今天分享的是：《企业降低融资成本白皮书（2025）》 报告共计：45页 企业降低融资成本 自皮书 中国中小商业企业协会 清华大学五道口 金融学院金融安全研究中心 《企业降低融资成本白皮书（2025）》聚焦中国企业尤其是中小企业融资难题，系统剖析融资成本高企的成因与解决方案。 中小企业作为国民经济重要力量，贡献超60%GDP与税收、80%就业及70%技术创新成果，但长期面临"融资鸿沟"，信息不对 称、尽调成本与贷款规模错配、优质抵押品缺乏及信用体系不完善是核心症结。融资渠道方面，传统银行仍占主导，国有大 行加大普惠金融投入，城商行与农商行依托地缘优势服务区域企业，同时非银渠道如融资租赁、商业保理等发挥补充作用， 金融科技更是重塑融资生态，大数据征信、区块链供应链金融等技术突破传统模式局限，如奇富科技"AI审批官"将房贷审批 时效从"T+3"缩短至"T+0"。创新融资模式不断涌现，供应链金融借助区块链实现核心企业信用全链条穿透，知识产权质押融 资盘活科技企业无形资产，绿色金融通过ESG评估降低企业融资成本（ESG评级每升一个标准差，债务融资成本降约 5.17%），数字资产融资探索数据要素价值化。专精特新企业作为重 ...

公司战略与技术布局 - 公司技术布局与国家"人工智能+"战略同频共振 紧扣政策导向 [1] - 公司计划在2025年底前推动核心业务三分之一需求通过智能体实现 [6] - 研发投入近百亿 申请专利近千项 AI相关专利占比过半 研发团队规模逾千人 [4] 产品应用与技术创新 - 展示信贷智能体在金融核心业务的落地应用最新进展 [1] - AI审批官融合多模态识别技术 实现T+0审批时效 自动标注可疑风险点 [4] - 智能体应用涵盖大模型开发 智能客服 自动化运维等多维度场景 [4] 业务合作与行业影响 - 联合多家银行规划建设面向智能体应用的联合实验室 聚焦信贷审批 风险管理 合规运营等高价值环节 [5] - 通过周期性迭代和多专家共创 沉淀可复用模型优化方法与工程化标准 [6] - AI审批官已帮助多家合作银行实现审批效率数倍提升 [4] 行业发展与趋势 - 金融智能体正经历从辅助到决策 从外围到核心 从局部到全局的进化 [6] - 国务院提出到2027年实现人工智能与六大领域深度融合 智能体应用普及率超70% [1] - AI技术与金融场景深度融合推动更高效 更安全 更普惠的智能金融时代加速到来 [6]

数字化转型成为银行业核心战略 - 数字化转型是银行业实现可持续发展的必由之路 银行业正进入低利率、低息差、低收益的"三低"时代 面临资产端收益率快速下行和运营成本攀升的双重压力[1][5] - 数字化领先银行的股东回报年均增长率达8.2% 显著高于落后银行的4.9% 数字化有效缓解银行经营压力[5] - 2024年58家上市银行平均净息差为1.52% 较上年下降17个基点 连续五年下降且最近三年均低于2% 银行业需摆脱利息收入路径依赖[5][6] AI技术深度融入金融业务场景 - AI已从边缘辅助进化至核心业务场景 覆盖风控、财富管理、智能交易和数字员工等领域[3][4] - 网联清算通过"三地六中心"分布式架构保障支付体系 单日网络交易笔数达24亿笔（截至9月10日16:10）[2] - 具体应用包括：北京银行AIGC互动装置、工商银行咖啡机器人与透明翻译屏、民生银行智能金融终端 中国银联MCP支付与云智一体创新 奇富科技多模态AI审批官实现T+0贷款审查时效[2][3][8] 金融机构AI应用规模快速扩张 - 全球应用AI的金融机构比例从2022年45%跃升至2025年85% 银行业AI市场规模预计2027年突破270亿美元[8] - 中国拥有全球最复杂金融场景和最大用户规模 每天数亿级交互为智能体进化提供土壤[9] - 国际银行业联合会强调AI在数字身份核验、反诈骗、绿色融资和支付降本四个关键领域的应用价值[9] 数字化转型面临结构性挑战 - 传统数据系统改造流程复杂 数据质量参差不齐且安全问题突出 缺乏有效数据分析能力导致数据价值转化困难[6] - 大型银行与中小银行分化加剧 资源投入差异造成"马太效应" 不利于金融体系良性发展[6] - 模型幻觉、模型共振和算法黑箱问题与金融服务特性相悖 智能算力供给出现结构性短缺[7] 政策与产业协同推进转型 - 中央金融工作会议将"数字金融"列为五篇大文章之一 《"十四五"数字经济发展规划》等政策提供明确方向[8] - 银行业规划举措包括：建立跨部门协作机制 建设金融业可信数据空间和智能算力公共平台 优化复合型人才培养体系 构建大型机构向中小银行输出解决方案的产业生态[9]

