资讯 金融科技巨头
此为临时链接,仅用于文章预览,将在时失效

网商银行探路大模型To B

作者:周蕾
2024/04/11 09:48

大模型应用发展如火如荼,但前沿技术的春风,至今未能在B端场景吹遍,落到实处、立下标杆案例者,更是罕见。

这一点不难理解:相较于B端,C端场景自然更容易被用户感知,对大模型“幻觉”的容忍度也更高。在智能助手、智能营销等相对“远离”核心业务之处,对那些不直接与用户互动,生成内容的大模型应用加以探索,也是眼下不少企业的惯常做法。

然而,一个行业里默认的共识是,找到B端场景,到产业里去,才可能打开大模型的商业想象空间。

很难,但有人已经出发。

挑一块最硬的骨头啃

4月10日,雷峰网从2024年数字产业链金融峰会获悉,网商银行已经将大模型应用在了小微金融领域。

目前,银行大模型多处在探索阶段,其应用场景集中在银行内部的智能办公、流程自动化等,对外则更倾向于零售金融和财富管理相关。有关对公金融,乃至小微金融领域的应用,已是少之又少。

而小微金融,本就是金融行业极其难啃的一块硬骨头。

原因不外乎两点:看不见、摸不着。

国家市场监督管理总局数据显示,截至2023年5月底,全国登记在册民营企业数量达到5092.76万户,99%为中小微企业。如果算上个体工商户,这个数量能达到亿级。金融机构的服务网络和覆盖范围与之相比,只能算是杯水车薪。

小微企业需要融资时,又未必能提供规范准确的财务信息,很难向金融机构“自证”还款能力,机构也不便从其他途径获取关于企业的更多信息。

更多时候,小微企业高度依赖企业主的个人信用,房子车子抵押成为常见的办法,机构自然也就不愿放出更高额度的贷款。

看不见他们的需求,摸不着他们的还款能力,小微金融成烫手山芋,自是意料之中。小微企业之于金融机构,如巨轮驶入小河道,信息的缺乏正如河道狭窄水浅,机构越想再前行一步,就多一分风险。

我们不妨看一个典型的小微企业在银行眼中的情况。

浙江丞达,一家生产特种尼龙材料的企业。每接一单新生意,他们都需要大量现金买原料、投入生产,但客户回款周期通常在3个月左右。浙江丞达在资金周转期,可以向银行申请信贷服务,不过仍然需要抵押房产,并经历一周的等待。

丞达所产的高温尼龙形似大米粒,能长期耐住150-200℃的高温考验,但丞达自身却未必能耐住现金流随时断裂的可能。

网商银行探路大模型To B

浙江丞达创始人潘弈丞

这种无奈的等待,源自于银行难以了解他。网商银行行长冯亮介绍,在大模型应用以前,丞达在银行的风控系统中是这样的——一家普通小微,工商信息显示干机械制造行业,年销售额大概在1000万左右。具体做什么不知道,产品用在哪里不知道,行业好不好,对手如何和经营情况不知道。

丞达自己都不知道,生产的产品通过层层流转,最终用到哪里。与产业链上的大品牌离得实在太远了,没有大企业担保,又没有可信的经营数据,担保贷款和纯信用贷款这两条路子,都很难走得通。

大模型的应用,正在努力地让钱流向更多丞达们。

让最末梢的他们“被看见”

那么有了大模型的应用之后,丞达在银行的眼中,又发生了哪些变化呢?

不妨想象一个人的视力从4.0到了5.2会发生什么。冯亮展示了有了大模型的“显微镜”后,被重新看见的丞达:

它生产的尼龙的材料,经过了层层加工、装配后,最终去了比亚迪汽车、华为手机的绝缘层。

它位于浙江嘉兴平湖,浙江四大新材料基地之一,拥有完善的产业链生态与原材料优势。

丞达在这个领域是“潜力股”——手握12张专利证,被评为浙江省高新技术企业,其生产的尼龙产品的品质好,价格优。

“在这样的视角下看,丞达理所当然是一家优质的小微企业。”当丞达的老板潘弈丞从支付宝里点开网商银行,申请贷款时。风控系统给了他200万的额度,无需抵押,随借随还。他坦言,网商银行的放款一天就到账,正好解决买原料的燃眉之急。任何产业链上都有数不清的老潘。

老潘的难题,也是所有“无名英雄”的难题。

网商银行探路大模型To B

一年前的春天,一个问题摆在网商银行的技术团队面前:

一辆比亚迪汽车摆在面前,人们第一眼认出的、更愿意讨论的,总是那个拉风的车标,但车标以外的每颗螺丝、每片塑料值得被看见吗?

