科技云报道原创。
当人们看到一栋栋高楼拔地而起时，很少会想到建设高楼的钢筋水泥从何而来。
事实上，大宗贸易集团作为大规模原材料交易和流转的枢纽，与产业上下游企业共同支撑起了市场的运转，但复杂的产业协作也带来了巨大的风控挑战。
某头部大宗贸易集团，拥有上下游合作伙伴上万家，涉及预付、赊销等多种交易方式。
如此庞大的产业协作，资金、运输、价格、信用、平台风险无处不在，因此通过风控降低供应链上下游风险，成为决定企业盈亏甚至存活的关键一环。
为了做好上万家合作企业的准入，此集团投入了大量的一线员工和后台风控、运营人员，通过多轮尽调、人工写报告、层层审批的方式推进。
而被准入的合作企业，后续依然存在发展变数，风险被发现时可能已经“暴雷”，损失难以追回。
值得注意的是，这家集团的管理流程并非个例。产业协作风控其实是一个在金融、能源、工业等行业核心企业颇为常见却难以克服的挑战。
为什么做产业协作风控这么难？现阶段是否有好的解决方案来应对这一挑战？
产业协作风控之痛
所谓产业协作风控，是要降低产业上下游在协作过程中的风险。
大型企业全产业链业务环节非常复杂，涉及各类主体如：上游供应商、下游经销商、直客等，除主体之外还有物流、仓储业务协作，以及金融机构的供应链金融业务协作等。
在蚂蚁集团数字科技事业群安全科技产品总监李莎看来，这些产业协作风控中的痛点可以总结为三个词：
人力经验驱动，即基于人脑的经验去管理风险，容易信息获取不全面，缺乏客观统一的评估标准，同时也难以对合作过程中的变动进行常态化监管。粗放式管理，即缺少标准化的科学管理体系，风险控制过度依赖个人，人与人经验和判断的差异会导致一旦出现人工误判，损失极大。线下化流程，如：尽调数据通过手工查阅、走访等线下方式形成报告，再通过线下层层审批，不仅人工成本高、效率低，线下审批过程也很难留痕。产业协作风控之痛就像一块顽疾，让“大象”深陷低效率、低精准的泥潭难以起舞。
事实上，很多企业已经意识到了问题，希望从人力驱动转变为科学管理，通过标准化、智能化的风控技术来降本增效。
但知易行难，理念转变为实践，既需要时间的演化，也需要产业各方的支持，更少不了数字化工具的支撑。
产业协作风控挑战，该如何破局？
蚂蚁布局产业风控蓝海
风起于青萍之末，浪成于微澜之间。中国企业数字化转型已有二十余年，信息化技术的滚滚浪潮为产业协作风控的数字化变革带来了潜移默化的影响。
2000年初，客户关系管理软件CRM进入中国市场。
作为业务风控的前提，CRM将客户关系管理线上化，为科学管理风控提供了可能性。
随着多年来CRM市场的高速发展，国内大型企业的CRM渗透率高达75%以上，CRM的市场普及为产业协作风控的线上化打下了坚实基础。
在政策层面，2017年《中华人民共和国政府信息公开条例》的发布，成为产业协作风控向前推进的一个重要节点。
工商、司法等政务数据的公开，使得企业信息能够被所有人公开透明的线上查询，让企业风控效率进一步提升。
但最直接的动力，来源于企业自身业务快速增长的需求。
以普惠金融为例，越来越多的中小微企业开始通过银行贷款来发展业务，但仅靠人工手段对数量庞大的企业进行合规审批，效率已经完全跟不上市场需求的速度。
此外，完全依赖人力风控，无法保证风控质量，金融机构不敢轻易扩大放贷的范围，有量也不敢起，从而严重拖慢了自身业务的发展。
痛定思痛，这些已经具备科学风控管理理念且善用数字化工具的大型企业，开始面向市场寻求产业协作风控的技术解决方案。
然而，市场供给侧一片空白，无论是CRM厂商，还是to C业务风控厂商，又或者做大数据平台、提供数据查询服务的厂商，都难以解决产业协作风控的难题。
2019年，蚂蚁集团敏锐地发现了这片蓝海市场。
