廉洁风险防范是党风廉政建设和反腐败斗争的重要内容。国有企业作为国民经济支柱，其廉洁风险防范直接关系到国有资产安全和经济高质量发展，而破题的重要路径在于人工智能与监督体系的深度融合。近年来，广州市烟草专卖局（公司）（以下简称“广州烟草”）探索“AI+”监督，通过搭建廉洁风险识别与预警智慧平台，实现廉洁风险的动态识别、精准预警、提前防控，为国企廉洁风险防范数字化转型提供了参考。
“AI+”监督赋能国企廉洁风险防范的实践举措
广州烟草以规范和监督权力运行为核心，以廉洁风险防控为基础，以现代信息技术为支撑，探索搭建廉洁风险识别与预警智慧平台（以下简称“平台”），提炼形成“136N”数智预警监督体系，推动廉洁风险防范工作智能化、精细化、数字化，走出了一条“AI+”监督的廉洁风险防范新路径。
聚焦可视化，建设一个廉洁风险数据大屏。将平台产生的预警情况和其他功能模块信息集中展示到统一的“数字”驾驶舱中，实现数据一屏展示、指标一屏分析、场景一屏透视、研判一屏辅助。
聚焦智能化，打造三项廉洁风险智库。平台通过集合历年来各项监督检查发现的问题，全面排查梳理找出的风险以及涉及的相关制度规定，构建监督制度库、监督问题库和廉洁风险库等三个廉洁风险防范数据库。
聚焦预警化，平台搭建覆盖烟草行业“人、财、物、烟、权、其他”六大重点领域的廉洁风险预警机制，实现廉洁风险即时捕捉。
横向上，经“取数-定数-用数”步骤，围绕六大重点领域搭建多个预警模型。首先通过解析重点领域业务流程，识别廉洁风险数据特征并建立集成采集通道；其次基于行业规范制定基准阈值，结合历史数据波动规律确定合理阈值；最终整合业务数据和明确预警阈值后，形成多级预警规则，明确规定在何种情况下触发预警、预警的级别和方式等，当关键数据指标偏离阈值时触发预警。
纵向上，采用“分色预警-分级处理”步骤迅速处置预警信息。根据预警反映的问题严重程度，采取“红、黄、绿”三色对其进行高、中、低三级评定。对于绿色低风险预警，可由基层业务部门自行核实处理。对于黄色中风险预警，须由上级业务管理部门介入处理。上级业务管理部门对黄色中风险预警处置后若认为可能存在涉嫌违反纪律规定的问题，则升级为红色高风险预警，由纪检监察部门依法依规严肃处理。
聚焦集成化，集成多项廉洁风险综合业务。在核心预警功能之外，平台建设了党纪教育、廉政研判、廉洁文化、信访举报、廉洁提醒等系列附属功能，拓展廉洁风险防范的手段。
“AI+”监督赋能国企廉洁风险防范的实践启示
广州烟草积极探索“AI+”监督建设，在平台建设过程中，通过系统梳理整合本单位各领域廉洁风险点，形成了廉洁风险智库。目前已建成20个预警模型，设置风险阈值54项，导入业务数据23万余条，产生各类风险预警百余条，并进行了核查处置，有效防控了风险。平台充分发挥数字技术便捷、扁平、智能的优势，让数据“多跑路、多说话”，实现“人防+技防”有机融合，提升纪检监察工作效能。
从广州烟草建设平台识别与预警廉洁风险的实践探索来看，“AI+”监督赋能国企廉洁风险防范把握了以下五个环节：
风险梳理是前提。以“纪检干部+业务骨干”双线排查为基础，构建三维风险图谱：业务维度绘制流程图，标出关键节点与风险；岗位维度明确风险岗位，定位易出问题岗位；数据维度标注风险数据，梳理相关指标。以此全面梳理各业务核心工作、风险及监督要点。
数据治理是基础。数据、算法、算力是人工智能的三大核心要素，其中高质量的数据供给是“AI+”监督运行的“燃料”和基石。业务系统原始数据开放和共享是开展数字化监督的基础，对此，要打造集成化的数据体系，建立统一的数据集成平台，广泛汇聚国企业务数据，为“AI+”监督的探索提供丰富的数据资源。
数实融合是关键。纪检监察部门与业务部门应通力协作，纪检监察部门从监督角度研判有监督必要性的业务点，业务部门从业务角度分析有监督可能性的业务点，共同确定预警模型，确保监督与业务紧密结合。
安全保障是重点。在开发过程中，要运用先进的安全技术，保障数据的保密性、完整性和可用性。开发完成后，及时进行信息安全等级保护测评，确保系统达到相应的安全等级标准。在使用过程中，严格做好权限调控，根据不同人员的职责和工作需要合理分配数据访问权限，防止数据泄露。
制度规范是支撑。需制定完善的制度规范，明确责任人，为“AI+”监督的长效运行提供支撑。对于单个预警信息，要明确整改时限、整改要求、责任人，建立相应整改台账，实时跟踪整改动态。针对高频预警模型或单位，应及时排查制度漏洞和管理缺陷，通过定期更新机制优化监督效能，实现风险防控闭环管理。（广州市烟草专卖局（公司） 杨名军 余甘露 彭江映粤）