答案是肯定的。他们开始尝试用大模型来提升产业链上小微金融的获得感,将原有的供应链金融“大雁”系统升级,往纵深处继续探索。

小微企业要被“看得见、摸得着”,最好是让他们拥有自己的坐标。维度越全面,定位越精准,就越能准确刻画小微企业的还款能力。

此前,金融机构的供应链金融通常是这样“定位”的:先锁定供应链中的核心大企业,再向下梳理一级、二级供应商,判断该企业处于该供应链中的哪一环。

然而,受信息所限,这种方式难以触达三、四、五级、N级的供应商的需求。

这正是大模型的用武之地——对海量数据的分析处理、解析与判断。

大模型在网商银行产业链金融领域的应用总共分两步:

第一步,是编织一张广阔的产业链图谱。通过从海量信息中抽取数据,以产品为主要节点,形成初始产业链。再通过多模态数据融合,协同推理等技术识别小微企业的主营业务,挂载至对应的产业链。

以汽车产业链为例,大模型会以看到发动机厂商、轴承厂商、电机厂商、4S店等等环节,再看见每个环节分布着哪些企业,由点成线再成网。

整个过程好比探照灯不断的移动,将毛细血管的小微全部照亮,并清楚的看到它和哪些企业发生关联。

第二步,在完成坐标定位后,大模型将扮演“智能产研专家”,评估小微的风险和画像。大模型通过自动够读取大量研报,分析小微的标签,生成最适合描述小微用户的经营画像和评分,让小微用户的“人设”丰满具体。一定程度上,这些代表着代表着他的还款能力。

网商银行探路大模型To B

网商银行探路大模型To B

网商银行探路大模型To B

网商银行探路大模型To B

如果说,传统的供应链金融,是从大江大河开始刻画河流的上下游,那么大模型加持下的产业链金融,即是绘制巨幅河网地图。大模型如勘探员跋山涉水,吃透了每一处地形和气候,才能精准标注出溪流的走向与沿岸的村庄。地图上的点越精确,资金越能准确“空投”至小微经营者的跟前。

网商银行透露,以汽车产业链为例,如今他们已经识别了270万家小微企业,其中100万家获得了授信。获得金融服务的用户中,64%为首次获得纯信用贷款,近3成为科创型企业,且获得了更高的额度。因为秒贷秒批的金融服务,他们在经营上实现了“0账期”,可以多接订单,每月交付量平均提升17%。

当毛细血管小微企业能够规模化地获得便捷灵活的资金支持,产业链的资金融通和运转效率也将大幅提升。

大模型To B,未完待续

网商银行高级工程师方珂告诉雷峰网(公众号:雷峰网),“我们找到了一个方向,但还不能说现在就挖到了丰厚的宝藏。大模型的产业应用仍有很远的路要探索。”

大模型应用仍然有很多问题需要验证,推理过程中仍有可能出现“幻觉”,造成“一本正经的胡说八道”。因此升级后的大雁系统,并不是将大模型直接应用于风控系统,直接服务客户,而是由大模型向风控系统提供客户识别,提供经营评分和画像,经风控系统多维度交叉验证后,最终决定小微经营者获得的贷款额度。

另一个问题是,吃螃蟹的为什么是网商银行?

这家自开业之初就生长在云上的银行,在业内率先实现了100%的去IOE和自主可控,并较早地开始依靠授权数据作为生产资料,通过数据与AI技术,让用户可以在无抵押、无担保、不提交纸质材料的情况也能证明“我有信用”。

这套风控系统历经磨练,截至2022年底,已累计服务超过5000万小微经营者。在小微金融的这片土壤里,技术已经来来回回丈量了5000万次。

“超大规模的客户量,数据与风控能力沉淀,对小微经营者认知的积累,共同构成了我们用大模型探索产业链金融应用的基础。”方珂表示。

雷峰网也了解到,网商银行不是第一次让新技术走出实验室。此前他们就曾通过卫星遥感信贷技术“大山雀”系统,解决小散农户贷款难的问题,进一步提高县域及农村的小微贷款可得率。

再看这只“大雁”,它迈出的这一步,依旧难能可贵。它的背后有着双重难题:大模型在B端场景应用之少;小微金融服务可提升的空间之大。

2013年,发展普惠金融首次被提出,在政策推动下,中国金融服务已向许多小微经营者,尽可能将大门再敞开一尺,中国普惠小微贷款余额连续5年增长超过20%。但,这一问题仍有值得追问的问题:

现在的金融产品是否真的已经最有效地做到普惠和支撑实体经济?缺少融资渠道的人和企业,通过贷款改善了福利?那么怎么把钱借给真正有需要的人和企业?

以往因为人力成本、信息不对称等原因难以做到的风控模式、难以覆盖的应用场景,在有了数据要素流通、AI大模型的今天,或许有了新的可能。


长按图片保存图片,分享给好友或朋友圈

网商银行探路大模型To B

扫码查看文章

正在生成分享图...

取消
相关文章