为弄清地方数字银行到底怎么把“轻资产、高研发”的科创企业从传统信贷门外请进来，近期，南京师范大学卓筹智库团队走进江苏首家数字银行——苏商银行，与该行科创金融、智能风控条线工作人员展开一场面对面座谈。和前期线上查资料时“隔着屏幕看新闻稿”不同，这一次，团队把攒了一路的疑问，直接抛给了业务一线人员。

▲图为部分组员在苏商银行前的合影

苏商银行前身是2017年6月在南京成立的江苏苏宁银行，2024年3月更名为江苏苏商银行，定位“科技驱动的O2O银行”。公开数据显示，该行已累计服务120万中小微企业客户；而在科创金融这条赛道上，它近年最被频繁提及的动作之一，是2024年下半年设立股贷联动部、推出“扬帆远航”计划，对接江苏“1650”现代化产业体系。截至2025年末，该行已累计为超4100家高新技术企业提供授信支持、放款逾800亿元；在更窄口径的科创类贷款项下，也累计投放超115亿元、服务超1200家科创企业。

▲图为苏商银行线下网点

“过去银行看企业，先看你有几栋厂房、几台设备；现在我们更像在给一家技术公司做‘CT’——扫的是专利、研发投入、产业链位置这些‘软组织’。”一位不愿具名的科创业务工作人员打了个比方。对方介绍，针对科创企业“无抵押、高成长、也高波动”的特点，苏商银行把原先偏重财务报表的授信逻辑，部分换成了基于“技术流”的评价思路：用研发投入强度、专利质量、政府补贴连续性、上下游交易稳定性等非财务信号，去估一家还没盈利的企业“将来能不能打”。

更硬一点的支撑，来自该行自研的“透镜—秋毫—动态授信”三位一体风控架构。据2024年报及多家财经媒体转述，苏商银行已沉淀2.3万个风险特征、4200多个决策规则集、1400个评分卡模型和100多个机器学习模型，支撑日均30万+次实时贷前风险决策；“透镜”做自动化授信策略，“秋毫”盯贷中贷后动态风险，动态授信平台跟着客户信用变化自动调额。座谈中工作人员也坦率说明：外界常把“AI审核快”简化成“5分钟放款”，但对科创贷款而言，5分钟更多指向标准化材料的初筛和自动化环节，遇到大额、跨界、强周期项目，仍要走人工复核和集体审议——“机器跑得快，人还得把最后一道闸”。

这让团队顺势抛出了另一个在网上吵得很热的问题：AI风控越来越像“黑箱”，万一系统拒贷了，企业连理由都问不清，算不算另一种不公平？

▲图为小组成员正在采访工作人员

现场得到的回应比较克制。工作人员转述内部做法称，在数据采集端主要依托公开数据、授权数据和合规对接的政务/产业数据，不会碰客户未授权的商业秘密；在模型端，关键授信规则和拒贷理由要尽量可被回溯、被解释，不能只甩一句“系统说不行”；在决策端，AI更多承担初筛、排序、预警，最终对公大额、股权联动、知识产权质押这类“牵一发动全身”的业务，仍保留人工尽调和有权审批人责任制。用对方一句半开玩笑的话说，AI是那个先把异常红点标出来的“哨兵”，不是最后签字的人。

让卓筹智库团队稍感意外的是，“小股权撬动大债权”并不等于银行真的下场做风投。工作人员解释，所谓股贷联动，更多是银行与创投机构、政府引导基金、产业园区形成信息共享和风险协同：创投先做一层专业尽调，银行再叠加债权支持；或在监管允许范围内以较小比例认股权、跟投权绑定企业成长收益。具体项目比例、单户敞口上限、内部防火墙设计，对方以“涉及内部风控细则”婉拒展开——这也正好提醒团队：学生调研能看到“门里的灯”，但未必摸得到“灯的开关”，公开报道更不能替银行把核心机密往外搬。

一趟走访下来，前期线上搜到的“AI+股贷联动”“无抵押授信”“800亿放款”等关键词，终于从新闻标题变成了有前因、有边界、也有保留项的立体画面。对一支以政策研究与案例分析见长的学生团队而言，这次交流最大的收获，或许不是坐实了哪一个漂亮数字，而是明白了数字金融真正的难点：不是把算法做得多花哨，而是在效率、普惠、合规、稳健这四张板凳上，谁都不太敢先撤腿。

撰文 | 姜舒涵 蒋蕙羽

图片 | 卓筹智库队

声明：凡来源或标记以“大学生云报”之内容均为本网合法拥有版权或有权使用的作品，至发布之日起三日后方可原文转载，转载时请注明来源及有效联系方式。

审定：蒋蕙羽    责编：陈宇 + 投诉举报