銀行業對大模型的應用再迎創新，開始深入到信貸風控領域。
4月10日，網商銀行宣布升級大雁系統，首次將AI大模型的能力應用于産業鏈金融。
“這一應用這並非是大模型直接生成內容與用戶互動，而是在後台成爲金融風控系統的‘助手’，幫助金融機構識別小微。”網商銀行信息科技部副總經理方珂對《華夏時報》記者表示，一方面，大模型通過讀取海量的商品信息、企業關系信息後，形成産業鏈圖譜，讓全産業鏈上下遊的小微“顯形”。另一方面，通過信息解析能力，對小微企業的經營情況進行評價。
大模型破解識別難
近年來，金融機構紛紛加大了客群下沉舉措，而其信貸風控體系能否有效匹配新客群的信用風險特征，面臨著嚴峻挑戰。在産業鏈金融領域，産業鏈上下遊企業的信用評估和風險管控較爲複雜，尤其對于小微企業、個體工商戶而言，其業務財務信息不透明、經營穩定性相對較差、信用等級相對較低，增加了金融機構的風控難度。
在浙江嘉興，潘弈丞經營著一家新材料科技企業，主營業務是生産高溫尼龍材料。他介紹到，新材料研發時間長，且客戶回款周期長達3個月，需要資金投入和周轉。幾年前，潘弈丞向銀行申請信貸服務時，他需要抵押房産並等待一周的時間。
一般情況下，在金融機構的視角中，該企業畫像是一家普通的小微企業，工商信息顯示從事機械制造，年營業額在1000萬元左右。至于公司生産什麽，最終去往哪裏並不清楚。因此，在沒有品牌企業擔保的情況下，金融機構很難給予企業符合其經營需求的貸款額度。
“首先要做到的是‘看見’企業。”方珂表示，大模型通過知識抽取能力，從海量信息中理解數據，形成産業鏈圖譜，再通過多模態數據融合、協同推理等技術識別小微企業的主營業務，將其挂載到産業鏈上。
比如汽車産業鏈，大模型“看到”發動機廠商、4S店、軸承廠商等環節，再看見每個環節分布著哪些企業，將他們編織成一張網。通過這種方式，可以識別上述企業位于汽車産業鏈上，擁有專利、其所生産的尼龍材料經過最終去到了比亞迪汽車。
“企業産業帶本身在中國做高新材料的聚集地，相對來說其制造成本、穩健性又會更高一些。這就是所謂的顆粒度更細了。當知道企業制造什麽材料，並且流向比亞迪汽車，同時新能源汽車整體是一個向上的行業，而他們做的材料又具備一定的專利屬性，就證明是比較具有競爭力的。”銀行業相關人士對《華夏時報》記者表示。
看見之後還需要看清小微的經營情況。大模型能夠自動讀取大量研報，生成適合描述小微用戶的經營畫像。這個過程就像一個AI産研專家，研究産業，形成趨勢判斷，分析小微的各項經營數據，形成對它經營情況的評分。這些評分，一定程度上代表著企業的還款能力。
用一個比喻來形容大模型的作用，原來純人工審核，視力可能是5.2。但是機器去看，因爲只看到如工商類比較粗的信息，視力是4.0。大模型眼鏡戴上之後，視力可能也是5.2。目前來看，大模型與最精細的人工審核相比依然有差距，不過效率高且成本低。
當小微企業能夠規模化地獲得便捷靈活的資金支持，産業鏈的資金融通和運轉效率也將大幅提升。以汽車産業鏈爲例，網商銀行大雁系統已經爲超過100萬小微企業提供信貸額度。獲得金融服務的用戶中，64%爲首次獲得純信用貸款，近三成爲科創型企業，且獲得了更高的額度。
大模型並不直接應用于授信
值得注意的是，銀行並沒有用大模型的生成能力直接與用戶交互。
那麽，大模型在整個風控系統中到底承擔著怎樣的位置？
“大模型並不直接應用于授信。”方珂表示，風控一個決策系統，整體在各種各樣維度上做一個決策。而決策對于精准度、風險要求非常高。如果把大模型應用于決策系統的話，首先大模型決策能力沒有那麽高，其次會帶來很高的系統性風險。
他介紹到，我們現在講大模型在風控系統的應用，是利用其認知系統能力，從多數據維度中刻畫出來更多認知畫像，畫像維度、深度決定了決策系統中能夠用哪些字段。但是最終決策選取這些畫像的時候，仍然有決策系統自身的准入標准和方法。
“金融行業對安全、風險要求極爲嚴苛，大模型應用仍然有很多問題需要驗證。”方珂舉例說，大模型會出現“幻覺”，如果錯判了客戶的經營情況，帶來的可能是真金白銀的損失。
因此，大雁系統實際應用中，大模型繪制的産業鏈圖譜會向風控系統提供客戶識別、經營評分和畫像，但最終小微經營者獲得的貸款額度，仍然是風控系統多維度交叉驗證的結果。
爲何大模型助力信貸風控的場景會率先落地民營銀行？
IDC中國副總裁兼首席分析師武連峰對《華夏時報》記者表示，大模型高價值應用，最關鍵的是找到合適的場景。它至少必須滿足兩個條件，不僅需要對海量數據進行分析，也需要高昂的專家知識。
“超大規模的客戶量，數據與風控能力沉澱，以及對小微經營者認知的積累，共同構成民營銀行大模型探索産業鏈金融應用的基礎。”方珂表示。
憑借科技能力，民營銀行形成了差異化競爭優勢，更易創新性的設計新型金融産品和服務，如基于個人信用評分的“秒批秒貸”服務、利用區塊鏈技術打造去中心化的金融服務等，滿足年輕一代消費者與小微企業的個性化金融需求。
整體來看，目前，民營銀行對大模型的應用主要集中在兩個方面，一是在服務和營銷層面，利用大模型構建用戶畫像，實現個性化推薦和精准服務，如提供24小時在線的智能問答服務，並利用大模型分析客戶行爲模式、消費習慣和需求偏好，利用精細化營銷策略，提高轉化率。二是與雲服務商合作，借助雲端算力和數據處理能力，增強市場競爭力。
