“十四五”期间，我国大力发展数字经济，在此背景下，金融行业发生了哪些方面的变化？为东方微银带来哪些机遇和挑战？

卢宁：

伴随着国家产业数字化转型进程加快，金融的科技化程度相对比较前沿，对于金融业数字化转型而言，提出了很多概念，比如前、中、后三台的数字化。
       银行业是最早实现信息化的，通过信息技术将手工处理的工作进行电子化，到建立整体的管理系统。从信息化到数字化，银行的作业方式发生了很大变化。首先，社会经济活动及生产环境具备了更多支撑数字化转型的生产物资，衍生出数字化生产、管理、决策等一系列过程，数字化场景及行业发生聚合式变化促使银行业转变进程加快。其次，从客户体验角度来说，银行的数字化直接使客户的需求得到了很好的满足。比如在 ToB 端，面对企业不同的特征和经营特点以及资金需求的差异化，银行需要有能力“一户一策、因户而异”，在企业不同的经营发展阶段，快速给予服务，提升客户端体验。这就是以客户为重心的服务理念的变化。
       近几年，银行在数字化进程中主要的变化体现在两个层面，第一个层面是面对多变的竞争环境，银行需要在对展业地客群的精准洞察、差异化的产品服务以及识别不同客群的风险把控中寻找新的突破口；第二个层面是业务团队的心态转变，也就是客户经理的心态转变。找到客户、形成业务合作、留住客户，最大可能满足客户需求，这成为前台人员的工作目标和思考方式。B 端客户的资金需求是立体化、多方位的，如果不能做到懂客户，没有多元化服务支撑，就很容易因为一笔业务而失去客户。

东方微银服务的金融机构中城农商行居多，客群定位在企业端。在过去，银行 B 端业务靠“三表”和人工，如今的数字化方式，在数据可以合规获取的情况下，根据分析企业经营活动及客户经理与其交互过程得到的信息，通过技术处理，就可以将碎片化信息形成企业画像，从而支撑评价体系，匹配出适合企业的金融产品。近几年各银行以清晰的管理目标、业务目标、客户目标进行考核，比如对科技型企业、制造型企业、绿色企业定向支持等，重心就是满足客户需求。
       2022 年，我们明显感觉到银行对传统的技术不“解渴”了，大家面临着同样的问题：“如何用数据技术分析产业客群？”当前银行与客户的交互方式还是在发展的第二阶段，即银行数字化管理的前、中、后三台在银行内设置好了，被动式匹配客户。待银行步入第三个阶段，就是从产品到服务的“千人千面”。通过数据聚合的方式定位地方性的优势产业和重点发展方向，形成更明确、靶向性更强的方式方法，定向挖掘客群并找到客户，最后形成服务。到了这个阶段，数字化已经充分体现在银行的前、中、后三台，结合经济发展的产业分析，客户体验、市场端、竞争力都会产生差异。
       针对银行的数字化转型，微银的理念是 “伴随”，数字化转型是一个相对长期的过程，这个过程由浅及深、由表及里，相对长期，有里程碑，没有终点线。
       银行的数字化转型首先要从客户视角出发，过去关注的客户侧重于“大”，围绕着政府项目、大基建，包括房地产等大的行业，整体的管控体系也侧重于此。随着宏观环境及产业结构的变化，银行战略也逐步发展到普惠方向，扶持“中小微”，提出了科技创新、智慧风控等一系列概念。
       科技在银行发展过程中承载了非常重的职责，形象地说，就是要修一条万米宽的高速路，如果同时要在一个细分方向上再做深度，就要有资源储备及充分的技术探索，这对科技部门提出了极大的挑战，从而就有了赋能型的科技公司助力生态发展。从前台围绕着客户去发力，拉动业务端的数字化转型，将产品思维变成客户思维，从单一客户思维变成客群思维。面对金融行业的变化和发展，微银始终希望与合作伙伴站在一起，寻求不断变化更迭的视角和方式，来迎接时代给予的机遇和挑战。

“科技金融”和“金融科技”的区别是什么？

卢宁：

这两个词的差异性是很大的。金融科技本质还是科技，科技金融是用科技助力于金融。一家科技公司，运用客群画像来识别风险，能应用到很多场景。如果要验证科技能力在不同领域内的应用，就意味着做金融方向的同时还要做一些非金融的场景。

这两年微银与政府沟通，通过企业画像、风险识别，助力政府制定差异化帮扶政策，助力企业、政府搭建地区性的产业服务平台进行招商引资，开发各种应用。科技的本质就是要降本增效和改善体验。在金融领域运用大量科技成果，提升服务品质，这是科技发展的意义。

目前对于两个概念，每个人的理解是不一样的，微银本着科技属性来思考问题，懂银行，分析市场特征。企业自身要有很强的学习能力、突破能力，把底层的、共性的科技能力与所服务的方向相结合，并且适应性地落地。科技要服水土，接地气。

在整个的金融产业链条上，东方微银的定位是什么？

卢宁：

任何一个市场都会随着环境的变化、科技的演进等综合因素产生很多新的商业机会。从定位的角度来看，每个行业都存在大量信息，怎样挖掘到新的商业场景和新的商业机会，在于用什么样的视角去看待。最初，东方微银帮助银行基于大量数据信息形成客户画像，刻画出可解释、可理解、可追溯、立体化的画面感，解决银行和客户之间信息不对称的问题。微银早期帮银行围绕客群做数字化的产品分析，本着审慎性原则， 我们花了近 5 年的时间，与合作银行共同梳理了一套数据化的、完整的，且能够达成共识的基于客户画像的作业体系，通过数字化作业的全过程，多维度重塑，使得中小微企业的金融体验得到了极大的改变。作为科技型企业，赋能过程还伴随着自身知识体系的丰富和拓展，微银始终在行业里与各方生态主体一起，互助共进。

