（圖片來源：全景視覺）
經濟觀察網 記者 王涵 根據國務院《新一代人工智能發展規劃》，到2020年，人工智能核心產業市場規模1500億元，相關產業市場規模超過1萬億元。上海臨港國際人工智能產業研究院副院長李笙凱表示：“因基礎設施、應用價值和潛在市場規模等因素，人工智能在各個行業的成熟度存在較大差異，廣告、金融、公安等領域是相對成熟的行業。其中，金融以其創新化特徵在市場上存在應用價值。”
在金融行業，螞蟻金服通過第四屆“智造浦江度機器人+人工智能產業高峰論壇”公開分享了在企業端，怎麼做前置的預測，對企業進行評估，為銀行提供信用貸款決策支持。
中小企業往往意味著輕資產運營，但是當企業抵押品已經在經營中被使用，進而無法從銀行等金融機構拿到最低成本的現金流。企業只能向保理、租賃，甚至P2P等高資金成本的地方拿資金。螞蟻人工智能金融智能信息化解決方案負責人李浩楠上坦言。
實際上，很難通過中小企業的直接運營，讓銀行對中小企業做到一個沒有抵押的純信用環境下的授信。“在信息流爆炸的情況下，銀行還是用一個信貸員，用人的腦子處理大量的跟企業經營相關的內容。效率和準確率很難有提高。”李浩楠表示。
針對這樣的痛點，螞蟻金服在過去兩年中構建一套人工智能科技服務的底層能力平臺，成為處理數據的工具。而數據來自於公開市場、外部數據、企業內部的非公開數據，或者是金融機構內部的一些信貸歷史流數據，以及政府端口。“通過這一些技術能力處理之後，形成了一塊可以被計算機解讀的結構化數據。”
但是計算機不會通過基層的裸數據、非結構化數據進行進一步解決。此時，李浩楠介紹，螞蟻金服採用大量一系列能力，把數據變成計算機可以解讀的項量標籤。基於這些項量標籤之後，再解讀一層，在平臺邏輯層當中把已經結構化的數據，比如司法、政務的數據，以及關聯關係的圖譜算法，再加上在決策信息流當中要用到的決策引擎指標集，融合到一起，給金融機構提供的是對於企業來來說全視角的互相關聯的數據集平臺。
簡而言之，螞蟻金服或為中小微企業打造了一版類似“芝麻信用”的企業版。李浩楠坦言未來的目標是一家小微企業，在沒有任何抵押品的前提下，螞蟻金服可以運用它的信用軌跡數據，泛信用數據、外部數據和產業數據的聯通打通，做好智能信息化之後，直接可以給銀行或者是類銀行金融機構，做到信用放貸決策支持。
僅僅通過螞蟻金服提供的數據信用平臺就可以讓銀行風控“放權”嗎？不然，李浩楠表示之後基於傳統的信貸風控人員，或者是專業的信貸風控模型，決策出最後的體系。“通過解讀平臺側當中的各種數據以及銀行風控的要求相印證後，形成一種服務形態。”
具體來看，若銀行業從資產型信貸模式過渡到信用型信貸模式時，信用型信貸模式就需藉助AI金融信息化服務手段。第一步，螞蟻金融將大量的企業經營數據融合到企業日常外部公開數據中，產生了產業同質化企業數據，從而形成了產業宏觀數據。第二步則是基於企業的經營、業務數據為金融機構描繪出了第二張圖，即企業經營行為數據。第三步，基於外部數據的接入，螞蟻金融將三塊數據合為一體，形成了信用評判底層數據。
李浩楠補充道：“表現出來的企業行為集中度，可能不會像個人端集中。所以經過研究之後，把信用評判數據分出一塊稱為泛信用數據。而泛信用數據，往往會成為真正最後信貸場景當中授信額度最好的加減分項。之後通過對外賦能，在政府的監管側、投資的智能投顧側、企業的合規管理側、風控側進行落地。”