上海
今年7月，广西因台风受灾，当地沃柑种植户谭先生的20亩果园被泡水，果实被打落。眼看网商贷还款日快到了，他在百灵平台上打了一行字“我受灾了”。往常这条消息会作为后台的一条工单，但在新系统下，平台通过卫星遥感等可视化技术看到的是从种植、运输到销售的整条产业链受灾全景图；并在知识库里调取救灾经验、沃柑修复周期等知识。一小时后，当地数万受灾商户收到了来自网商银行的定制化帮扶方案。一条求助惠及众人。
这不仅是AI代替人完成一些信息核实比对工作、从而在效率上得到显著提升（据了解过去要上线这样一个大规模、有差异的服务方案至少需要6天时间），还让系统变得更智能、更懂客户，现实经验不断回滚知识库，客户还没开口AI已经看到需求，也慢慢降低了求助率。
这些仅是百灵2.0的其中一环。在本周举行的外滩大会上，网商银行给出了在AI银行探索上的新成果：推出首个小微普惠金融Agent百灵2.0，面向4200万小微用户提供信贷、票据、财税服务；落地八大AI工作台，AI全面进入风控、审批、营销、研发等核心业务环节。
过去，网商银行首创的“310模式”是指3分钟申贷、1秒钟放款、全程0人工介入的全流程线上贷款模式，重在效率提升；去年外滩大会上，它提出面向未来10年的“新310”目标——360度感知用户，1对1专家服务，0延时实时交互，重在决策参与与服务。可以说，金融Agent的新上线，就是指向“新310”目标。
这次服务入口与后台组织的同步升级，意味着网商银行的AI服务正从“能办事”走向“能办好”。现在，用户一句话说出需求，全行各环节的能力就能围绕这一需求协同响应，及时回应小微经营中的多元资金需求。
比如，风控是信贷业务的核心，也是耗费成本的大项。小微信贷客群所处千行百业、信息千差万别，想要分析清楚可能要拆分成几十万个小客群，参数庞大。现在这套量化分控的核心授信决策Agent所做的是，三问两路一道边界，背后依靠三套自研算法。先问三个问题，信息是否充分？依据是否一致？风险信号和经营事实是否冲突？若信息很充分且可以相互验证，系统会走快速通道，通过规则高效执行；对于信息稀疏或者信号冲突的则会进入深度研判，补充信息、理清因果再做决策。无论走哪条路径，一旦超出模型的授权或风险边界，会快速升级交给专家处理。
在过去用“标签化”定义一个客户的时代，系统可能会说这个是一个高风险的客户，导致申请贷款失败。现在Agent会问三个问题：他的风险是怎么来的？他的经营真实吗？稳不稳？需要的钱和他的经营节奏对得上吗？在一个真实的连锁商家案例中，过去两年把同一门生意做到了6个城市、9个门店，营收稳定到了70多万，负债是真的很高，但是经营也真实在涨，偿款有真实的现金流支撑。于是，系统把一个拒绝拆成了一套完整的组合方案，给予他30万授信。
“这套系统现在跑下来，我们也成功接住了160万过去接不住的信贷微瑕客户，同时整个误处置率下降40%，风险迭代效率提升了60%。这些数字没有一个是以牺牲风险为代价去完成的。”网商银行量化风控人士在外滩大会上透露。
目前，网商银行已确立“Agent First”原则，搭建起八大AI工作台，重新安排人与AI的分工：信息采集、分析、执行等任务优先交给AI，员工则负责制定标准、复核结果，在核心节点作出判断，遇到特殊情况及时接手。这也重塑了银行的组织范式，原本分散在各部门、各岗位的专业能力，能够作为一个整体被调动起来。“AI银行的组织进化将加快更高质量的金融普惠，为每一个诚信经营的小微提供相伴成长的服务。”网商银行行长冯亮称。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
