構建互聯網時代的供應鏈平臺的思考

張仰晨

互聯網金融是利用互聯網技術和信息通信技術實現資金融通、支付、投資和信息中介服務的新型金融業務模式，而供應鏈金融服務則是包含了給鏈上客戶提供融資、支付、信息分享等多項服務，如何能再傳統的供應鏈系統中融入互聯網的各類技術讓供應鏈系統有更強的競爭力和更好的普適性一直是各家銀行的研究課題。

在線上化供應鏈平臺建立的時代，供應鏈為了能夠將資金流、信息流、物流結合起來，給客戶以優異的體驗、快速的放款，并將銀行客戶經理從繁重的押品敞口臺賬中解放出來，專心致力于業務的發展。隨著互聯網技術的發展，特別是大數據和人工智能的發展，供應鏈平臺從貸中環節的全線上化逐步向供應鏈全流程的線上化逐步過渡，從耗時耗力的人力評審監控到有的放矢的監控風險，從大量信息的錄入填寫到信息的自動填寫，逐步完善、逐步擴展適用范圍，為銀行的發展提供的有力的工具。

一、供應鏈項下大數據和人工智能系統的難點及解決

大數據和人工智能系統目前在互聯網金融服務中已經得到了廣泛的應用，但是應用于供應鏈平臺針對大數據分析及人工智能系統的分析結果數據有準實時性和持續性特點和難點，故在建立配套供應鏈使用的大數據和人工智能系統時需要仔細考量和架構。下面就供應鏈項下的數據分析過程中存在的難點進行逐一闡述如下：

（一）數據的收集

當前的大數據系統使用的信息來源有各家信息服務商提供、監管部門推送、客戶自己錄入、銀行自有保存、核心廠商推送、網絡爬蟲獲取等多種渠道，由于各種原因如數據的統計角度、錄入人對信息理解、錄入的時間等，導致錄入的信息出現不一致，從而無法將獲得的數據作為后續的業務數據使用。需要通過專家法和人工智能的相關規則，對收集到的數據進行交叉驗正、篩選。

考慮到收集的數據（如征信數據）很多都是具有時效性和時間連續性的，所以需要針對相關數據制定有效時限，并根據有效時限的周期，在供應鏈的整個生命周期中進行持續獲取，并將獲取的數據進行時間拉鏈存儲，以方便后續對基礎數據的處理分析。

（二）數據的安全控制

考慮到收集的數據會涉及到對公、對私客戶的相關隱私，故數據的獲取要首先征得客戶的同意，并記錄在案以備監管的核查。同時要針對客戶的此類信息的存儲、使用調用建立相關的規范并通過相應的技術手段，保證數據使用的安全。針對于同一用戶在供應鏈不同應用中的相關數據要能夠保證在客戶都簽署賦權協議或者公用協議簽署的情況下的信息共享和多維度拆分。

（三）基礎數據的初步分析和指標化

考慮到用于供應鏈平臺系統很多情況下需要實時的將大數據獲取的數據進行相應的運算或者直接返回給前臺（如客戶的評級相關信息、客戶的風險相關信息），但是考慮到對應的處理模型的復雜性，需要較長的計算和處理時間，為了能夠加快系統的響應速度，給客戶更好的體驗，一般需要在大數據或者供應鏈平臺上針對建模的相關數據進行簡單的聚合和指標化的操作。

但是考慮到大數據或供應鏈平臺中的對應指標是為供應鏈多種不同產品或者同一產品的不同場景下使用，所以對應的數據應該根據處理的數據量來進行聚合程度的分析，而不應該進行大規模的聚合操作。

（四）指標化的數據的分析、沉積和整理

在針對原始數據和指標化數據收集到一定程度后，根據當前供應鏈的實際場景的需要，還需要針對原始數據和初始處理的對應指標進行定期或不定期的參數或者統計算法的調整，以匹配供應鏈業務的具體要求。

同時，根據沉積數據的類型和功用，建立同比環比等相應的持續變化型指標，用于指導供應鏈產品的定制和運行產品的定價，保證供應鏈產品的活力。

二、大數據和人工智能系統在供應鏈平臺生命周期中的不同應用

大數據和人工智能系統對供應鏈平臺的支持目前已經滲透到了供應鏈平臺的各個環節，其目前的主要作用體現在風險控制、智能顧投、數據輔助錄入三個方面。

在風險方面，供應鏈平臺業務全流程任何環節發生風險，均需要提供對應的預警及緩釋功能。風險預警根據總體風險環境、當期風險敞口及預警范圍進行系統提示，以便針對風險進行處理。風險預警應將動態預警和定期風險評估相結合，達到實時追蹤、快速響應、方案應對的目的。風險緩釋包括額度管控、資產處置等內容。

