據統計，中國從事進出口業務的企業已達數百萬家。中小企業占出口貿易的60%以上，而且還在逐年增加。同時，因為這些年的疫情，B2B外貿業務從線下到線上進一步加速。

與B2C相比，B2B跨境支付涉及機構和環節多，支付手續更復雜。因此，中國的外貿企業對更高效的B2B跨境支付系統和資金管理系統有更大的需求。

其中，中小微外貿企業迫切需要更高效的跨境支付平臺。在跨境支付和金融服務方面，對于B2B中小外貿企業來說，首先，傳統銀行開戶門檻高，資質要求嚴格，成本高；其次，由于反洗錢的要求，一些傳統金融機構對跨境貿易的風險控制更多依賴人工審核(流程復雜、效率低)，收款流程較差。中小型微型外貿企業經常面臨資金被凍結或關閉的情況。

所以總體來說，B2B跨境支付行業還處于發展初期。InfoQ進一步從XTransfer(一個為中小外貿企業提供B2B跨境支付及風險控制服務的平臺)了解到，B2B交易環節涉及大量線下環節，導致交易數據分散、非結構化，也給B2B跨境金融的反洗錢風險控制帶來了極高的難度系數。

近日，XTransfer發布了六大核心技術，希望抽象出一些技術與業界探討，其中“數字化智能風控基礎設施”是風控能力的主要體現。為此，我們對相關專家進行了采訪，進一步了解XTransfer是如何管理和建設其風控能力的，希望其實踐經驗能夠對行業有所幫助。

XTransfer聯合創始人兼CTO劉艷芳

XTransfer高級技術總監田甜

康為，超轉移技術專家

在業務起步階段(2017年7月-2018年10月)，XTransfer首先推出了基礎風控平臺，保證配套業務的發展。有了“1”，其風控基礎設施將向更加智能化、數字化的方向發展。

據了解，XTransfer數字化智能風控基礎設施的核心是在DataPlus大數據平臺的基礎上，通過智能監控和專家決策，構建數字化智能風控體系。從應用系統來看，主要由兩個核心部分組成，分別是X- cruise和X- Holmes。

其中，X- Cruise是XTransfer自建的信息洞察系統。通過自建風控數據倉庫，整合全球頂級風控數據庫，整合多維度場景數據，識別潛在風險，防范欺詐。

X- Holmes是XTransfer搭建的風控決策分析系統。通過引入交易信息的AI智能分析，構建包括決策引擎、規則引擎、模型引擎、數據集市在內的高效風險識別系統，快速分析識別高風險客戶和高風險交易，保障交易安全。

根據中小微外貿企業的貿易行為和供應鏈特點，XTransfer需要不斷迭代風控模型。其風控模型是通過風險策略團隊和審計專家的規則模型訓練形成的，雙方相互反饋。

關于風控模型的構建和迭代，XTransfer主要從策略模式、機器學習、深度學習等維度進行設計。

1.戰略模式，基于商業模式總結的風險防控策略。主要是基于一些商業模式的沉淀和總結，形成相應的風險防控策略，這些策略最終會形成一個整體的策略模型。

2.機器學習，通過監督學習開發風險模型，處理靈活的場景，進行一些學習算法的針對性練習。比較有特色的是，這些場景通常有固定的模式和規律，有跡可循。

3.深度學習，用圖算法深度挖掘一些特征。這些特征和上面的機器學習不一樣，會有一些固定的模式，但是復雜度更高，需要一定的機器學習算法。例如，一個典型的案例場景是一個團伙在欺詐防范中實施犯罪。它有一些特點，但是有很多特點。需要通過深度學習找到這些特征點和特征量，然后識別出來進行風險預警。

據悉，XTransfer的大數據算法團隊還與風險策略團隊聯合開發并推出了一系列AI項目，包括基于知識圖譜的欺詐案例深度挖掘、基于OCR的客戶訂單和物流信息識別與資金流交叉驗證、基于自然語言處理技術的工業匹配計算等。

X- cruise體現了智能風控能力。在智能風控方面，數據風控模型開發算法覆蓋主流標準化AI算法模塊，可實現算法定制優化。專業的風險策略開發人員可以進行數據整合、模型開發等一系列操作，大大提高了模型開發的效率。logistic回歸模型、決策樹等各種主流AI算法都是通過應用程序接口實現的。模型數據的準備主要來自DataPlus大數據平臺，風控運營人員也可以使用規則引擎設計風險衍生指標。

智能監控定期對風控模型的性能進行監測和更新，并根據需求使用標準化模板或結合用戶自定義指標生成自動報告。比如跨境金融反欺詐場景的風險控制，往往基于跨境貿易的全生命周期，數據風控模型的識別能力需要在業務的各個環節持續監控。報告的主要監測指標包括波動幅度百分比和業績遷移百分比。

