2026年8月，南京师范大学商学院“数智领航征信致远”社会实践团队奔赴江苏苏州、无锡、泰州三地，针对股份制银行、城商行、地方农商行、国有大行乡镇网点开展专项调研。团队通过实地走访、线上访谈、问卷调研等方式，探究大模型在小微企业征信授信风控领域的落地现状与转型痛点，横向对比不同区域、不同类型银行的数智化建设差异，为基层普惠金融数字化升级探索务实路径。
苏州昆山：城商行、股份制银行先行试水，数智风控初步落地
8月14日，团队线上对接苏州银行周市支行、线下走访宁波银行昆山支行，调研城商行与股份制银行基层网点的大模型应用实践。两地机构均呈现出人工主导、AI辅助的总体结构，大模型已实现场景化落地，但不参与核心信贷决策。
苏州银行周市支行分阶段推进智能化建设，将大模型嵌入贷前筛查、贷后监管环节，可自动完成舆情抓取、财报异常识别、风险动态监测等工作，有效减轻基层业务压力。依托省级金融可信数据空间，该行整合多维政务数据，完善小微企业信用画像。针对科创轻资产企业数据稀缺难题，银行采用专项模型结合人工经验的评估模式，并结合地方产业特色优化模型参数。调研发现，小微企业经营材料规范性不足，是制约大模型识别精准度的主要问题。
无锡：本土农商行探索轻量化转型，破解中小银行转型困境
8月18日，团队走访常熟农商银行无锡分行，通过问卷量化调研+深度访谈的形式，研究地方农商行数智化转型路径。作为本土普惠金融主力，该行同样是由业务人员主导，AI工具辅助以完成工作，大模型仅用于贷前材料识别、凭证提取、贷后预警等轻量化场景，依托多模态技术处理非结构化数据，缓解基层重复性工作压力，核心授信与风险判断仍由人工完成。
调研显示，受算力有限、自研技术薄弱等条件限制，农商行无法复刻国有大行全流程数字化模式，于是轻量化、场景化试点是最优选择。当前行业转型痛点集中在小微企业经营数据碎片化、标准化程度低，政务数据授权流程繁琐；大模型存在黑箱不可解释、幻觉误判、算力成本高昂等问题；金融与AI复合型人才缺口突出。同时，合规监管要求严格，客户授权、数据脱敏、人工复核留痕等制度，决定了大模型输出结果无法作为决策依据，仅能作为增效工具。受访人员表示，中小银行需立足本土禀赋，依托低成本试点、数据共享、人才培育破解转型瓶颈。
8月下旬，团队聚焦泰州乡镇基层金融机构，走访中国银行泰州九龙支行、农业银行靖江斜桥支行，线上对接靖江农商银行滨江支行，调研县域、乡镇网点的数字化转型现状。整体来看，当地基层机构大模型应用整体滞后，多数处于研究或浅层试用阶段。
靖江农商银行滨江支行数字化转型缓慢，多数业务依赖线下办理，大模型尚未投入实战应用。目前存在复合型人才短缺、小微企业数据缺失或造假、隐私复核机制不完善等问题，容易引发模型误判风险。该行表示未来三年将加大技术投入，探索“大模型预警+人工决策”的融合模式。
本次三地调研清晰呈现了江苏银行业数智化转型的梯度差异：苏州城市银行场景化落地、无锡农商行轻量化试点、泰州乡镇银行转型滞后，所有机构均坚守人工主导、AI辅助的风控格局。行业共性痛点集中于小微数据质量偏低、复合型人才匮乏、技术适配性不足、合规与风控体系不完善等方面。
团队总结认为，金融大模型赋能普惠小微无法一蹴而就，需因地制宜、分类施策。国有大行需强化技术下沉，适配基层乡镇业务场景；城商行持续优化数据共享与模型迭代；农商行坚守轻量化试点路线，杜绝盲目规模化转型。同时，需多方协同完善省级金融可信数据空间，规范小微数据标准，健全隐私合规与复核机制，培育交叉型专业人才，明晰行业标准与风险责任边界，让数智技术真正扎根基层，助力小微企业与普惠金融高质量发展。
（南师大商学院“数智领航·征信致远”实践团队：张小蕊、秦方成、赵一宁、孙睿彤、陆昱含）
商业观察网-《商业观察》杂志社官网版权与免责声明：
① 凡本网注明“来源：商业观察网或《商业观察》杂志”的所有作品，版权均属于商业观察网，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：商业观察网”。违反上述声明者，本网将追究其相关法律责任。
② 凡本网注明“来源：XXX（非商业观察网）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。
③ 如因作品内容、版权和其它问题需要同本网联系的，请在30日内进行。
相关文章