作為不良資產(chǎn)行業(yè)的國家隊和主力軍，中國中信金融資產(chǎn)管理股份有限公司（以下簡稱“中信金融資產(chǎn)”）通過“人工智能+”賦能不良資產(chǎn)業(yè)務(wù)，不斷加快數(shù)智化轉(zhuǎn)型升級步伐。2024年，公司自主研發(fā)的新業(yè)務(wù)核心系統(tǒng)順利投產(chǎn)；近期，DeepSeek-R1本地化部署進入全面安全評測及實施階段，為圖像處理、自然語言處理、數(shù)據(jù)整合、邏輯推理等核心技術(shù)深度運用到不良資產(chǎn)業(yè)務(wù)各類應(yīng)用場景，提供了技術(shù)支持和實現(xiàn)路徑。

　　賦能不良資產(chǎn)盡調(diào)，推動價值發(fā)現(xiàn)“提質(zhì)增效”

　　不良資產(chǎn)盡職調(diào)查的深度、廣度和精度是定價合理性的關(guān)鍵因素，AI大模型憑借其強大的信息收集整理能力，能夠更全面地獲取海量數(shù)據(jù)、更快捷地過濾噪音信息、更精準地識別資產(chǎn)畫像，是金融資產(chǎn)管理公司打造核心競爭力、建立“護城河”的強大助力。

　　相較于“人工檢索+經(jīng)驗判斷”的傳統(tǒng)模式，AI大模型優(yōu)勢主要體現(xiàn)在四個方面：

　　一是提高信息整合效率。通過整合分散的合同文本、法律文書、財務(wù)報告、行業(yè)數(shù)據(jù)、資產(chǎn)物聯(lián)網(wǎng)信息及其他衍生信息，AI大模型能夠快速提取關(guān)鍵信息、歸并同類項、捕獲影響價值判斷的核心因素，對交易對手、交易資產(chǎn)、交易環(huán)境等進行初步分析，形成全景畫像。

　　二是有效模擬司法處置流程。對于未訴、未執(zhí)行的債權(quán)，處置周期難以預(yù)測、處置障礙難以預(yù)見、司法難題解決思路匱乏一直是制約資產(chǎn)定價的關(guān)鍵因素。AI大模型通過對同類司法案件審理及執(zhí)行的鏈路分析、真實法拍市場的數(shù)據(jù)擬合及建模，可為此類債權(quán)的處置提供有效參考。

　　三是多維評估信用債權(quán)價值。通過調(diào)用圖神經(jīng)網(wǎng)絡(luò)技術(shù)，AI大模型能夠深入發(fā)掘包括資產(chǎn)轉(zhuǎn)移在內(nèi)的隱性關(guān)聯(lián)關(guān)系、企業(yè)經(jīng)營數(shù)據(jù)（如營業(yè)收入、NOI、資產(chǎn)及負債規(guī)模等）、涉訴情況及負面輿情等信息，甄別債務(wù)人及保證人的資產(chǎn)隱匿風(fēng)險，分析債務(wù)人及保證人的償債能力。

　　四是全景測算擔(dān)保債權(quán)價值。現(xiàn)階段AI大模型已能夠?qū)Φ乩韰^(qū)位、成交價格、租金收益、稅費政策、供給數(shù)據(jù)在內(nèi)的市場信息進行動態(tài)分析。在此基礎(chǔ)上，可以結(jié)合盡職調(diào)查報告，模擬制定處置計劃，依據(jù)相應(yīng)的資金成本及預(yù)期收益測算債權(quán)價值及模擬收購定價。

　　構(gòu)建“科技+”合規(guī)體系，打造風(fēng)險管控新范式

　　中信金融資產(chǎn)始終堅持將合規(guī)建設(shè)嵌入經(jīng)營管理、業(yè)務(wù)流程中的各領(lǐng)域、各環(huán)節(jié)和各崗位，從風(fēng)險管控中要效益。AI大模型的語義解析、邏輯推理等功能將在制度優(yōu)化、合同及方案審查、投后監(jiān)督等工作中發(fā)揮重要作用，形成AI賦能的合規(guī)體系新生態(tài)。

