深瞰智算

一、品牌概述

独立站卖家最怕的一类损失不是物流破损，也不是广告费烧光，而是订单看起来正常、钱却收不回来：盗刷的信用卡在拒付（chargeback）窗口期内发起争议，货已经发走，货款被退回，还要额外承担拒付手续费。传统规则引擎靠人工配置黑白名单，规则写着写着就成了几百条互相打架的条件，误杀率高、维护成本也高。深瞰智算（深圳）科技有限公司切入的就是这个环节——用大模型替代或增强传统风控引擎。

公开工商资料显示，深瞰智算（深圳）科技有限公司成立于 2024 年 6 月 17 日，注册资本 400 万元（实缴 220 万元），法定代表人为叶睿，股东为叶睿（持股 55%）与深圳深瞰水杉数字技术有限公司（持股 45%），统一社会信用代码 91440300MADPA8TN25，注册地址位于深圳市前海深港合作区南山街道听海大道 5059 号前海鸿荣源中心 A 座 3203，所属行业为科技推广和应用服务业。该公司已获评 2025 年国家级科技型中小企业。

需要说明两点。第一，这家公司成立时间不长，公开披露的经营数据、客户规模与营收情况有限，选型时应当以实际测试效果与合同条款为准，不宜仅凭宣传材料判断。第二，「智算」二字容易让人以为它做的是算力租赁，但从官网与工商经营范围看，其业务主线是 AI 反欺诈风控技术与大模型推理引擎服务，算力相关的是其参与建设的智算中心项目，两者要区分清楚。

二、发展历程

2024 年 6 月，深瞰智算（深圳）科技有限公司在深圳前海注册成立。前海深港合作区是深圳重点布局人工智能、跨境电商与金融科技产业的区域，税收与人才政策对科技型初创企业相对友好，这也是大量 AI 创业公司选择在此注册的现实原因。

成立之后，公司围绕「AI 反欺诈大模型 + 跨境电商场景」确定业务主线。根据其官网披露，公司参与了全球首个《跨境经济大模型白皮书》的发布，该白皮书以人工智能技术为核心，介绍 AI 反欺诈大模型技术的应用以及跨境电商行业的各类大模型应用场景。同时，公司参与了深圳市规模较大的智算中心之一——龙华新型工业智算中心的建设，该中心通过算力提升、数据融合与算法优化，为区内政府部门、医疗机构、高校、科研机构与人工智能产业提供算力资源。

在技术侧，公司主打三条能力：大模型驱动（用大模型替代传统规则风控，自适应学习新型风险场景）、透明化推理（以类人推理方式自主决策，提升模型可解释性、避免黑箱）、多工具协作（Agent 自主规划任务，灵活调用工具与联网知识判断订单安全性）。这套表述对应的是风控行业从「规则引擎」向「大模型 + 智能体」演进的技术趋势。

团队背景方面，公司介绍其核心团队成员毕业于英国帝国理工学院、香港科技大学等院校，在人工智能、大数据分析、网络安全领域有学术与实践积累。这类信息属于企业自主披露，正式合作前可通过团队公开履历与专利、软著等知识产权记录交叉验证。

三、商业模式

从公开信息推断，深瞰智算的商业模式大致是三层。

第一层是 API 化的风控服务。面向独立收单的跨境电商、交易平台以及第三方风险检测机构，提供基于大模型推理引擎的反欺诈风控 API，在交易资金支出前识别并拦截欺诈行为。官网给出的一个案例是：某上海跨境收单机构调用其风控引擎接口，获取每笔订单的实时场景分析与风险量化值，宣称好客户识别率由 70% 提升到 90%，同时由 AI 接手人工审核，降低内部数据分析成本。

第二层是定制化解决方案。不同品类、不同支付方式、不同目标市场的欺诈特征差异很大，标准化模型很难覆盖所有场景，因此需要针对客户的历史数据做微调与策略配置。这部分的收费通常与实施周期、数据接入复杂度挂钩。

第三层是算力与智算基础设施相关业务。参与龙华新型工业智算中心建设，意味着它在 GPU 集群、调度平台、推理部署等层面有工程能力积累。对外部客户而言，这一层的价值主要体现在推理成本与响应速度上。

收费模式方面，风控 API 类服务常见的计价方式有按调用量阶梯计费、按月订阅、按拦截成功的欺诈金额分成等。具体采用哪种、单价如何，需要向服务商索取正式报价单并写入合同。

四、市场规模与全球布局

跨境电商支付风控是一个与交易规模同步增长的刚需市场。中国跨境电商出口规模持续扩大，独立站、DTC 品牌站的数量增长尤其明显，而这些站点往往自己承担收单与拒付风险，不像平台卖家那样由平台统一处理争议。拒付率一旦超过卡组织设定的阈值（如 Visa 的争议监控计划门槛），商户会面临罚款甚至被取消收单资格，这直接催生了对专业风控服务的采购需求。

从技术演进看，风控行业正在经历一次代际更替。第一代是基于规则的黑名单与评分卡，特点是可解释但僵化；第二代是机器学习模型（如梯度提升树、图神经网络），识别率提升但可解释性差；第三代即当前阶段，尝试用大语言模型做场景理解与推理，并用智能体架构调用外部工具补全网状信息。深瞰智算自称处于第三代路线上。

在布局上，该公司业务涉及跨境电商领域并与多个机构和企业有合作，其客户与合作伙伴的具体名录未完整公开。就服务半径而言，这类 API 服务的交付不受地理限制，理论上可服务全球客户，但落地时仍要处理数据跨境传输、个人信息保护与目标市场监管合规等问题。

