在风险管理与数据科学的交汇领域，袁麟以其深厚的专业背景和前瞻性的战略眼光，成为了该领域的佼佼者。袁麟最初深耕于计算机科学，后来转而专注风险管理，不仅在技术上取得卓越成就，更在实战中积累了丰富经验。本次专访，我们有幸邀请到袁麟，就其职业选择、风险管理策略、技术创新及未来展望等话题进行深入交流。
问：袁麟女士，非常感谢您能接受我们的专访。首先，能否请您简要介绍一下自己，以及您是如何从计算机科学领域转向风险管理这一赛道的？
答：当然，很高兴有这个机会与大家分享。我一直对数据处理充满热情，计算机科学是我职业生涯的起点。随着工作经验的积累，我逐渐发现风险管理对数据的依赖远超很多行业，数据的质量和处理速度几乎直接决定了风控的成败。一次在PayPal的经历让我深刻意识到这一点，当时我们团队成功应对了一次大规模欺诈，那一刻我意识到自己想做的不仅是写出高效的代码，更是要用技术去保护真实的商业和交易环境。于是，我正式踏入了风险管理这一领域。
问：在PayPal管理小微卖家风险策略时，您如何在“放行增长”与“及时拦截”之间找到平衡点？能否分享一个具体的决策场景？
答：在PayPal，我们始终以“风险成本与业务收益的综合最优”为原则。一个典型的场景是针对跨境小微卖家的准入与交易监控。比如，我们曾注意到东南亚某新兴市场的注册量突然飙升，但深度分析后发现两个异常信号：一是新注册卖家在前两天的交易金额远超同类卖家的正常分布；二是这些账户关联的买家投诉率激增。面对这样的数据，我们并未一刀切地暂停所有相关商户，而是通过分层策略来平衡风险与增长，对高风险特征商户采取严格的额外验证和限额措施，同时保留对正常卖家的快速放行。最终，我们既避免了大规模误伤潜在优质商户，也成功防止了一波大规模欺诈的发生。
问：您加入Afterpay后负责全量客户责任风险，当时面临的最大挑战是什么？
答：最大的挑战来自于多重压力叠加。Afterpay的业务量在短时间内呈超快速增长，同时我们还要不断开拓新兴市场，兼顾风险控制、损益平衡和用户体验。更大的挑战在于，当时的团队规模并不大，却必须在短期内落地一系列的战略项目。面对这样的局面，我们整个团队并肩作战，从数据基础设施到模型优化，从流程设计到跨部门协作，一步步把完整的风控系统搭建起来。最终，这套系统不仅确保了业务的安全，也成为支持业务快速扩张的重要引擎。
问：您通过可扩展的数据驱动战略与实时信号集成，实现了欺诈损失的逐年下降。在这套“组合拳”中，您最引以为傲的是哪一环？
答：如果说技术和模型是风控的基本功，那我最引以为傲的一环其实是背后的策略思维：将风控从被动的单点反应升级为主动的全局布局。很多团队在做风控时，往往陷入遇到问题再解决的被动模式。而我们当时做的突破，是在战略层面先把预判能力植入体系，通过长期的数据积累和信号交叉验证，让系统在风险发生前就具备识别潜在威胁的能力。这种主动性改变了团队的心态，我们不再是追着攻击跑，而是让攻击者无处遁寻。
问：在招聘第一批员工时，您最看重哪三种软技能？在东西方文化融合上，您遇到过哪些挑战，又是如何化解的？
答：招聘第一批员工时，我最看重的是成长性、沟通能力和灵活性。当时我们从零起步，业务和技术都在不断变化，我希望团队成员能快速学习新知识，适应环境的变化。同时，在跨国、跨职能的环境里，沟通能力是建立信任、推动合作的基础。至于灵活性，很多时候没有现成的模板可依赖，需要大家愿意跳出舒适区，快速调整方向。