核心财务表现 - 2025年第二季度撮合放款量达846亿元人民币 同比增长16% [1] - 子公司奇富数科业务规模实现150%同比增长 [1][7] - 连接165家金融机构 服务超过6000万授信用户 [1] AI技术突破与风控能力 - 两大核心B卡模型KS指标分别提升0.89%和0.93% [2] - 画像增强智能体覆盖超过20%核心用户群体 修正收入与职业标签矛盾等数据偏差 [2] - 小微智能体知识图谱事件覆盖率从73.1%提升至75.4% 产品覆盖率从81.3%提升至85.6% 整体准确率从73%提升至90.86% 事件实体数量从91万增加到220多万 [3] - 端到端风险识别智能体整合670个模型和7129个策略模块 AUC指标从64%提升至64.6% [3] - 自主研发"小微经济金融服务大模型"入选全国15大标杆应用场景 [3] 研发投入与人才建设 - 大模型相关研发人员规模同比增长超80% [4] - 智能语音团队多模态情感识别研究论文被ASRU 2025接收 成为极少数集齐全球语音领域三大顶会成果的金融科技企业 [4] 产品创新与解决方案 - 推出AI审批官实现零退补件和T+0审批时效 [5] - AI信贷员覆盖零售与普惠信贷全品类产品 [5] - AI合规官集成2000+监管法规 300+风控模型 50+合规算法 [5] - FocusPRO解决方案在二十多家金融机构稳定运行 包括南京银行 郑州银行 华兴银行等 [6] - 与华鲲振宇达成战略合作 通过定制AI一体机提升产品性能和部署效率 [6] 行业合作与生态建设 - 联合多家银行规划建设智能体应用联合实验室 形成技术验证-场景孵化-规模部署闭环机制 [6] - 与多家互联网企业联合发起《推动人工智能安全可靠可控发展行业倡议》和《人脸识别技术应用合规倡议》 [8] 社会价值创造 - 创新结合金融反诈与运动健身 构建多层次防非宣传格局 [8] - 联合工信部与江西龙南市政府深化脐橙产业公益项目 降低农户及中小加工企业运营成本 [9] - 在云南中屏镇建设多功能仓储中心 解决野生菌储存难题 [9] - "星火计划"就业服务聚合160万家企业招聘信息 覆盖20余个行业 [9]

公司核心竞争力 - 金融AI核心竞争力植根于数据资产、真实场景与金融科技基因三者的深度融合以及协同效应 [1] 智能体平台发展 - 公司4月推出自研金融智能体平台 同步亮相AI审批官和AI决策助手等智能体应用 [1] - 6月进一步展示奇富信贷超级智能体的核心模块 [1] - 智能体平台已搭载覆盖99%小微企业的专业知识图谱 宏微观信息准确率达98% [2] 技术难点与解决方案 - 小微企业信用评估面临数据处理与模型风险识别两大核心挑战 [1] - 通过智能体多模态感知整合能力将碎片化非结构化数据转化为有效评估依据 [1] - 通过知识图谱前序筛选保证输入准确性 并通过注入过往成熟经验保障模型准确度 [2] 智能体应用成效 - 新上岗两个模型研发智能体实现7×24小时不间断工作 [3] - 一个月内核心业务场景模型性能提升近1% [3] - 智能体显著释放人力成本并提升工作效率 [3] 未来发展方向 - 打造端到端决策风险智能体替代现有风险决策逻辑 实现全流程自动化 [3] - 开发经营与风险辅助决策智能体 目标成长为可独立工作的决策人员 [3] - 预计两年后AI智能体将以数字人形式深度参与金融机构业务 [3] 行业应用现状 - AI智能体在金融行业应用仍处于起步阶段 [2] - 当前落地更多集中在成熟场景 客服领域通过多智能体协同已完成大多数工作 [2] - 智能体通过后训练具备强能力后 在大多数金融场景都有应用可能 [2]

