■ 郑大海
   近几年，随着人工智能技术的不断发展与演进，大模型等最新科技对数智化风控体系建设的完善作用日渐显著。
   当前，京东供应链金融科技全面进入3.0阶段，即具备覆盖全场景、全客户、全业务、全流程、全模式 “五全”能力的数智化风控体系。为此，本报调研了灵犀大模型技术在数智化风控领域的探索情况。
逐步升级自身的风控体系
   供应链金融科技是综合运用前沿科技手段，站在供应链产业链整体布局角度，整合物流、资金流、商流、信息流等数据信息，在真实交易背景下，构建核心企业与上下游企业一体化的金融供给体系和风险评估体系，提供系统性的金融解决方案。其中，风控能力是核心。
   经过十年的发展，京东供应链金融科技积累了丰富的场景、数据、系统和模型，并通过京东生态体系内外的供应链金融业务实践，逐步升级自身的风控体系，目前已经进入风控3.0阶段。
   1.0阶段，是数字化风控，核心是基于京东生态内客户和京东生态交易数据，支撑京保贝、金采、动产融资、京小贷等京东生态内服务产品。
   2.0阶段，是平台化风控，核心是基于京东生态外客户和内外部大数据信息，支撑外部应收、采购融资、票据融资、融资租赁等产品。
   3.0阶段，是数智化风控，核心是基于产业链场景和供应链金融科技平台，具备了服务外部全产业链的能力。
   在3.0的数智化风控体系中，京东供应链金融科技拥有了 “五全”能力，即全场景、全客户、全业务、全流程、全模式。3.0的数智化风控体系可以满足经销商采购、供应商回款、存货盘活、设备采购等多个贸易场景的需求，覆盖产业链核心企业及链属企业的全部中小微客户，为企业提供保理融资、采购融资、信用流转、融资租赁、动产融资、票据融资等多种业务类型，且覆盖从贷前审批、贷中防控、贷后监控、资产处置的信贷全流程。此外，3.0数智化风控体系可以支持京东自主出资、平台合作、一体化联合运营等多种合作模式。
   目前，京东供应链金融科技3.0数智化风控体系已经助力产业链中小微企业获得了融资服务超百亿次，单笔业务秒级审批，自动化率达到95%以上。
数智化贯穿供应链全链路
   依托于 “五全”能力的数智化风控体系，京东供应链金融科技相关产品可以贯穿供应链上下游全链路，为产业链供应链带来新的机遇和突破。
   京东供应链金融科技早在2013年就率先推出行业第一款基于互联网的保理融资产品京保贝，服务于京东的大量自营供应商。以此为基，京东在十年间陆续推出了服务于上下游的多种供应链金融科技产品。
   在生产环节，针对原材料，资源供应商及贸易商、生产资料和零部件制造商等上游企业的信用流转、保理融资、银票秒贴、商票速融等产品，可帮助原材料供应商快速回款；针对核心企业和链属企业的融资租赁产品，可帮助其采购设备或盘活固定资产；针对下游企业各级分销商、物流商、服务商的采购融资、未来货权融资等产品，可服务于经销商的采购垫资需求，动产融资产品可服务于经销商在存货环节的融资需求；面对终端零售店铺，京小贷、企业主贷等产品，可为商户提供基于信用的贷款，以及通过信用分期的产品，帮助商家拓展新用户群体，促进交易额提升。
   数智化风控体系不仅支持金融产品贯穿供应链上下游，也支持着京东供应链金融科技走向全产业链。经过十年的淬炼，在数智化风控体系的支撑下，京东供应链金融科技成功打造数智供应链+供应链金融的 “双链联动”模式，面向地方政府平台、核心企业和金融机构进行输出，助力核心企业实现数字化转型，以及产业链上的中小微企业高效便捷获得融资服务。目前京东供应链金融科技已累计服务数百家核心企业。
   在3.0数智化风控体系的支撑下，京东供应链金融科技已成为推动产业链上中下游、大中小企业融通创新的链属关系 “黏合剂”，以及业务增长的 “助推器”，促进产业链韧性强化，提升实体产业的增长活力。
构建更全面风控体系
   京东供应链金融在行业风险监测与预警、动产融资模式下押品准入+估值、应收融资模式下供应商信用评估、小微金融模式下中小企业信用评估等领域进行了相关的探索实践。
   在行业风险监测与预警场景下，京东供应链金融科技通过大语言模型技术，对于海量公开数据在行业维度、行业关联维度、企业维度、企业关联维度进行理解和分析，并生成行业舆情、景气度、政策风险、产业关联度等指数，并输出产业链图谱或研究报告等。这些为不同行业开展供应链金融业务、动态化调整风控行业政策提供了参考依据。
   在押品准入+估值场景下，京东供应链金融科技借助于多模态大模型对于信息的超强提取和整合能力，对海量的商品标题、商品详情、商品图片、商品评论、订单信息等非结构化和结构化文本数据、图片数据进行处理，形成押品估值模型和押品监控模型，实现质押价自动评估和健康度实时监测。截至目前，京东供应链金融科技所积累押品库数据超过1亿条，准入的SPU超过100W，为生态内外客户融资超过200亿次，盘活了超过1000亿元的商家库存。
   在供应商信用评估场景下，京东供应链金融科技利用大模型技术分析整合各供应商在零售平台上的商品评论、评分、店铺评价、售后等重要非结构化文本信息，形成对于供应商的消费者负反馈指数 （CCR），以及京东零售与供应商关系健康度指数，结合组成供应商评级模型，实现对供应商的画像和分层管理。同时，利用大模型的信息抽取能力分析消费者满意度、负向舆情、品牌健康度、媒体评论、热点事件传播等非结构化数据，评估供应商舆情风险和商品品牌声誉风险。
   在中小企业信用评估场景下，京东供应链金融科技基于供应链金融业务的经验，针对中小微企业的经营流水、征信报告、财务报表，应用大语言模型技术，提炼出超过50万个风险指标，支持输出信用解读报告和经营能力报告，实现了准入、额度、定价的自主决策，提高了风险评估能力和效率。通过这些方式，供应链金融业务的形式可以由传统的 “数据强链接”尝试向 “数据弱连接”、“泛供应链金融”方向转变，如此可以将更多的中小企业纳入供应链金融业务范围。
   这些场景只是大模型应用探索的缩影。未来，京东供应链金融科技将要构建更全面的数智化风控体系，进一步加强数智化风控能力，推动供应链金融业务向更高水平发展。