未來，數字信貸或將形成“他證”與“自證”相結合的運作模式。

隨著人工智能技術蓬勃發展，越來越多金融機構正積極引入人機交互信貸科技，進一步解決小微數字信貸的新挑戰。

“事實上，小微數字信貸一直存在著不可能三角現象，即覆蓋率、服務深度與便利性難以兼容。”一位金融機構IT部主管向記者透露。目前，眾多銀行機構只能借助數字信貸解決小微信貸覆蓋率不足與便捷性不高問題，卻難以解決服務深度問題——即滿足小微企業日益增長的信貸額度需求。

(資料圖片)

這背后，是以往數字信貸主要側重解決小微信貸的“有沒有”與“快不快”，未能有效解決小微信貸的“夠不夠”。

記者獲悉，這驅動越來越多金融機構引入人機交互信貸科技，嘗試解決上述“不可能三角”現象。

具體而言，小微企業通過人機交互信貸科技系統，向金融機構主動提交大量非標準化與非結構化數據信息（包括合同、發票、貨運單、庫存照片、店鋪門頭照片等），進一步證明自身的資產狀況與運營能力，從而向金融機構申請并獲取更高的信貸額度。

“這意味著在人機交互信貸科技環境下，小微數字信貸的運作模式正從他證轉變成自證。”上述金融機構IT部主管向記者指出。目前，歐美與中國金融機構都在積極嘗試這種全新的數字信貸方式，但兩者的業務側重點有所差別，比如歐美金融科技機構主要借助人機交互技術，引導大型金融機構向小微企業提供更多增信措施，以便后者向其他信貸機構獲取更高信貸額度；國內網商銀行等金融機構則側重將大量非結構化、非標準化的小微企業數據信息轉化成可識別驗證的新型信用資產，進一步完善小微企業運營狀況與畫像特征，自主提高面向小微企業的信貸授信額度。

網商銀行首席風險官孫曉冬向記者表示，以往小微數字信貸之所以沒能解決服務深度問題，一個重要原因是金融機構對小微商家的畫像刻畫得不夠完整。比如眾多金融機構可以識別小微企業的征信、工商、稅務、移動支付流水、網絡經營行為等標準化結構化數據，但其他個性化數據信息尚未被數字化與被識別，人機交互信貸科技就恰恰解決了這些個性化數據信息的轉化問題，助力小微商家的畫像更加完整，令金融機構更加敢貸愿貸能貸會貸。

他表示，經歷過去半年的試運行，逾200萬小微商戶通過網商銀行基于人機交互信貸科技的百靈系統，成功提高了信貸額度。

在多位業內人士看來，人機交互信貸科技要實現更大范疇的應用普及，還需解決兩大瓶頸，一是如何通過大規模圖計算的行業知識圖譜科技，將更多行業小微企業的非結構性數據信息（比如合同、發票、流水、店面、存貨等），成功轉化為可識別驗真的信用資產；二是充分借助多維度驗真與多模態識別等技術，防止這類非結構性數據信息被偽造篡改，進一步降低信貸風險。

人機交互信貸科技征途

調研顯示，隨著國內經濟持續發展，逾51%小微商家期待更高的信貸額度。

但與此同時，眾多金融機構受制于小微企業數據信息不夠豐富與用戶畫像不夠完善，基于自身風控條件而無法提供更多信貸支持。

“這也是小微數字信貸在經歷多年發展后，正面臨的新瓶頸。”上述金融機構IT部主管向記者指出。具體而言，以往小微數字信貸主要聚焦解決小微信貸“有沒有”與“快不快”，卻未能解決小微信貸“夠不夠”。

近年，越來越多全球金融機構開始嘗試引入人機交互信貸科技，破解小微數字信貸便捷性、服務深度與覆蓋面難以兼顧的問題。其業務邏輯是通過基于大規模圖計算的行業知識圖譜等技術，將小微信貸的審核邏輯從“他證”變成“自證”，即小微企業主動提供合同、發票、流水、店面、存貨等照片信息，從而證明自身的經營能力與資產實力，令金融機構敢于提供更高信貸額度，解決他們的實際經營需求。

“事實上，每個小微企業主都有可以證明自己經營實力和經營穩定性的個性化數據信息，比如合同、發票、資金流水、店面、存貨等，但這些數據信息種類繁多且五花八門，甚至沒有聯網且無法被識別。我們要做的，就是通過人機交互信貸科技，將這些個性化數據信息轉化成可識別驗真的信用資產，進一步完善金融機構對小微客群畫像的刻畫，讓前者擁有更多維度數據，提升面向小微企業的信貸授信額度。”孫曉冬向記者透露。目前，人機交互信貸科技已在國內餐飲、貨運等領域得到應用，比如小型貨運公司通過上傳貨車照片、道路運輸證、貨運合同發票等個性化信息數據，經人機交互信貸科技審核后就有機會獲取更高的授信額度，在業務旺季期間租賃更多貨車實現業務增長。