在文化融合上，我们最初确实有过适应期。比如，西方同事喜欢直接表达反馈，而一些本地成员觉得这种风格太尖锐。我们后来通过培训和案例分享，让大家理解不同文化的沟通风格，并建立透明的团队机制，比如会议中明确问题针对的是事而不是人，以及让每个人都有发言机会。随着理解的建立，团队不仅合作更顺畅，反而形成了兼具东西方优势的工作氛围。
问：您既强调AI/ML模型，又倡导“以客户为中心”。当算法判断一位优质客户为高风险时，您如何设计人工干预的阈值和体验？
答：我一直认为，算法再精准，也不能取代对用户体验的关注。在设计人工干预机制时，我通常会设定合理的人工复核阈值，即当模型信号显示高风险但置信度不足时，将其自动转入人工处理。同时，优化客户体验路径，确保在用户感知到异常时，有清晰、友好的沟通与快速解决方案。比如，我们曾有一位长期优质商户因使用了新的终端，又在异国他乡登陆了账户，被模型误判为盗号风险。我们立即启动了人工干预，风控团队在一小时内完成复核，排除了风险，并第一时间联系商户解释原因、指导后续操作。这个过程让商户感受到，我们是在真心保护他的资产。
问：站在2025年的视角，您认为哪些新兴技术将重新定义欺诈与风险管理？又有哪些最佳实践可能在未来成为桎梏？
答：我认为未来五年，生成式AI、实时图网络将成为风控的重要助力。生成式AI能够自动构建复杂场景的模拟环境，帮助团队提前测试攻击路径和应对策略；实时图网络则让我们以全局视角即时识别隐藏在海量交易中的复杂欺诈关系链。相对的，很多当下被视为最佳实践的做法，未来可能会成为束缚，比如过度依赖预定的规则和模型，或者只追求模型精度而忽视可解释性和合规要求。
问：对于一位立志成为顶尖风险主管的数据科学新人，您会给出哪三句最简洁的忠告？
答：第一，懂业务是关键。风控的价值不仅在于算法本身，更在于解决真实问题。第二，别害怕承担责任。风控岗位意味着要在不确定性中做决定，敢于对结果负责，才会获得信任和机会。第三，保持好奇与警觉。欺诈和风险永远在演变，今天的经验可能明天就过时，保持学习、不断挑战自己的假设，这是不被淘汰的根本。
问:此次您获评‘双创奖2025年度影响力人物’不仅是对过往成绩的高度肯定，更意味着行业对您的未来期待。能否结合您正在推进的核心项目，谈谈这份荣誉将如何重塑您对创新使命的理解，并具体转化为下一步的行动路径？
答：这份荣誉对我来说，是一个很重要的提醒：创新不能停留在过去的成功上，而必须不断突破原有的边界，尤其是在风控这样一个不断演变的领域。未来，风险管理需要的不是更“快”的补救，而是更“早”的预防。
我希望通过更前置、更智能的方式，去发现潜在风险。以生成式AI为例，它能够帮助我们快速整合来自不同渠道的数据源，自动分析并生成有价值的洞察和建议，让决策更实时、更精准。同时，它还能替代大量重复性的分析工作，让风控团队有更多精力去专注真正具有战略意义的创新与优化。更重要的是，生成式AI还能协助我们进行更全面的系统测试，提前发现潜在漏洞，在欺诈行为发生之前就将其扼杀。
这让我对创新的理解更加深刻——它不只是提升效率的工具，而是保护用户、商户与整个交易生态安全的根本手段。未来，我会持续推动这样的技术应用，让创新成为守护信任、赋能行业的力量。
从技术出发，走向战略；从数据细节，升华至行业格局。袁麟以自身的经历与思考，为风险管理与数据科学的融合开辟了一条极具启发性的路径。在这个充满不确定性与挑战的时代，她不仅以专业与远见为行业树立了标杆，更以坚守与创新诠释了风控的真正价值。正如她所言，风险管理的终极目标并非仅仅是“防守”，而是通过前瞻与创新，让商业生态更加安全、稳健、充满信任。可以预见，随着她不断推动前沿技术与实践的融合，未来风控的蓝图也将因她和她的团队而更加清晰可见。
