“叮！”11月13日，在乐山，正在见客户的乐山农商银行客户经理杨毅收到一条短信——标红的开头，提示一个月前他与某餐饮商户的30万元贷款，有还款风险。

同一时刻，在成都，四川农村商业联合银行股份有限公司（下称四川农商联合银行）石墙数据中心机房内，系统正自动对“跑”出的2万条结果进行最后筛选，对于重点提示赶紧“标红”，没有时差，第一时间把提示推送到客户经理手机。

全省范围内，各市县农商银行（下称四川农商银行）5000多个网点，上万名客户经理，“业务能及时跟进开展，全靠系统‘跑得快’！”杨毅深有感触。

杨毅口中的系统，是四川农商银行已运行4年的“基于小样本集成学习的涉农信贷业务智能风控体系”。该系统近日入选四川省2024年“数据要素×”典型案例清单。

“聪明”系统出大力

每个客户经理就是“行走的银行网点”，每部手机就是客户“口袋中的银行”

四川农商银行深耕我省“三农”和小微企业领域，有6000多万的庞大客户群。贷前客户调查、贷中资料审核、贷后风险预警，对于基层工作人员来说，不仅工作量大、内容繁杂，且操作难度不小、审批缓慢。

业务需求驱动下，2018年，四川农商银行开始数字化转型，第二年启动智能贷款产品的研发。他们利用云计算、大数据、人工智能等技术实现信贷业务数字化风控，目前已投产6款数字化信贷产品。

四川农商联合银行信息科技部副总经理易中建介绍：“其中，运行次数最多、使用范围最广的就是基于小样本集成学习的涉农信贷业务智能风控体系。”

易中建介绍，该系统采用了小样本集成学习的信用风险预测方法，在农户风险数据不完整情况下，通过大量数据“投喂”模型进行训练，克服样本规模不足的局限，达到预测风险的效果。同时，针对农户贷款量大、交易频繁的特点，在4个数据中心建设基础云平台，可为业务系统提供稳定以及弹性的算力、存储、网络等基础资源。

“只要手机里有系统，贷款的申请、审批、归还、催收，都可随时随地操作。”易中建解释。每个客户经理就是“行走的银行网点”，每部手机就是客户“口袋中的银行”。

不仅如此，基于人工智能模型算法来评估信用，杨毅可以光明正大“偷懒”了。以前厚厚叠叠的客户资料、申请报表，申请一笔贷款，得有抵押物数据，还要请专家审核；不同客群、不同场景，还需要设计不同要素，灵活配置差异化的信贷策略。一笔贷款，顺利的话也需要一个星期才能到手。

“现在只需输入客户要求、必要的基本信息，系统随即生成‘私人定制’的贷款产品。”杨毅说道，“最快一天内就能到款。”

“预言家”智能学习

用活大数据精准画像 成功留住客户

不仅如此，聪明的系统还是“预言家”，客户一有风吹草动，会自动向维护经理打报告。

每年初，“客户会不会被挖”着实令银行“头大”。宜宾农商银行提出问题，信息科技部升级智能系统，将该行客户存贷款信息、三年内资金使用情况、三月内资金使用偏离度等进行精准分析。业务人员拿着测算解析报告，逐一跟进，成功挽留2000多名客户。

四川农商银行在全省21个市州网点，因客群、场景差异，需求更多元。

安岳常年外出务工人员较多，每年约50万人，岁末年初是人员、资金流动活跃期，也是存款、贷款、还款业务高发期，智能风控系统通过分析规划，合理布局全县各网点资金；对于客户自身或资金的任何异常，系统及时预测后续风险，相关人员可快速跟进。

“能不能还？该不该催？系统以小样本来学习，举一反三的预测能力就体现在这。”四川农商联合银行数据实验室负责人宋疆说道。

通过4年不断迭代升级，截至2024年10月末，四川农商银行业务中，智能小额农贷授信客户超150万户，授信金额达1900亿元。

“这套系统智能化程度及运行水平在全国农信系统中都处于领先。”在易中建看来，系统让数万名客户经理上手快，使用“丝滑”，主要是解决了客户融资难、融资慢和融资贵的问题，以及银行信贷业务流程繁琐、效率低、成本高和风险防范难的痛点。

对银行发展而言，数字化、网络化、智能化是必然趋势，数据作为生产要素，是关键基座。然而，当前银行发展仍然面临数据“口粮”不够吃、不好吃的困扰。易中建分析，一方面，内外部数据融合应用不足，各地政务类数据还未有效整合和对外服务。另一方面，数据质量问题突出，各系统数据标准不统一，数据完整性、准确性难以保障。

“希望加强政务类数据整合，在安全合规前提下加快数据流通。”易中建说道。