当下，随着经济下行压力增大，小微企业、金融机构和各级政府都面临着更加严峻的外部环境，以及随之而来的深刻调整。推动数字经济发展，依托数字技术实现降本增效已成为全社会各行业的共识。世纪疫情暴发三年来，各行业被动的线上化，客观上大幅增强了全民的数字化意识。通过大数据筛查替代尽职调查，以解决传统融资担保机构风险管理信息不对称的问题，已成为融资担保行业发展的趋势。

2023年大模型在垂直领域的快速应用，深刻改变着我们对事物本质的理解。所有组织都同时面临着线上化、数字化和AI的冲击，且在持续迭代升级。没有人可以停留在原有的框架内。数字化与产业的融合推动着各行业的重塑，产业数字化、智能化和数字产业化使得数字化转型成为所有企业的必答题。在全行业都在关注数字化转型的背景下，也谈一谈我们的几点体会：

0

1

深刻理解客户并了解业务是数字化转型的前提

从全国调研情况看，各省数字化转型的系统设计思路差异较大，基本与各省机构运行模式高度吻合。绝大多数在国发〔2015〕43号文件下发后新设立的融资担保机构和再担保机构，其业务系统的建设逻辑是为银行业务单笔、批量化准入设计接口；银行负责获客、评审和签约，担保机构在准入环节按照自身准入规则进行校验，在过程环节实现监测。而我们这类存续时间较长、经历了传统尽调以及全流程操作的机构，数字化转型思路则是以对区域小微企业的深入理解为前提；是对包括客户申请、尽调、公证签约、抵押、保后、日常维护以及后端资产处置等整个业务环节的数智化改造；是在对传统业务流程的深度理解和重构基础上，利用数字化和智能化手段提高效率、降低成本的转型。未来两种业务模式、两种系统功能将长期存续、相互交融。

我也观察到，一些资金和业务规模较大的融资担保机构每年投入数千万，挑选最知名的科技金融公司来开发系统，推进数字化转型，但并没有起到相应的成效。其最大的问题在于，高层如果对数字化或者智能化工具不了解，科技公司如果对业务理解不对，对客户融资心理和习惯不了解，对一线人员线下痛点不了解，系统将无法对业务流程重构；原本的制度僵硬造成系统和实际运行两张皮，数字化系统反而成为一线工作人员的累赘。

0

2

数智化转型一次性投入大且共享特征显著

数智化转型的投入，包括基础设施投资IaaS（服务器、云、安全等保）、系统开发成本（包括开发人员成本、购买各种中间件PaaS、应用SaaS和大模型LLM成本、各类接口和私有化部署成本）、数据成本（包括外部采购数据的成本，也包括对外采数据、生产数据的治理成本，即元数据管理、数据标准、数据采集清洗和加工、数据存储、数据质量管控、数据加密脱敏以及隐私算法等安全管理、数据资产编目、数据传输交换、数据可视化等成本）。大模型在垂直细分领域应用后，算力、算法和垂直领域大数据训练则需要更大规模投入。因此，存在一次性投入大、边际成本低、共享性显著的特征。

如果行业内每一家大型担保机构都各自构建数字化平台，一方面重复投资造成社会资源的浪费；另一方面在不互通互联的情况下，还极易形成数据孤岛、系统烟囱。行业内的小型担保机构资本金和业务规模都较小，投入不经济，也无能力投入。因此，各地政府性融资担保机构数字化转型要统一构建、互联互通，形成全国政府性融资担保体系的数据大网。链接比拥有更重要，所有机构要从“囤积数据”转向“共享数据”。在数字经济时代，让自己变得有价值的最好方式就是链接，为别人赋能。

另外，数字化、智能化开发永无止境，要随着市场变化、技术进步去完善。构建数智化平台涉及的环节、细节和要素非常多，考验着一家机构的技术解构和整合能力，以及成本控制能力。就如同装修一样，全部交给最知名的装修公司，成本必然高昂。如果自己想好方案，去建材市场挑选最好的材料，虽然辛苦但成本可控且满足实际需求。

0

3

数字化经济的长尾效应和规模效应降低了普惠业务的成本和风险

数字化的长尾效应把原本规模小、分散和得不偿失的客户聚拢起来，变成规模庞大的业务。尤其基于强场景的平台和供应链，可以实现海量、快速、低成本获客，改变了过去分散获客引发的高成本困境。从各类个人和企业征信公司获取的工商、司法、税务、行为、交易以及强场景数据，我们可以通过经验模型或智能算法实现额度秒级测算。通过人脸识别、OCR、区块链技术完成线上签约和存证；未来基于RPA、IPA、NLP、KG、NLU、BA、TTS等AI技术和工具实现智能问答、智能辅助审批、自动生成合同和智能合规审查等。同时，基于企业财产数据、个人资产和行为数据也将大幅提高追偿率。司法系统开始慢慢接纳线上公证、并正探索诉讼执行案件进度的可查和可视化，智慧司法的进步将大幅压缩追偿周期、多级风险体系回款的自动清分。

大数据、AI的应用大幅提升了小微企业融资的成功率、效率和体验感，降低了金融机构的管理成本和运营风险。即便仍是面对小额分散的客群，融资担保行业正悄然改变着“勤劳难致富、薄利难多销”的困境，为履行政策性降费以及业务结构全部政策化提供了商业可能性；以小额分散为基础的规模化增长彻底改变了传统融资担保机构规模一做大，管理和风控就失效的困境。同时，融资担保机构业务辐射半径悄然发生改变，跨区域经营成为可能。