支付宝作为数字化生活服务平台，每天都有大量的线上、线下商户入驻，涉及贸易、金融、民生等多领域。
从平台责任的角度，支付宝需要对入驻机构进行审核，也因此积累了大量企业风控风控技术和经验。
这也让蚂蚁集团开始思考，企业风控技术或许可以复用在更多to B场景，走向广阔的产业协作风控市场。
蚁盾-产业风控平台：一站式数智化产业风控
在蚂蚁集团看来，产业协作风控最大的困局，其实在于数字化风控技术和to B行业经验的交汇。
据蚂蚁集团数字科技事业群安全科技产品总监李莎介绍，数字化产业协作风控涉及大数据、AI、安全、区块链等多种技术，从风控业务流程看可以分为三个部分：
在数据融合部分，对企业风控相关数据进行自动化的清洗、归集、整合，这就需要大数据处理技术。
由于依赖数据做决策，应保证数据的真实性和安全可靠性，因此保障数据可信流转的技术与平台必不可少。
考虑到风控涉及大量企业敏感数据，为了让产业协作各方安心使用数据，让数据可用不可见的隐私计算是其中的关键技术。
同时，为了让各类数据合法合规的流动，基于区块链技术建立数据资产的可信流转通道也成为一项基础建设。
在风险识别部分，针对各式各样的数据类型采用相应的算法技术进行加工，例如需要OCR（文字识别）技术对格式各异的报告材料进行数据识别和提取;同时，对工商司法信息、舆情等关键词信息进行提取分析，则需要NLP(自然语言处理)技术。
在梳理产业事理图谱时，则使用了蚂蚁集团在业内领先的图计算技术；在对风险进行研判时，则需要AI算法模型结合行业知识不断调优。
在全流程风险管理部分，则需要应用大数据计算技术来搭建整个平台，同时为了让用户更好地进行风险运营，基于可视化技术展现企业各个维度的画像和管理过程也很重要。
技术跨领域、门槛高，只是产业协作风控数字化过程中的挑战之一，如何将技术应用于行业业务场景，则是产业协作风控向前迈进的关键一步。
正因如此，蚂蚁集团将多年来积累的技术经验输出，围绕企业的供应商/客户/经销商等合作的业务全流程，打造了蚁盾-产业风控平台，专注管理企业对公业务风险，为企业构建一站式、全流程的风险管理体系，促进产业可信协作。
那么，蚁盾具体是如何帮助企业落地数字化产业协作风控的呢？
事前阶段，可提供精准拓客、准入筛查能力。以尽调准入为例，基于蚁盾采集分析端，帮助尽调员对非结构化的图片、PDF、表格等企业尽调数据进行自动识别和解析，大大提高人工效率；之后对尽调、工商、司法等多种数据进行融合计算，通过规则的设置和自动化流程，对企业进行自动筛查、实时准入。
过去人工准入审批少则3天，多则1周，现在通过蚁盾自动化审批秒级完成，部分企业数据显示，重点项目结合人工审批也仅需1天，整体准入效率得到了极大提升。
事中阶段，可提供客户评级、授信策略，以及事中风险监控能力。蚁盾基于量化评估的方式，对所有合作方进行自动分类评级；同时，结合风险识别模型和授信规则配置，还可以实现自动化授信。
当过去靠人工经验评级授信的方式，转变为蚁盾自动化授信+人工微调的方式，基于更智能的评估度量，企业在资损下降的前提下，授信总额度却有很大提升。
而过去定期尽调的跟进方式，也被蚁盾实时的自动化监控预警所替代。
事后阶段，可提供监控预警、风险排查能力。蚁盾通过自动化系统将企业重大舆情事件层层穿透、关联分析，可自动排查风险，可视化展现风险结构，提供关联风险预警。
之前依靠人工排查风险，一笔交易排查就需要1小时，但现在基于蚁盾的产业风控事理图谱，可秒级呈现最新关联风险和分析报告。
前文提到的大宗贸易集团，正是通过与蚁盾共建专属的产业风控平台，目前已大幅提升了风控效率和精准度，在大宗商品领域树立起了精细化风控运营的标杆。