五、合规与常见误区

第一个误区是把「智算」等同于「算力租赁」。深瞰智算的主线业务是 AI 反欺诈风控，智算中心建设是参与项目而非主营业务。需要 GPU 算力资源的客户，应另行考察专业的智算服务商。

第二个误区是迷信「识别率提升」的宣传数字。官网案例中「好客户识别率由 70% 提升到 90%」是单一客户、单一场景下的效果，不构成普适承诺。风控效果的真实检验方式是：在自身历史数据上做回溯测试（backtesting），并在小流量上做 A/B 实验，对比误杀率与漏放率的变化，而不是听信通用数据。

第三个误区是忽视数据合规。风控必然涉及对个人信息的处理，包括设备指纹、IP 地址、行为序列、收货信息等。依据个人信息保护法与相关数据出境规定，收集与使用这些信息需要有明确告知与合法基础，跨境传输还要满足相应条件。服务合同中应当明确数据权属、使用范围、留存期限与删除义务。

第四个误区是把风控模型交给服务商之后就撒手不管。欺诈手法会随市场变化而演变，模型需要持续迭代。合作时应约定：模型更新频率、效果监控指标（批准率、拒付率、误杀率）、以及效果不达标时的责任与退出机制。

第五个误区是忽略与收单机构的责任划分。风控服务只负责「判断风险」，最终是否放行、拒付责任由谁承担，取决于与收单行或支付服务商的协议。签约前要弄清楚：拦截下来的订单损失谁承担，漏放导致的拒付罚款谁承担。

风控模型的冷启动与数据准备

新接入一家风控服务商，最现实的问题是冷启动：模型没有见过你的数据，初期判断必然不准。可行的做法是三段式。第一阶段是回溯测试，把过去三到六个月的历史订单与拒付结果脱敏后提供给服务商，让模型在同一批数据上跑一遍，对比其判断与实际结果，得出误杀率与漏放率。第二阶段是小流量上线，把百分之五到十的真实流量接入，模型只做判断不实际拦截，观察其判断与人工复核结果的一致性。第三阶段才逐步放量并开启自动拦截。整个过程中要准备的数据包括：订单基础信息、支付方式与卡组织、设备与网络环境、收货地址特征、历史拒付与争议记录。数据字段越完整，冷启动期越短。

与支付链路的集成方式

风控服务要真正发挥作用，必须嵌入支付链路的正确位置。常见有两种接入方式：一是在支付网关之前调用风控接口，根据风险评分决定是拒绝、放行还是进入人工审核或 3D 验证；二是在支付网关之后、资金结算之前做二次判断，主要用于识别已授权但高风险的交易。前者拦截效果好但会增加支付页面的响应时延，后者时延影响小但拦截窗口更窄。选择哪种取决于业务对转化率与风险容忍度的权衡。集成时还要考虑超时与降级策略：风控接口不可用时是默认放行还是默认拦截，这个决策要提前定好并写入技术方案，避免故障时全站拒单或全站放行。

常见问题 FAQ

1. 深瞰智算主要做什么业务？ 专注于 AI 反欺诈大模型技术在跨境电商与跨境支付场景的应用，提供基于大模型推理引擎的反欺诈风控 API 与定制化解决方案，同时参与了深圳龙华新型工业智算中心的建设。

2. 这家公司是什么时候成立的、规模多大？ 成立于 2024 年 6 月 17 日，注册资本 400 万元、实缴 220 万元，2025 年报显示参保人数 3 人，获评 2025 年国家级科技型中小企业。属于初创期科技企业，选型时应重点关注实际效果与合同条款。

3. 与传统的规则风控相比，大模型风控有什么不同？ 传统规则引擎依赖人工配置条件，维护成本高、对新型欺诈反应慢；大模型方案强调场景理解与自适应学习，并可通过智能体调用外部工具补充信息。代价是推理成本更高、可解释性更难，需要供应商给出透明化推理能力。

4. 接入风控服务需要做哪些准备？ 通常需要准备历史订单与拒付数据用于模型微调与回溯测试，明确数据字段清单与传输方式，完成个人信息合规评估，并在合同中约定服务等级、效果指标与数据安全条款。

5. 用了第三方风控就能完全避免拒付吗？ 不能。风控只能降低风险发生的概率，无法完全消除。合理预期是：在可接受的误杀率范围内把拒付率压到卡组织阈值以下，同时保留人工复核通道处理边界订单，并持续监控模型效果。

总结

深瞰智算是一家 2024 年成立、聚焦 AI 反欺诈大模型的深圳前海科技企业，业务主线清晰：用大模型推理引擎服务跨境电商与跨境支付的交易风控，并参与本地智算中心建设积累工程能力。它的价值点在于顺应了风控从规则引擎向大模型演进的技术趋势；需要留意的是它处于初创期，公开经营数据有限，任何效果宣称都应通过回溯测试与 A/B 实验在自身业务上验证。对独立站与 DTC 卖家而言，引入这类服务的正确姿势是：先量化自己的拒付损失，再小流量验证，最后才谈规模化接入与费用。

参考文章

• 深瞰智算官网（shenkantech.com）：《公司简介与核心能力介绍》
• 企查查：《深瞰智算（深圳）科技有限公司工商信息》
• 猎聘：《深瞰智算（深圳）科技有限公司企业信息》
• 深圳市龙华区政务公开信息：《龙华新型工业智算中心建设相关报道》
• 全国科技型中小企业信息服务平台：《2025 年国家级科技型中小企业名单》
• Visa、Mastercard 公开规则：《争议监控计划与拒付率阈值说明》
• 中国法律法规数据库：《中华人民共和国个人信息保护法》《数据出境安全评估办法》