采集、分析、畫像、排查，對員工、機構、業務等各類風險源開展持續監測和控制。目前，項目組已完成3次員工行為畫像和1次機構業務畫像，將風險值排名前10％的員工和排名前5的網點納入“雷霆行動”重點排查對象，深入排除嚴重的經營風險、操作風險和道德風險隱患。