事实上，蚁盾这套产业风控平台不仅能服务大体量的行业客户，还能服务中小型企业。在产品体系上，蚁盾面向不同规模的企业用户提供了不同的产品形态：
需要轻量化服务的客户，可基于蚁盾标准化API接口，使用企业画像、识别等基础服务；需要整体解决方案的客户，可将蚁盾-产业风控平台与CRM打通，使用精准拓客、准入筛查、客户评级、授信策略、监控预警、风险排查等一整套的风控能力；在蚂蚁集团数字科技事业群安全科技总经理廖群伟看来，蚁盾最大的价值在于以数促产，通过可信数据智能促进产业经济生产效能的提升。“风控的水闸做好了，让企业和企业之间更加信任，业务的水流就可以放得更开，产量变得更大，整个产业链发展就更繁荣”，廖群伟表示。
道阻且艰行则将至
尽管产业协作风控的市场需求已逐渐浮出水面，但市场供给侧依然显得有些“空荡荡”。
究其原因，产业协作风控在全球都属于一个较新的领域，在国内更是处于市场早期，无论是厂商还是客户，认知度都还不算高。
更重要的原因在于，产业协作涉及的主体和业务庞大且复杂，对风控技术和产业链接能力要求非常高，能同时做到这两点的厂商少之又少。
蚂蚁集团作为安全科技领先者，多年来持续布局和投入区块链、隐私计算、IoT、可信AI等技术，目前已成为隐私计算、区块链、可信AI专利的全球领导者，相关的产品和方案也获得了市场的广泛认可。
正因如此，手握技术和产业多方资源的蚂蚁集团，有能力进入产业协作风控领域，敢于在这片蓝海市场开荒拓土。
但作为先行者，蚂蚁集团也感受到了前路艰深。
据廖群伟介绍，在产业协作风控领域，行业差异性很大，即便是在同行业、不同场景下，风控业务逻辑都不一样，通用性的产品很难满足行业纵深需求。
例如，在金融行业，普惠金融面向大规模小微企业，审批授信等流程需要高度的自动化；但大宗交易行业，因为每笔交易金额巨大，审批授信等流程则需要在自动化的基础上进行人工复核。
同时，不同行业的数据源在类型、来源、格式等方面各异，业务逻辑也大相径庭。
对此，蚂蚁集团的解法是先聚焦一个行业，通过打造“行业+场景”的标准化行业风控模板来满足行业细分场景的需求。
当跑通一个行业的多个场景业务之后，再进入新的行业和场景进行深耕。
目前，蚂蚁集团在大宗商品交易、化工、工程机械制造、金融、外贸等行业都取得了较大的进展。
事实上，产业协作风控的行业差异性之大，使得厂商想跑通任何一个行业都很难。
在产业风控中，需要非常多的行业经验和知识，将这些行业知识、规则融入AI模型中，形成可用的、可理解性的行业风控产品，本身就需要投入大量的时间和精力，而这无形中也拉高了厂商进入赛道的门槛。
除此之外，从技术走向应用实践还有大量的空隙要去弥合。
例如：风控需要用到公开数据和企业私域数据，如何加快对大量非结构化、非标准化的数据进行汇集和清洗？如何快速融合不同源头的数据，形成关系映射？如何更好地满足数据隐私和安全合规要求？如何优化数字化流程改造，支撑新老流程顺畅的更替，让用户接受度更高？
蚂蚁集团清楚地认识到，产业协作是一个复杂生态，仅靠单枪匹马很难做好产业风控，因此蚂蚁一方面持续发展多元数据融合、隐私计算等新兴技术，另一方面也在积极与生态伙伴合作，共同探索产业协作风控的新方案。
正如廖群伟所说：“敬畏行业，躬身入局，我们期待与更多生态伙伴合作，一起为传统行业数字化转型、提高生产效率、抵御风险贡献自己的力量”。
结语
数字经济时代，多主体跨平台协作日渐交织和复杂，产业协作风控的数字化转型即将成为各行各业的必答题。
尽管这场数字化变革道阻且艰，但依然需要先行者破冰前行，以极大的耐心去建设企业服务，等待市场逐步壮大成熟。
怀揣着对传统行业的敬畏，蚂蚁迎难而上。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
