Lau K 大湾区老K
最近听到一个真实案例：跨境电商卖家，年营收千万级，纳税B级，三年对公流水，无逾期——连申5家银行经营性贷款，全部被拒。拒的理由都一样：综合评分不足。他查了征信：近3个月硬查询4次，无逾期，负债率不到50%。找不到问题在哪。问题出在他没看到的地方。2026年，银行的审批逻辑变了。AI风控在查什么？四个信号：法人变更频率、注册地址是否真实经营场所、上下游交易对手关联度、纳税与营收的匹配度。这四件事，机器跑得比人快、比人准、比人一致。但有一个信号AI暂时查不了：跨维度的异常。比如一家工厂，回款正常、订单稳定、征信干净，但最近三个月电费突然下降30%。AI模型因为回款数据好看，标记正常。但经验丰富的风控人员会追问：电费下降是不是减产信号？是不是订单在萎缩，只是还没反映在回款数据上？这种把电费和回款两个不同维度的数据联系起来的判断，现阶段仍然是人的优势。所以老K的判断是：AI让风控从找信息变成做判断。机器解决一致性和效率，人解决模型边界和跨维度关联。不是谁替代谁，是任务再分工。围绕真实经营数据，帮资金方做数据治理、客户分层和辅助风控分析，具体授信决策由持牌机构独立完成。我是老K，让企业拥有数据信用。#AI风控 #银行审批 #供应链金融
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