在顧投方面，供應鏈平臺需要通過大數據和人工智能系統提供的各類數據及指標快速獲得產品的適用人群，并根據人群的不同特點提供特質化的服務。

在數據輔助錄入方面，供應鏈平臺為了完成對客戶的相關信息的錄入和監管數據的報送，需要錄入的大量數據可以考慮從大數據系統及時提供，并通過人工智能系統提供規則保證數據的正確性。

下面將根據供應鏈平臺中實施的產品的全生命周期中的各個階段大數據和人工智能系統提供的服務逐一闡述。

（一）在業務產品建立中的應用

在供應鏈平臺中建立的產品原有基本都是根據分行或者市場的需要進行相應的需求研討和規劃設計后的產物。在對接了當前的大數據和人工智能系統后，通過對原有線下的銀行業務的數據分析及從各地獲得的相關的大數據信息的處理，就可以輔助判斷針對原有的業務產品的變形、轉換甚至新產品的建立。

通過對市場情況、輿情狀況、所屬人群等屬性的數據的處理和人工智能系統的規則的分析還可以讓產品的建立更加具有針對性，可以避開新產品所不適應的行業、地域、人群，提升產品的可用性，讓產品具有更強的活力。

通過對原有同類產品的留存數據及指標的分析，還能夠指導同類產品的風控指標的訂制、貸款產品的定價，幫助供應鏈產品的整體建立。

（二）在產品推介及客戶篩選中的應用

在業務產品創立的同時，供應鏈平臺的業務產品已經根據大數據和人工智能系統的相關數據選定了相應的產品適用的市場及人群方向。在產品推介期，可以根據客戶經理提供的當地的重點客戶的名單的相關指標進行客戶篩選，也可以根據核心企業發送的相關的供應商或經銷商相關信息進行篩選后推送給客戶經理對應的名單和其對應的營銷指標信息，方便其進行有針對性的產品營銷工作，以保證客戶經理的工作有的放矢，保證產品的順利推廣。

（三）在貸前審批及客戶信息錄入中的應用

在貸前階段，供應鏈平臺重點關注客戶的信息采集、準入評級、授信管理等內容。在貸前階段，大數據及人工智能系統，主要幫助提供貸前審批時客戶的相關信息及審批的相關指標。其中客戶的相關數據可能包括企業或個人的信息，企業的財務數據，企業的工商數據，征信等全方位的信息以期盡可能的減少客戶的錄入量的同時完成對監管報送信息的完整。大數據及人工智能系統通過對基礎信息的風險指標信息的匯總處理，并通過人工智能系統的規則判定盡可能的完成對客戶的貸前審批自動化。

（四）在貸中放款中的應用

貸中階段的供應鏈平臺重點關注合規檢查、反欺詐、出賬申請評分、額度定價等內容。因為貸中的放款申請是供應鏈平臺中實時性要求很高，而風控把控的關鍵環節。所以需要大數據及人工智能系統將本階段使用的相關信息預先準備好，隨時備查，以保證客戶的實時放款。同時針對有指標異常的情況需要使用人工智能規則進行是否放款的判定，對不能放款的需要盡早推送給客戶經理進行相應的處理。

（五）在貸后的風險審查中的應用

貸后階段的供應鏈平臺重點關注貸后數據異動、資金流向、還款及逾期情況等，為信貸資產風險分級處理提供依據。針對貸后部分大數據及人工智能系統將根據相應規則產生貸后的專項檢查，變原有的定期上面的盡職調查為專項信息的定點調查。

三、互聯網時代供應鏈平臺的展望

將互聯網金融的各類創新技術融入到現有的供應鏈中，讓供應鏈平臺線上化、自動化、智能化，讓供應鏈產品能夠更加貼近鏈上的各類客戶，推動鏈上金融發展，是供應鏈平臺發展的方向。本文只描述了大數據、人工智能應用在供應鏈系統上的應用，而逐步將生物識別、區塊鏈、智能倉儲識別標簽等互聯網技術都將為供應鏈平臺的發展提供動力。只有不斷的挖掘技術潛力，才能不斷提升供應鏈平臺的服務能力，擴大供應鏈平臺產品服務范圍，擴展服務客群，提升服務能力，讓供應鏈成為銀行交易銀行的主要支柱。endprint