大模型应用走向“后台”，开始深入银行信贷风控领域

华夏时报（www.chinatimes.net.cn）记者 付乐 北京报道

银行业对大模型的应用再迎创新，开始深入到信贷风控领域。

4月10日，网商银行宣布升级大雁系统，首次将AI大模型的能力应用于产业链金融。

“这一应用这并非是大模型直接生成内容与用户互动，而是在后台成为金融风控系统的‘助手’，帮助金融机构识别小微。”网商银行信息科技部副总经理方珂对《华夏时报》记者表示，一方面，大模型通过读取海量的商品信息、企业关系信息后，形成产业链图谱，让全产业链上下游的小微“显形”。另一方面，通过信息解析能力，对小微企业的经营情况进行评价。

大模型破解识别难

近年来，金融机构纷纷加大了客群下沉举措，而其信贷风控体系能否有效匹配新客群的信用风险特征，面临着严峻挑战。在产业链金融领域，产业链上下游企业的信用评估和风险管控较为复杂，尤其对于小微企业、个体工商户而言，其业务财务信息不透明、经营稳定性相对较差、信用等级相对较低，增加了金融机构的风控难度。

在浙江嘉兴，潘弈丞经营着一家新材料科技企业，主营业务是生产高温尼龙材料。他介绍到，新材料研发时间长，且客户回款周期长达3个月，需要资金投入和周转。几年前，潘弈丞向银行申请信贷服务时，他需要抵押房产并等待一周的时间。

一般情况下，在金融机构的视角中，该企业画像是一家普通的小微企业，工商信息显示从事机械制造，年营业额在1000万元左右。至于公司生产什么，最终去往哪里并不清楚。因此，在没有品牌企业担保的情况下，金融机构很难给予企业符合其经营需求的贷款额度。

“首先要做到的是‘看见’企业。”方珂表示，大模型通过知识抽取能力，从海量信息中理解数据，形成产业链图谱，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，将其挂载到产业链上。

比如汽车产业链，大模型“看到”发动机厂商、4S店、轴承厂商等环节，再看见每个环节分布着哪些企业，将他们编织成一张网。通过这种方式，可以识别上述企业位于汽车产业链上，拥有专利、其所生产的尼龙材料经过最终去到了比亚迪汽车。

“企业产业带本身在中国做高新材料的聚集地，相对来说其制造成本、稳健性又会更高一些。这就是所谓的颗粒度更细了。当知道企业制造什么材料，并且流向比亚迪汽车，同时新能源汽车整体是一个向上的行业，而他们做的材料又具备一定的专利属性，就证明是比较具有竞争力的。”银行业相关人士对《华夏时报》记者表示。

看见之后还需要看清小微的经营情况。大模型能够自动读取大量研报，生成适合描述小微用户的经营画像。这个过程就像一个AI产研专家，研究产业，形成趋势判断，分析小微的各项经营数据，形成对它经营情况的评分。这些评分，一定程度上代表着企业的还款能力。

用一个比喻来形容大模型的作用，原来纯人工审核，视力可能是5.2。但是机器去看，因为只看到如工商类比较粗的信息，视力是4.0。大模型眼镜戴上之后，视力可能也是5.2。目前来看，大模型与最精细的人工审核相比依然有差距，不过效率高且成本低。

当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。以汽车产业链为例，网商银行大雁系统已经为超过100万小微企业提供信贷额度。获得金融服务的用户中，64%为首次获得纯信用贷款，近三成为科创型企业，且获得了更高的额度。

大模型并不直接应用于授信

值得注意的是，银行并没有用大模型的生成能力直接与用户交互。

那么，大模型在整个风控系统中到底承担着怎样的位置？

“大模型并不直接应用于授信。”方珂表示，风控一个决策系统，整体在各种各样维度上做一个决策。而决策对于精准度、风险要求非常高。如果把大模型应用于决策系统的话，首先大模型决策能力没有那么高，其次会带来很高的系统性风险。

他介绍到，我们现在讲大模型在风控系统的应用，是利用其认知系统能力，从多数据维度中刻画出来更多认知画像，画像维度、深度决定了决策系统中能够用哪些字段。但是最终决策选取这些画像的时候，仍然有决策系统自身的准入标准和方法。

“金融行业对安全、风险要求极为严苛，大模型应用仍然有很多问题需要验证。”方珂举例说，大模型会出现“幻觉”，如果错判了客户的经营情况，带来的可能是真金白银的损失。

因此，大雁系统实际应用中，大模型绘制的产业链图谱会向风控系统提供客户识别、经营评分和画像，但最终小微经营者获得的贷款额度，仍然是风控系统多维度交叉验证的结果。

为何大模型助力信贷风控的场景会率先落地民营银行？

IDC中国副总裁兼首席分析师武连峰对《华夏时报》记者表示，大模型高价值应用，最关键的是找到合适的场景。它至少必须满足两个条件，不仅需要对海量数据进行分析，也需要高昂的专家知识。

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

凭借科技能力，民营银行形成了差异化竞争优势，更易创新性的设计新型金融产品和服务，如基于个人信用评分的“秒批秒贷”服务、利用区块链技术打造去中心化的金融服务等，满足年轻一代消费者与小微企业的个性化金融需求。

整体来看，目前，民营银行对大模型的应用主要集中在两个方面，一是在服务和营销层面，利用大模型构建用户画像，实现个性化推荐和精准服务，如提供24小时在线的智能问答服务，并利用大模型分析客户行为模式、消费习惯和需求偏好，利用精细化营销策略，提高转化率。二是与云服务商合作，借助云端算力和数据处理能力，增强市场竞争力。

责任编辑：孟俊莲 主编：张志伟

查看更多华夏时报文章，参与华夏时报微信互动（微信搜索「华夏时报」或「chinatimes」）