关于微银的定位，我们提出了两个理念。第一个理念是“伴随”。微银需要了解每家银行的战略及不同时期的诉求，比如客群定位，管理制度、业务状态等，然后运用我们的知识体系去帮助银行解决发展中的痛点问题。

第二个理念是“预期”。首先在微观层面，微银与银行的合作沉淀了大量的微观经验，充分了解不同地区的经济、产业、行业及经营活动特征等方面的差异。科技要“服水土”，才能服务于地方，然后因地制宜。

其次在宏观层面，经济产业结构的变化等宏观趋势如何反映在金融行业的技术和产品里？就需要了解“大盘”，客观层的洞察，银行要伴随中小微企业一起发展，做企业最亲的人。另外，对产业结构要了解，对客观层重点发展的产业动态及分布有了解，通过数据的分析，提取出要素与银行共同研发，服务不同的产业行业客群，“走一步，看三步”，永远要思考变化，这就是预期。中观层面，帮助银行更清楚地了解地区重点行业产业，挖掘出客群匹配作业中台的能力，从而实现复合式营销。数字化的目的是降本增效，而在银行内部体现为客户端的便捷，以客户为中心的银行体系是必然趋势，并且会随着数字化转型不断进行自证和他证。

路径来源于实践，所有的观点一定要切实可行，否则就是纸上谈兵。一个科技公司最朴素的愿望就是被需要，客户不在于多，而在于把每家客户做好，有了一定要做好的眼前的事。科技公司要发展，特别是在今天这种生存环境下，就要建立诚信，把说过的话一一做到，有信任，才有未来。

大数据、人工智能、区块链等这些新技术推动金融行业创新发展，催生出新兴业务模式、新技术应用、新产品服务等，目前东方微银有哪些支持和服务？请您分享一些典型的例子或具体案例。

卢宁：

围绕小微企业多维度信用数据，东方微银在产品服务方面以微生素小微金融生命体系作为基础解决方案，V-T（数字化小微智能创新体系），V-P（多元产品体系），V-R（数据信贷的风险识别与量化风控体系），V-D（标准高效的交付新体系），V-O（以客户为中心的运营体系），帮助金融机构形成银税贷、知产贷等特色产品，提升中小微企业融资服务效能。

毕昇小微数字赋能平台是东方微银自主研发的、面向金融机构的新一代基础设施建设基座。基于在数字化转型领域丰富的业务实践，平台预置可适应不同客户特征、细分服务产品、业务流程、展业规则、风控规则、模型策略等多样化智能审批业务的基础架构，实现金融机构覆盖业务敏捷、管理敏捷及运营敏捷的全面数字化应用，助力我国金融信创环境构建与优化，推进金融行业核心竞争力取得跨越式提升。以某合作银行为例，该行在提高数字化应用水平后，客户经理人均客户营销数提升约 4 倍，人均管户数提升约 3 倍，尽职调查周期可缩短为实时调查，大大提高了行内人员效能；数字化产品的投产周期仅需传统产品的四分之一，并在产品迭代效率上实现了实时迭代，大大提高了该行金融服务的深度和广度。

东方微银在产品、技术、渠道等方面有哪些优势？

卢宁：

微银伴随客户成长，了解客户缺什么，以及客户的客户缺什么，这是微银长期发展的基础和优势。比起渠道，看清楚市场及客户痛点是微银在发展过程中保持独特性的秘诀。

未来，东方微银在金融业务领域将有哪些布局？如何进一步创新赋能金融行业？

卢宁：

之前我们完成了企业征信备案，所以今年推出的产品会加入征信服务体系中，也意味着我们把微银多年积累的实践经验转换成更多的能力和产品服务于不同的银行客户。我们会持续重点发力于银行科技赋能，提升业务精准度，加快产业客群的产品研发。同时我们也在尝试与信托、金控、保险领域寻求合作，加大与政府侧的沟通联系。在过去标杆性、个体性、研发性、科研性机会的基础上更加务实，希望可以在今天产业经济蓬勃发展的过程中，提升金融侧服务效能。

您认为目前的金融科技发展现况如何？有哪些亟需解决的问题？

卢宁：

银行之间由于自身的发展及资源储备不同，存在不同程度的顶层设计差异化，使得在营销、管理、运营等环节中，存在着不同程度的割裂，造成了资源投入的不均衡。在执行中，存在对制度层理解的差异化，例如《征信业务管理办法》《数据安全法》等法律法规的出台，各个银行基于业务和能力发展阶段，理解上存在差异。站在科技公司的角度，难点在于政府级的数据支撑不足。当前，水、电、煤气、社保、公积金等方面的数据在一定程度上实现聚合，但对于地区性的产业数据，统计维度还不够丰富。比如一个具有鲜明地区特色的农作物就是很大的产业，它的特征是什么？表现为什么？经济周期、需求关系、种植特点、生产加工过程中的技术特点等，围绕这个产业数据维度缺失太多。

站在企业的角度，每家大的核心企业都有自己的闭环数据。过去说的供应链最关键的“卡脖子”问题，就是核心企业的数据如何资产化。数据是大企业的商业机密，也是生产要素，不同生态的核心企业，专业认知的难度很大，自然对于数据的理解就有知识瓶颈，这一点需要与产业侧的补强措施相结合，今天的产业数字化转型推进需要有统一的思考和设计。