關于XTransfer智能風控的基礎設施建設，請看這篇文章:《跨境支付平臺XTransfer實時倉數之路:深度參與開源不能被淘汰》。

數據和數據應用是風險控制的關鍵。據介紹，XTransfer從一開始就在風控和大數據方面投入了大量的專業人力。經過打磨，已經深入到數據采集、數據建模、數據分析、數據治理。目前已經建立了一套行業領先的數字化智能風控解決方案，并能根據公司業務的變化和風險趨勢進行及時調整。

在數據采集上，針對B2B業務的全流程環節，全面整合多維場景數據。這里XTransfer主要考慮三個原則:一是全面性，二是技術可用性，三是避免數據孤島。

就全面性而言，我們應該從兩個方面充分考慮可收集的數據:客戶的外貿業務流程和客戶與XTransfer的互動。同時，要廣泛連接和利用全球貿易生態中與信息流、物流、資金流相關的數據源，可應用于客戶身份(KYC)和交易全景風險掃描。

在技術可用性方面，需要保證收集數據的可用性，比如通過埋點收集的客戶行為數據。采用業界最先進的設備指紋技術，可以形成全球統一的ID定位特定客戶，避免無法關聯的數據不可用。此外，根據應用的需要，實時和批量采集也有不同的技術方案。

在避免數據孤島方面，從內部業務系統和外部數據源收集的數據可以通過數據聚合和交換的能力進行互聯，從而使數據應用更加安全。

在數據建模上，深入理解業務流程和鏈接數據，針對風控場景設計專門的數據模型方案。該方案具有覆蓋全局數據、結構清晰、數據準確一致、數據使用方便的特點。在覆蓋方面，數據集中建設，考慮各業務流程的全局數據；結構上，縱向是源數據層、數據明細層、數據匯總層和應用層，橫向是各項業務的主題域，因此整個層次結構清晰易懂；在準確性方面，對指標進行統一管理、命名和校準，確保數據的準確性和一致性；在使用中，盡可能提出復雜的處理，保留必要的冗余，提供數據使用的靈活性。

在數據分析方面，基于業務領域的專家知識，同時采用先進的大數據和AI技術，提高風險識別能力。業務專家的領域知識融入數字化智能風控方案，在數據分析過程中對風險識別更加敏感。

此外，利用計算機視覺、自然語言處理、圖形深度學習、知識圖譜等AI技術，開發識別欺詐案件/網絡，建立反洗錢模型，形成對傳統風險規則的補充，構建立體化風險防范體系。最后，將分析結果通過決策引擎應用到風險管理業務中，可以實現策略模型的快速迭代，以應對外部風險趨勢的多變性。

數據治理采用業內先進的治理理念，確保公司數據質量、數據安全和數據智能運營。在數據質量方面，從數據命名、統一口徑、數據驗證等方面制定統一的數據開發標準，并以培訓體系為保障。在數據安全方面，通過統一的安全認證和權限管理、資源隔離、數據加密、數據脫敏、數據共享安全、數據容災備份等來保障數據在存儲和使用中的安全性。在數據操作上，通過元數據管理、數據資產查看能力、數據檢索能力、數據共享能力實現數據的智能操作，提高數據的可用性。

由于B2B領域最大的挑戰之一是數據鏈路相對較長，數據相對分散，因此XTransfer持續提升反洗錢風險控制能力尤為重要。另一方面，算法的準確性，總有優化升級的空間，如何提升也是團隊需要長期思考的問題。

此外，InfoQ了解到XTransfer正在規劃其業務“出?！?，而在這個過程中，“合規”將是XTransfer面臨的主要挑戰之一。

最初，XTransfer主要服務于國內中小型外貿企業，根據國內出口企業的特點和模式進行跨境交易的風險管理。其買家來自全球不同國家和地區，核心風控策略是基于國內商戶的基本風險特征，結合買家和交易維度的不同風險特征，形成一套1*N的戰略框架體系。

當業務全球化相當于為其他國家更多的中小企業提供服務時，XTransfer將其復雜度定義為N*N，每個國家/地區對合規的要求不同，對數據隱私保護的嚴格程度也不同。XTransfer對此進一步闡述:風控的底層核心是數據。沒有客戶的一些交易數據的支撐，很難把風險控制做扎實。所以基于當地具體的合規要求來服務海外客戶會復雜很多，海外業務需要有相應的風控體系建設。

值得一提的是，雖然合規要求存在差異，但目前世界各國反洗錢風險控制的監管框架具有較高的共性。目前，XTransfer可以構建覆蓋B2B跨境貿易前、中、后全流程，滿足各國反洗錢要求的風險控制策略和模型體系。

除了業務層面的合規，業務全球化也給技術團隊帶來了巨大的挑戰。據介紹，其現有的服務體系在未來商業全球化發展中存在諸多挑戰。由此，在業務全球化的發展下，是否建立多點并行或網絡狀的風控體系，也是XTransfer正在解決的課題。