36氪 - 網商銀行：12年「低空飛行」－鑽石舞台

網商銀行建造小微信貸「直升機」的過程，是中國小微金融技術發展史的一個典型和縮影。

「我在養一隻鳥」，說起工作，架構師方珂打趣地說道。

2022年7月18日，他參與構建的代號為「百靈系統」的新一代風控系統正式亮相。這也是網商銀行繼「大山雀系統」、「大雁系統」以後，面向小微金融的難題，再一次給出解題思路。

在小微金融領域，一直有個很形象的比喻。

金融機構做信貸，就像做飛機，比誰飛得高，比誰更能給大企業提供貸款，看誰的額度高。但是，小微信貸不是做飛機，而是做直升機，直升機是比誰飛得低，比誰更能服務小企業，能提供小額貸款。

國內小微信貸發展發展多年，但真正進入「超低空飛行」，是數字信貸開始發展的這十年。今天，我們不妨以網商銀行這家專門做小微金融的銀行為樣本，看看國內小微信貸是如何一步步造就「直升機」的。

一塊錢的貸款

全國第一筆純線上的小微貸款是多少金額？答案是1塊錢，是的，你沒有聽錯。

2010年4月13日1點28分，阿里金融（網商銀行前身）的小企業貸款功能上線，一位叫王文強的電商賣家出於好奇，點了一下，輸入1塊錢，3分鐘後，錢到賬了。王文強很驚訝，整個過程不用跑網點、不用抵押和擔保，和「正常」的信貸申請方式完全不同。

這筆金額僅1元的貸款，就這樣成了全國第一筆互聯網貸款，超低空飛行達到了「貼地」的程度。雖然利息少到可以忽略不計，但是卻結束了一段歷史，那就是100萬以下小企業貸款幾乎無金融機構覆蓋的歷史。

這筆貸款的誕生有兩個時代背景：全球金融危機和雲計算興起。

2008年，發改委中小企業司發布數據稱，上半年全國6.7萬家中小企業倒閉。小企業貸款難在全球爆發金融危機之時，顯得矛盾尤為突出。當時阿里巴巴平台上的賣家全是小微企業，對此體會尤深。

需求刺激下，阿里金融成立，試圖找尋解法。而數據算法和雲計算技術也在此時興起，工程師們覺得這個技術是解題思路：利用小企業在互聯網平台上的經營數據，數據算法提供公式，雲計算提供算力，推測小企業的經營實力和信用水平。

如今已被內部戲稱為「活化石」的網商銀行信貸技術專家果郡，那一年剛剛畢業，回想數字信貸的誕生，最深的印象是雲計算的「不靠譜」。就和許多技術的早期一樣，雲計算起初非常不成熟，果郡和阿里雲一起，全年半夜起床清理了220多次故障。

果郡（右下）和同事一起見證「310」模式上線

一群「初生牛犢不怕虎」的工程師們，在新興技術的加持下，闖入小微信貸的無人區。這種純線上的小微貸款模式，後來被稱為「310」：3分鐘支用申請，1秒鐘放貸，0人工干預。雲計算也經此一役，證明了自己的商業價值，到2015年網商銀行成立時，阿里雲已經率先突破了5K的算力天花板，嘗過雲計算甜頭的網商銀行，也成為了第一家將核心系統架在雲上的銀行。

天地連接，衛星給農田插上網線

從2010年到2020的十年間，數據算法和雲計算被銀行業廣泛運用，小微企業純線上、無抵押無擔保的貸款從「難以置信」變成「非常尋常」。

小微信貸超低空飛行的下一步，目的地是農村——金融服務最薄弱的地帶。農民的主要資產就是農作物，而農作物的數字化程度很低，難以識別，當資產價值無法判斷時，風控無處着力，授信也就無從談起。

怎麼辦？網商銀行的農村金融團隊先是嘗試了人工勘探，不行，成本太高；無人機拍攝，不行，範圍太小；最後，一個大膽的念頭出現了：用衛星，衛星就是太空里的超級無人機。

「最難的是怎麼讓計算機識別出衛星圖片裡的東西是啥。比如小麥和玉米，在遙感地圖裡都是綠油油的，肉眼都分不清，但他們不是一種作物，價值不同，這就需要複雜的計算機視覺算法和算力。」網商銀行農村金融技術專家石中說。

石中和空越

石中專攻計算機視覺算法，是衛星遙感項目組的技術擔當。那時，負責業務的空越每次聽石中說技術都聽得不明覺厲，有一次忍不住問石中：「你這技術到底厲不厲害？」

石中不知道該怎麼描述，於是連夜刷榜，一個世界計算機視覺算法榜單，「他第一，英偉達第二，谷歌第三。」空越回憶說。

2020年，在江西省餘干縣，40歲的農民楊作波打開了手機支付寶小程序，在地圖上圈下了自己的地塊，幾分鐘後就貸到了款，成為通過衛星遙感技術獲得貸款的第一人。

這套全新的衛星遙感技術解決了幾大核心痛點：識別出農戶種了多少畝地；種的是什麼；種的好不好，是否遭遇病蟲害、洪澇災害等。這就相當於給農田插上了一根「網線」，讓土地里的作物種類、生長情況等都能聯網，成為農戶資產的證明。

