2015年6月25日，杭州。

没有任何分支网点，没有一名客户经理，甚至没有传统意义上的“大堂”——一张营业执照和一部手机，就能把一笔贷款放进数百万小微商户的账户里。

彼时，网商银行刚刚开业，与微众银行一起，以“纯线上银行”的新模式在中国诞生。它率先提出“310”模式（3分钟申请、1秒放款、0人工干预），重新定义了小微金融的可能性。

随后的十年，这家银行用6800万小微客户的增长数据，验证了“数字化普惠金融”从理念到现实的可行性：小微信贷不必依赖抵押担保，也可以依赖数据；无人工放款不是噱头，而是可以跑通的大规模模式；当数据金融与移动互联网结合，金融服务的边界得以深度下沉。

曾经被视为特例的无抵押数字信贷，如今已经在多数银行的产品线中出现，数字普惠金融不再是少数先行者的专利，而成为行业的共同选择。

但当数字信贷成为普遍共识，AI浪潮席卷而至，普惠金融的门槛也在同步抬高：在这个几乎所有银行都在拥抱“数字化+AI”标签的时代，网商银行如何再次成为“引领者”，而不是“跟随者”？

在刚刚过去的十周年沟通会上，这家银行给出了自己的答案——让每一个小微企业都拥有属于自己的“CFO”。

这一构想是否能像十年前的“310模式”一样，再次改写行业的普惠格局，不只是网商银行的挑战，也是数字化金融下一轮竞速的破局点。

十年破局

让普惠金融从理想到共识

如果要在中国银行业挑出一个深刻改变小微金融格局的分水岭，2015年无疑是重要的时刻。

那一年初，微众银行在深圳发放了全国第一笔线上信用贷；同年6月，网商银行提出了一个看似激进的承诺：3分钟申请、1秒放款、0人工干预。彼时，“310模式”被不少人视为“理想主义者的冒险”——没有抵押、没有担保，凭什么能在大规模中跑通？

它却跑通了。过去十年，网商银行用6800万小微经营者的贷款数据，向行业证明：小微信贷可以不靠门槛、不靠关系，只靠一部手机和真实经营数据，照样实现安全、可持续的信用评估。

在此之前，“普惠”更多是一种写在报告里的愿景。高成本的物理网点、依赖抵押的传统风控、以人工判断为核心的审批流程，把几亿小微商户隔在金融体系的门外。

而数字化的出现，第一次让这个理想有了现实解法——当经营数据、支付流水、供应链关系被转化为风控的“新抵押品”，小微商户不再需要房产证或人情担保，就能获得一笔信用贷款。

它带来的示范效应，远超一家的成就。十年间，曾被视作孤例的“无抵押数字信贷”，逐步成为全行业竞逐的能力标准。线上贷款从边缘试水变成主流模式，无数地方银行、农商行和城商行也相继搭建起自己的数字风控体系，把金融的触角伸向更深的县乡、数百万夫妻店和家庭作坊。

截至2024年底，中国普惠小微信贷余额已超过33万亿元，是2015年的5倍以上，线上化贷款的覆盖面显著提升。

在不少研究者看来，这是一场堪比“工业革命”式的变革：它把金融的边界从物理网点扩展到移动互联网，从有限的抵押资产扩展到无限的数字信用；它让金融第一次以平等姿态走进普通人的经营现场，让“普惠”从理念走向行业共识。

网商银行的探索，成为这场变革的起点，也成为它最具代表性的样本。

再破题

做千万小微企业的AI CFO

在数字信贷模式被主流银行普遍采纳之后，如何在普惠金融上持续突破？如何进一步挖掘新的增长点？如何在金融同质化加剧、监管趋严和小微需求分层的背景下，找到新的差异化路径？

网商银行给出的答案之一，是AI。

在刚刚过去的十周年沟通会上，网商银行提出了新概念——做千万小微企业的CFO。其试图用AI重构对小微经营主体的认知、交付和陪伴。

这种探索的核心逻辑并不复杂：

一方面，传统金融对小微企业的了解，多停留在有限的静态数据上。

即便是无抵押数字信贷，也依赖税票流水、交易数据等“表面变量”，对企业的动态经营和周期性波动缺乏深度感知。

AI的价值，正是在对多模态数据的深度整合：企业在供应链中的位置、与上下游的交互强度、资金流的波动规律，都可以通过算法识别和量化，进而对风险和需求作出更精准的判断。

另一方面，小微金融的服务形态本身也在演化。

过去十年，银行与小微企业的关系高度“交易化”：在缺钱的时候提供贷款，在有闲置资金时提供理财。

网商银行的构想是，通过AI将这些割裂的节点打通，变成“经营全周期陪伴”。

在这一逻辑下，银行不只是贷款机构，而是一个基于数据的经营合作者——它要介入小微企业从订单获取、资金调度到财务决策的各个阶段，成为某种“数字化外脑”。按照其构想，这套系统要具备三种核心能力：

一是企业经营认知：通过图计算、时序分析等技术，对企业的经营状态进行动态建模，不仅识别其收入和支出，更能感知周期性波动和上下游依赖。

二是行业趋势感知：基于大模型对行业政策、竞争格局和同类企业经营数据的学习，生成个性化的“经营体检报告”，为企业提供定制化参考。

三是金融工具匹配：把信贷、理财、票据、保险等产品组合成适配方案，帮助企业在不同时点作出最优选择。

如果这一模式能够跑通，或许意味着银行角色的进一步进化：从资金提供者，到风控中介，再到“经营顾问+金融解决方案”的复合体。

但理想与现实之间，还隔着漫长的验证期。

目前，这一战略更多处于早期试点阶段，少量原型产品在票据管理、AI审批、智能理财等环节落地，尚未形成规模性应用。

即便在网商银行内部，AI也主要作为提效工具——辅助员工识别风险、设计产品、提升营销效率。

在我看来，AI CFO要落地面临的挑战至少包括三重：一是数据稀缺与碎片化：小微企业账目凌乱、经营分散，缺乏足够密度和时效性的数据供AI训练；二是信任门槛：对很多经营者来说，算法提供的决策建议仍缺乏直观可信度，如何在“数字建议”与“人判断”之间平衡，是关键；三是商业可持续性：这类服务能否转化为客户付费意愿，或提升整体交叉销售效率，目前尚无充分证据。

做小微企业的CFO在商业模型上，还远没到规模爆发的阶段。这一设想距离成为主流解决方案，还有不少现实门槛要跨越。

在AI成为各家银行标配的当下，类似的智能风控、智能授信、智能陪伴，已经在数十家银行的年报和发布会上被反复提及。相比“谁先喊出概念”，更重要的或许是：这套“智能化金融解决方案”能否在小微企业的真实经营场景里找到稳定的价值闭环，而不是沦为又一轮技术叙事的包装。

十年前，网商银行通过“310模式”撬动了中国银行业的数字化浪潮；十年后，它希望用AI打开第二增长曲线。只是这一次，“先行者”能否再度改写行业格局，不只是自身的命题，也是整个数字金融下一场深层竞赛的共同课题。

毕竟，在“AI银行”已经成为全行业口号的今天，真正的竞争不在谁先喊出概念，而在谁能跨越信任、数据、商业模型三道槛，把算法能力转化为可持续的金融价值。

未来十年，是一场比拼耐心、执行力与底层信任重塑的长跑。在这个考卷里，所有人都在答题。或许，真正的分水岭，不是技术力的差距，而是谁能先找到一条“既懂人性也懂算法”的普惠路径。

南方+记者 陈颖

【作者】 陈颖

289财经热点