孫曉冬表示，當前網商銀行基于人機交互信貸科技的百靈系統已支持合同、發票、營業執照等26種憑證，還包含工程車輛、店面門頭、貨架商品等逾400種細粒度物體的精準識別，且通過多尺度摩爾紋算法等驗真技術確保信息數據真實有效，令眾多小微企業通過相關“自證”操作，實現3萬-10萬元的信貸額度提升。

多位金融機構IT部門人士向記者透露，如何將更多非標準化、非結構化數據信息納入人機交互信貸科技并轉化成更豐富的可識別驗真信用資產，正成為眾多金融機構打破小微數字信貸服務深度不足瓶頸的突破口。但這需要金融機構構建基于海量數據(603138)的動態企業圖譜和行業圖譜，一方面將行業經營周期、資產構成、上下游邏輯悉數納入風控評估模型，另一方面需持續加強與行業專家合作，將他們對行業的經驗和判斷轉化成風控知識庫信息，令人機交互信貸科技能迅速響應各行各業的最新發展趨勢，進一步優化自身風控效率。

破解數據識別與真偽驗證兩大瓶頸

一位國內金融科技平臺技術研發總監向記者表示，在人機交互信貸科技研發過程，最讓他們傷腦筋的是兩大因素，一是如何將更多非結構化數據信息轉化成可識別驗真的信貸資產，進一步完善小微企業的畫像與經營狀況；二是如何防范數據信息偽造篡改行為。

“這背后，是我們在搭建感知、認知、交互、決策四大智能技術同時，需融入更先進的多模態識別與多維度驗真技術。”他指出。以小微企業上傳的合同照片為例，它可能包含印刷文字、表格、手寫體簽名、公司印章等不同形式信息，人機交互信貸科技要準確識別合同上的上述信息，至少需要三種多模態感知技術，且各項技術均達到極高準確率；此外，人機交互信貸科技還需引入各類交叉驗證技術，盡可能防范數據篡改、翻拍等問題。

在他看來，要做好這些工作，人機交互信貸科技還需構建基于海量數據的動態企業圖譜與行業圖譜，能迅速驗證企業遞交的個性化數據信息是否符合行業經營周期、資產構成與上下游業務邏輯等；此外，金融機構還需與行業專家保持密切溝通，將后者對行業的經驗與判斷轉化成風控知識庫，令人機交互信貸科技更深入地了解行業，精準理解企業個性化數據信息背后的意義。

“事實上，正確識別僅僅是第一步，關鍵在于理解這些數據信息背后的含義，令人機交互信貸科技更具認知智能。”他強調說。

記者獲悉，盡管境內外眾多金融機構紛紛試水人機交互信貸科技，但它能否滿足眾多小微企業的信貸提額需求，仍存在較多變數。

一位美國金融科技平臺風控部門人士向記者透露，在主動提供合同、發票、貨運單、店鋪門頭與庫存等照片信息的小微企業里，約50%最終獲得信貸提額。另外50%小微企業之所以未能成功，一方面是人機交互信貸科技無法將它們的個性化數據信息轉化成可識別驗真的信貸資產，另一方面則是風控系統擔心個別數據可能存在偽造篡改問題。

孫曉冬告訴記者，目前網商銀行也在積極試水通過機器人與小微企業主開展“交互溝通”，從而更精準了解后者最新經營狀況與資金需求。

“與傳統客服機器人相對固定的溝通流程不同，人機交互信貸科技所使用的機器人不但需了解小微企業主的具體信貸資金用途與經營狀況，實時推介合適的信貸提額方案，還要引導他們提供行之有效的行業、業務資金流水、進貨出貨關系等補充信息，并對這些上傳憑證照片進行校驗。”他告訴記者。在實踐過程，鑒于小微企業主未必準備齊全資料，機器人不會督促他們迅速上傳需補充的業務信息，而是允許小微企業主在72小時內“遞交”即可，但這要求機器人需牢記此前的交互溝通信息，進一步提升信貸提額審核效率與客戶體驗。

在孫曉冬看來，人機交互信貸科技面世的另一大價值，是小微企業主可以掌握自身信息數據的“主動權”。隨著《個人信息保護法》、《數據安全法》、《征信業管理辦法》等政策陸續出臺，業界日益注重對小微客群的信息保護。因此在網商銀行基于人機交互信貸科技打造的百靈系統里，小微企業主可以基于自身需求，選擇性地提交個性化數據信息，令整個交互過程可感知、可選擇、可管理。

在多位業內人士看來，隨著人機交互信貸科技的面世，數字信貸的運作模式正發生巨大變化——以往，數字信貸都在探索“他證”模式，即在小微企業授權后，金融機構從其他渠道獲取他們各類數據信息，作為信貸授信的審核基礎；未來，數字信貸或將形成“他證”與“自證”相結合的運作模式，即小微企業主自己提供個性化的數據信息，向金融機構申請自己所需的信貸額度，而金融機構基于這些個性化數據信息的驗證分析，給予更高的信貸額度。

（作者：陳植 編輯：曾芳）