近年来，四川省邮政分公司在金融风险防控工作中开拓创新，积极成立省级风险数据实验室，借助大数据、人工智能等技术优化风控流程、监测模式，持续增强风险防控的前瞻性、精准性、及时性，夯实内控案防基础。该分公司在集团公司代理金融风险合规KPI考评中，始终保持A级序列，2024年前三季度平均分均排全国邮政第2位。

　　开发监控AI识别技术。为提高人工排查效率，四川省分公司深入剖析代理金融网点操作风险特征，聚焦代客操作、违规销售、大额现金业务办理、款箱交接等重点风险场景，构建了15个监控视频AI识别算法模型，模型的风险识别率达85％。同时，该分公司在四川代理金融内控管理系统中构建AI预警处置模块，实现“AI实时预警—人工核查—问题录入—问责实施—问题整改—统计分析”的全流程闭环管理。系统会在出现疑似违规行为时发出预警，相关人员根据预警内容进行核查、确认，实现对监控“日复盘”工作的全时段、全覆盖监测。与纯人工抽检相比，“AI识别+人工复核”的模式使工作效率提升了50％—88％。

　　搭建风险数据库平台。为解决数据运用管理不标准、不规范、不安全、“孤岛化”等问题，四川省分公司利用Jupyter技术在省分公司数据中心搭建了风险数据库基础平台，并与四川邮政代理金融内控管理系统数据进行对接。目前，该数据库已累计导入全省邮政机构信息、人员信息等查询类数据8.27万条，线上采集重点风控模型数据600余万条，从代理金融业务条线提取保险业务数据165万条。通过对数据的深度分析，实现了对风险数据的自动化、多维度、深层次的集中分类管理，有效提升了对风险源的精准预测、识别和控制能力。

　　启动外部风险数据监测。四川省分公司为有效应对员工行为风险外溢的复杂形势，与贵州数据宝网络科技有限公司深入合作，形成320个取数标签规则，将员工异常贷款、异常消费、夜间高风险交易、跨境高风险交易、司法涉诉、涉赌涉诈等1.32万条交易数据导入四川邮政代理金融内控管理系统，进行综合排查运用，有效排除员工道德风险、信用风险隐患。经核查，在数据指向风险较突出的418名代理金融从业人员中，发现违规行为的整体命中率达33％。

　　推进风险监测模式转型。四川省分公司对标银行业风险管理先进经验，打造“集约化+数智化”的风险集中监测模式，启动省级风险集中监测项目建设。该分公司金融业务部、信息技术中心相关人员共同组建20人的项目组，合署办公。项目组以“省集中监测分析+地市风险数据核查”为机制，制定管理办法、操作手册，明确各级职责，全面、系统、持续、深入地开展风险数据标准化采集、分析、画像、排查，对员工、机构、业务等各类风险源开展持续监测和控制。目前，项目组已完成3次员工行为画像和1次机构业务画像，将风险值排名前10％的员工和排名前5的网点纳入“雷霆行动”重点排查对象，深入排除严重的经营风险、操作风险和道德风险隐患。