專訪盛業創新業務總監黃文昌：AI不能解決風控的本質問題，風控的核心是對產業交易生態深度的理解

每經記者 趙景致    每經編輯 馬子卿    

10月28日至29日，“香港金融科技周2024”與香港亞洲博覽館開幕。本年度香港金融科技周以“點亮金融科技新航道”為主題，吸引來自超過100個經濟體、逾三萬名與會者，匯聚銀行、證券、投資、保險及科技等領域的全球行業領袖，共同探討金融及科技的未來。

會上，供應鏈科技平臺公司盛業（HK06069.HK，股價6.960港元，總市值68.8億港元）戰略發展部創新業務總監黃文昌就金融科技在普惠金融領域的應用方面進行圓桌論壇討論。

會后，黃文昌在接受《每日經濟新聞》記者（以下簡稱“NBD”）專訪時表示，查“三表”、看資產、走審核的傳統貸款審批流程對中小企業較難獲得貸款。隨著金融科技的發展，現在可以推動產業數據轉化為信用信息，從而破解信息不對稱的融資痛點，擴大普惠金融的覆蓋范圍。

盛業戰略發展部創新業務總監 黃文昌 圖片來源：受訪者

要重視交易本身，精準評估企業在供應鏈中交易的真實性和合理性

NBD：我注意到公司以前是做保理業務的，現在和供應鏈金融、金融科技這兩塊聯系特別緊密，請問其中的內在邏輯是什么？

黃文昌：保理業務是供應鏈金融的一部分，通過應收賬款的管理與融資，幫助企業解決資金周轉問題。而供應鏈金融的核心，在于通過整合物流、資金流、信息流等數據和信息，實現對供應鏈中各環節企業的金融服務。

此前我們發現市場存在一些痛點。一是供應鏈上企業的業務交易并非“一手交錢、一手交貨”，雖然買方的信用很好，但是買方和賣方之間的支付周期特別長，這會導致賣方難以及早拿到貨款擴大經營。

二是很多比較小的企業由于規模小、信用評級不高、財務信息不健全等問題，沒有辦法在傳統的金融體系中獲得貸款支持。

針對這些融資痛點，我們采用“重交易、輕主體”的風控模式，通過重視交易本身而非企業主體，結合金融科技手段，精準評估企業在供應鏈中交易的真實性和合理性，從而為中小企業提供“全流程線上化”的供應鏈普惠金融服務。

NBD：近年來，傳統金融機構也非常重視供應鏈金融，而且現在行業中也在強調“脫核”。與傳統金融機構相比，盛業這種發展模式有何獨特優勢？

黃文昌：首先是產業生態鏈和科技賦能能力。只有深入產業供應鏈、覆蓋供應鏈全環節，并運用人工智能和大數據進行分析，才能更全面地評估交易的真實性和合理性。

其次是風險控制模式，我們可以獲取產業信息和數據，從而對整個交易生態進行風險評估，使得風控更加精準全面。比如,在基建板塊，賣方的貨物送到現場，就會有電子板來稱貨車的輕重，我們就可以用科技抓取這個數據并識別供應商送貨單是否真實。其實，此類信息可以通過科技平臺來抓取，結合起來就能成為很全面的交易數據，這種細致的風險控制也是傳統金融機構難以實現的。

至于“脫核”模式，我們采用“重交易、輕主體”的模式，主要就是關注產業鏈上中小微企業的履約行為和交易畫像。

產業生態鏈越豐富、產業數據越完善，風控模型就會更精準

NBD：科技系統需要嵌入到產業鏈中的數據節點上嗎？

黃文昌：是的。科技系統鏈接產業鏈中的各個節點數據，不僅能夠提升金融服務的效率和安全性，還能夠通過實時數據監控和分析，優化風險控制模式，實現更精準的金融服務。也就是說，產業生態鏈越豐富，相應的產業數據長度、寬度就越完善，風控模型就會更精準。

NBD：你介紹說服務的客戶中有30%是無法在傳統金融機構獲得融資的“首貸戶”，盛業的定位是什么？與傳統金融機構之間的競爭合作關系如何？

黃文昌：我們其實也是幫助金融機構進行貸款投放，更多的是合作關系。

目前我國的中小企業貢獻了約60%的GDP，有很強的融資需求。但很多傳統的金融機構沒有辦法按照較固定的風控邏輯去向中小企業投放資金，因此可以通過我們的科技平臺去接觸到中小企業很多不同的資產，從而進行資金投放。

所以我們的科技平臺也能為傳統金融機構提供大數據分析、大數據風控等信息，幫助開展普惠金融業務，目前，盛業平臺鏈接資金合作方超過130家，已經成為傳統金融機構落實普惠金融工作的重要合作伙伴。

AI不能解決風控的本質問題，風控的核心是對產業交易生態深度的理解

NBD：談起科技就繞不開人工智能這個話題，你覺得AI還會怎樣重塑普惠金融？

黃文昌：現在AI已經不算是很新興的概念了，日常生活中已經隨處可見AI的應用。在商業領域，AI可以被視為一個強有力的輔助工具，幫助普惠金融業務降低成本并提高效率。但是AI不能夠解決風控的本質問題，風控的核心是數據源的真實性，以及對產業交易生態深度的理解。

NBD：目前有沒有一些具體的AI場景落地？

黃文昌：科技賦能的場景比較多，比如合同可以自動錄入云平臺；包括我們的銷售人員與客戶訪談后，科技可以快速地將客戶能接受的價格、期限等要素導入到平臺上等。

此外，借款方的回款時間也可以用AI來測算。通過分析過往的記錄，AI能夠預測客戶匯款的時間。目前，AI測算的準確率已經超過了80%。科技的應用不僅能夠進行批量分析，還能進行多維度的分析，這使得分析更加高效和精準。

相比之下，人工分析需要先收集資料，然后再進行分析，這不僅耗時，而且準確度可能不如AI。因此，科技的運用在提高效率和準確性方面具有明顯優勢。