中国银行数字化转型与奇富科技的金融智能体 核心观点 - 中国银行数字化转型进入"智能赋能"阶段，金融智能体与业务场景的深度融合成为关键解决方案 [1] - 奇富科技通过自研金融智能体平台及五大核心模块，覆盖信贷全流程，提供"类专家级"能力，成为中国银行数字化转型的首选服务商 [2][3][7] - 技术赋能业务体现在数据飞轮、多模态融合、自我进化、多智能体协同四大引擎，显著提升银行决策效率 [4][5] - 公司与银行的深度合作验证了智能体在营销获客、风控审批、决策分析等领域的实际效果 [6] 奇富科技金融智能体的技术突破 - **Deepbank平台与四大应用**：2025年4月推出AI营销助手、AI审批官、AI决策助手、AI合规助手，基于异构大模型与多智能体协同框架，实现动态金融语义理解和复杂规则推理 [2] - **信贷超级智能体升级**：2025年6月新增端到端授信决策、小微企业信用评估等五大模块，集成700余个模型、7000+策略模块、过亿条历史数据，小微企业评估准确率达98% [3] - **合规技术突破**：Lumo AI合规助手集成2000+监管法规、300+风控模型、50+合规算法，从"事后纠偏"升级为"事前预防" [3] 技术引擎与业务赋能 - **数据飞轮**：10余年信贷场景数据构建动态更新的金融知识图谱，支撑智能体决策基础 [4] - **多模态融合**：处理文本、数据、图像等多类型信息，通过长链路推理引擎整合决策链 [4] - **效率提升案例**：AI审批官实现T+0定额建议与秒级核验，将3天数据分析流程压缩至1小时 [4][5] 业务落地与行业协同 - **自有业务验证**：AI营销助手提升获客转化率，AI合规助手降低风险发生率，AI决策助手提高决策效率 [6] - **银行合作样本**：奇富数科与广东华兴银行签署战略协议，聚焦营销、风控、决策三大领域，形成"技术服务商+银行"主流路径 [6] 行业趋势与定位 - 金融智能体被视为银行数字化转型的"首选答案"，其全流程覆盖能力与可落地效果成为核心竞争力 [7] - 公司从技术研发到业务协同的实践表明，金融智能体已是当前解决方案而非未来技术 [7]

人工智能与金融融合趋势 - 数字金融是助力金融其他领域发展的纽带和助推器 关键驱动力为数据要素和数字技术 当前我国数字金融正向数字化 智能化方向发展[1] - 金融领域大模型应用即将迎来爆发期 将加速AI在金融领域的渗透 需要长期投入解决行业核心问题[1] - 信贷审批领域未来5至10年或将迎来深刻变革 AI智能体与金融业务深度融合将重构银行管理和运营模式[2] 奇富科技AI金融布局 - 公司自建规模化技术团队 在数据 知识库 金融业务理解等方面积累丰富 将持续加大AI+金融赛道投入[1] - 已开发四款内部落地应用的金融智能体：AI营销助手 AI审批官 AI决策助手 AI合规助手 基于自研异构大模型平台和多智能体协同框架[2] - 智能体系统具备深度思考 主动探索与跨域决策能力 通过知识图谱建模和记忆协同机制实现金融语义理解与精细推理[2] 行业合作与落地场景 - 已与多家金融机构对接探索业务场景落地 包括广东华兴银行签订AI+金融战略合作[2] - 合作方向涵盖营销获客 风控审批 决策分析 增长运营 合规审查 多模态识别 远程银行及数字员工等8大领域[2]