在此情况下，银行若能秉持“共担风险共享收益”和理性务实的风险控制理念，抛出规避短期个体责任、提高银担合作的长期全局站位，那政策性融资担保机构将彻底实现良性发展。

0

4

以数字化经济的范围经济效应重新审视聚焦主责主业

数字经济不仅具备长尾效应和规模经济，还具备范围经济效应。规模经济是指大批量生产同样产品和提供同样服务、以达到成本最小化。范围经济则是基于同一客户的多元化经营，通过协同效应使得综合成本最小化。当下全球需求收缩、供给过剩，各行各业高度竞争和内卷，企业核心优势已经从资源禀赋转化为客户资源获取，“得客户者得天下”。客户多元需求所对应的供给，完全可以通过整合更多厂家实现。这也是平台企业所谓生态圈带来几何级增长的原因所在。

数字化时代的范围经济与传统融资担保机构探索的范围经济完全不同。传统融资担保机构所谓的范围经济，比如担保、投资、小贷、租赁和保理等多元业态联动，通俗讲就是一鱼多吃。这种模式最大的问题在于多元化协同发生在线下有限的大客户中，且全部聚焦于金融服务供给。金融业与其他行业最大不同在于杠杆效应，盈亏同源于此。一旦发生风险，将产生不可估量的系统性危害。当下北京市融资担保行业就正在因个别机构的这种错误而深受声誉损伤。

数字化转型后的政府性融资担保行业，建立在小额、分散基础上的线上协同。一旦拥有覆盖面更为广泛的客户，机构就可以凭借商业化手段嫁接和撮合各类要素和供给，带动更多资本、科技、人才、数字资源等向小微企业服务领域聚集，同时增加自身收入来源、弥补政策性业务收入不足。如同中和农信公司基于农户真实需求，在金融服务基础上拓展了农村保险代理、农业生产、乡村电商及分布式光伏等服务，逐渐搭建起聚焦农村小微群体，覆盖农业生产、乡村生活等多方面的农村综合服务平台。依托统一的客户平台，中和农信在助推脱贫攻坚和乡村振兴的同时，自身也获得了商业可持续性，真正实现了“中国版尤努斯”的义利并举。

0

5

数字化转型从来不是技术问题而是思维问题

大型组织的有效管理一直是管理学的难题。运行成本高、效率低下、官僚化带来的员工幸福感丧失，这些问题与所有制性质无关，与组织规模和管理模式有关。著名制度经济学家科斯认为，交易成本与管理成本的对比确定了企业的边界。数字化使得管理变得透明和可视化，大幅降低了企业监管成本以及目标上下传导中的偏差，大幅延展了组织与市场的边界，即数字化有助于组织实现熵减。第四范式提出的北极星穿透式决策大模型，为决策者战略目标赋能是其很大亮点。

因此，一家融资担保机构的数字化转型是从业务到管理的全方位转型。大机构降低管理成本、提高决策效率和科学性同样需要数字化转型。在推进与银行接口互联、银担线上产品优化，我们发现银行投入数字化、智能化的财力远超我们，但系统贴合市场需求、赋能一线人员的程度不一定高于我们。究其原因，一线人员对系统完善的建议要经分行、总行各层级、各部门并形成合规决策文件，再转化为科技部门的工作至少需要半年。上下穿透中的偏差、时间成本造成了部分银行数字化系统完善的进度缓慢。我们决策链条短，只要技术有创新、功能有缺陷，科技部门能马上响应和完善。由此说明，改变科层化组织结构、推动管理数字化革命同样重要。数字资源平权将深刻改变着管理学原有的理论。

0

6

AI将重塑融资担保行业的人力资源结构

在平台建设中，我与伙伴们就平台名称进行了多轮讨论。期间以ChatGPT为代表的生成式大模型的广泛应用引起了社会热议。在平台原本数字赋能基础上，强化AI在担保垂直领域的训练将有助于进一步强化平台功能，被我们定为平台二期开发的主要工作。于是我们将平台最终定名“北京再担保数智平台”，展现了新时代北京再担保通过“搭平台、建机制”去进一步夯实“增信、分险、规范、引领”功能的知行合一举措。

以ChatGPT为代表的AIGC使我们即将从信息化时代迈入知识化时代，即获取知识的成本将大幅下降。这意味着一些以基础知识为核心的岗位很快面临领域大模型应用的竞争。大量程序化、事务性重复工作将被机器所替代，比如行政助理、文秘、初级财务和法务助理、初级程序员、客服等。只有那些具备创新能力、渠道开拓能力的员工才无法被完全替代。AI把人力资源和劳动力做了有效的区别，也给我们人力资源结构重塑和薪酬制度调整提出了新的挑战。

作为一个政治学和公共管理学背景出身的融资担保行业第二代从业者，我总希望所有公共政策都能以最小调试成本回归正位，每个政府、市场主体都不缺位、越位和错位，因为“政者正也”“天下为公、报国为怀”应是每个与公共资源相关的从业者应秉持的职业理想和信念。我总在思考，当坚守初心的同时，依靠我们自身市场化、专业化经营能无限拟合普惠业务的收入与成本（经营和风险成本）差，财政支出才能最小化。如果通过匹配全国政府性融资担保行业经营大数据，AI能计算出更加科学合理的“三补一奖”制度，将大幅提高政策实施的精准度和公平性。

AI向善，希望数智化转型能为化解中国政策性融资担保行业三代人心中共同的困惑提供可能，让我们不再徘徊和不知所措。作为行业一员，我们将努力成为行业数智化转型的探索者和实践者；愿我所在和深爱的组织——北京再担保，再次为行业开辟新的发展范式。