這一代號「大山雀」的衛星遙感風控技術，逐漸從水稻、小麥、玉米等擴展到20多種主糧，以及蘋果、獼猴桃等經濟作物。截至2021年底，「大山雀」已服務近百萬種植大戶。

給供應鏈「毛細血管」輸血

當石中所在的農村金融團隊奔波于田間地頭時，風騏和他所在的供應鏈金融團隊也在尋求將「直升機」飛進供應鏈。

風騏是網商銀行供應鏈金融架構師，燃起他鬥志的，是一位江蘇經銷商的故事。

這名經銷商時常要橫跨5省，飛到1478公里外的內蒙古，與品牌總部完成面簽，一次來回的花費就得五六千，最後還有可能因為沒有抵押物，沒有品牌商擔保，而得不到銀行貸款。

供應鏈經銷商和農戶一樣，相比和電商、碼商等群體，在互聯網上留下經營信息不夠多。

20年前供應鏈金融興起時，業界提出「1+N」模式，即依託1家核心企業的信用，為其上下游N家供應商提供信貸或抵押貸款服務。

但這一模式只能覆蓋大經銷商，中小經銷商很難獲益。這對很多試圖依託中小經銷商進入下沉市場的品牌來說，是很大的痛點。

「我們想，能不能把每個N也視為一個1，基於小微自己的信用，和他所關聯的供應鏈網絡，識別信用，給予資金支持，變成1+N²的模式。」風騏說。這是一次思維模式上的突破，小微企業不再被看作核心企業的附屬，而是成為獨立個體，其主體信用，交易行為、信用習慣都成為授信依據。

風騏

接下來，風騏和團隊一起，通過大規模圖計算和數據處理技術，根據品牌及小微企業授權提供的交易證明，分析小微企業的資金往來網絡，一步步真實還原出供應鏈貿易關係網絡。該供應鏈金融系統被命名為「大雁系統」。

這事說起來容易，但要還原小微企業的上下游關係網絡，必須構建大規模的企業、行業知識圖譜，是要下苦功夫的。

「前期數據孤島的情況很嚴重，起步階段特別難。」網商銀行人工智能技術總監嵐雪回憶說。

此後一年多，技術團隊做了大量的知識推理工作，抓住一個個微弱的關係線頭，通過向企業發起自證任務補充數據，逐漸讓1到N²的模式運轉。

如今，網商銀行構建的動態企業圖譜逐漸成型，可以嘗試還原一個企業的上下游、股權、合作等B與B之間的關係，以及企業法人、股東、客戶等企業與自然人之間的關係。

2021年，基於數字圖計算技術的供應鏈金融方案——「大雁系統」亮相，海爾、華為、蒙牛、旺旺等超過500家品牌首批接入。

這些品牌下游經銷商及終端門店的經營性貸款可得率平均達到80%，而且，無需品牌企業做擔保，承擔風險。經銷商全線上操作，零人工干預，一點覆蓋全國。

「希望那位江蘇經銷商以後都不用坐飛機去申請貸款了。」風騏說。

讓小微企業自己掌握「方向盤」

無論是「大山雀系統」還是「大雁系統」，目的都是解決小微經營者信息太薄，小微金融「直升機」無法進入的問題。網商銀行感覺到，這樣的問題，並不僅僅出現在農村和供應鏈之中。即使在原來已經獲得金融服務的小微群體之中，調研顯示，依然有51%的小微經營者覺得並不夠用。

看到這一結果的網商銀行智能架構師方珂有些意外，但又覺得在情理之中。近10年來，小微經營者融資難的現象有了明顯的改善，310模式已經成為行業標配。小微的金融訴求也逐漸從「有沒有」，變成了「夠不夠」。

內部討論開始了：還有什麼方式，能夠讓風控系統對小微商家的了解更全面？

工程師們很快找到了困局的癥結：過去十年，小微在互聯網上的經營行為，交易行為逐漸被識別，但是，像一座冰山一樣，水面下的「隱形」信息依然有很多。那就對症下藥，把水面下更加龐大的那部分信息看清楚。

軟件工程專業出身的方珂很興奮，「我們以前覺得谷歌的AlphaGo、特斯拉的無人駕駛很酷，如果我們能將這樣的技術運用在小微金融上，感覺也會酷。」

「其實無人駕駛技術的基礎是計算機視覺，計算機看清了路況，我們要做的，是讓計算機看清小微的各項情況。好比餐飲店，從營業執照、食品經營許可等經營資質，到商鋪租賃合同、水電費賬單、工資單等成本，再到訂餐合同、發票等憑證，甚至桌椅廚具、貨架商品，如果用戶拍拍照片，風控系統就都能看清，認準，採信，像資深的信貸審核員一樣，那這家小企業的信用畫像會完整許多。」