　　一是實時識別業(yè)務(wù)合規(guī)風(fēng)險，及時形成整改建議。通過AI大模型的檢索增強生成技術(shù)，能夠?qū)v史或擬實施方案、現(xiàn)行制度與外部政策法規(guī)的內(nèi)容進行交叉匹配，識別沖突點并判斷是否存在合規(guī)風(fēng)險，必要時給出方案修改、自查自改建議，或包含制度優(yōu)化在內(nèi)的源頭性整改建議。

　　二是重構(gòu)合同方案審查新范式，發(fā)掘價值創(chuàng)造新方向。合同審查的范式重構(gòu)在于快速定位核心條款、準確匹配內(nèi)部決策文件及相關(guān)政策法規(guī)、確保合同有效性和合法性，最終實現(xiàn)保權(quán)益、促規(guī)范。例如合同起草階段，AI大模型可基于公司歷史合同數(shù)據(jù)和合同模板庫，自動生成符合交易特征的標準化條款；在合同審查環(huán)節(jié)，可通過依存句法分析和實體識別技術(shù)檢測出條款缺失、法規(guī)沖突、權(quán)利失衡等風(fēng)險點并標注修訂建議。方案審查范式重構(gòu)則在于快速追蹤核心風(fēng)險點、提供切實可行的審查建議，保持風(fēng)險偏好的一致性、最終實現(xiàn)防風(fēng)險、創(chuàng)效益。例如利用本地歷史案例庫，訓(xùn)練AI大模型總結(jié)歸納成功案例的經(jīng)驗及失敗案例的教訓(xùn)，與當(dāng)前政策環(huán)境、市場行情進行交互，給出符合公司業(yè)務(wù)發(fā)展趨勢及風(fēng)險偏好且具有實踐意義的策略建議。

　　三是推動風(fēng)控端口前移，實現(xiàn)全流程動態(tài)預(yù)警監(jiān)控。《金融資產(chǎn)管理公司不良資產(chǎn)業(yè)務(wù)管理辦法》對風(fēng)控端口前移和全流程監(jiān)管提出了更高要求，通過AI大模型實時追蹤及數(shù)據(jù)分析推理功能，可對轉(zhuǎn)讓方及意向投資人進行資質(zhì)合規(guī)審查并對潛在違規(guī)事項進行預(yù)警；實時監(jiān)控批復(fù)落實質(zhì)量、針對異動信息及時發(fā)布預(yù)警、必要時叫停項目；動態(tài)監(jiān)控債務(wù)人還款進度、抵質(zhì)押物變化等關(guān)鍵指標，一旦檢測出違約或其他風(fēng)險事件及時推送預(yù)警信息。

　　筑牢信息數(shù)據(jù)安全基線，為數(shù)智化建設(shè)保駕護航

　　中信金融資產(chǎn)始終將信息數(shù)據(jù)安全建設(shè)作為推進“人工智能+”賦能行業(yè)轉(zhuǎn)型升級的先決條件。公司將構(gòu)建全生命周期的安全防護體系：一是數(shù)據(jù)治理及算法防御層面，探索數(shù)據(jù)分級分類管理、數(shù)據(jù)脫敏與清洗、安全加固的操作路徑；二是系統(tǒng)防護層面，打造硬件級可信執(zhí)行環(huán)境，通過“零信任”動態(tài)控制策略限制數(shù)據(jù)訪問范圍；三是合規(guī)管理層面，通過跟蹤審計、第三方安全評估等方式完善長效機制，多措并舉為科技賦能不良資產(chǎn)業(yè)務(wù)轉(zhuǎn)型升級保駕護航。

　　中信金融資產(chǎn)將牢牢抓住這一輪以科技創(chuàng)新為核心的新舊動能轉(zhuǎn)換機遇，依托中信集團大模型應(yīng)用底座的協(xié)同優(yōu)勢，持續(xù)挖掘AI大模型與不良資產(chǎn)主業(yè)的更多契合點，在探索具體應(yīng)用場景、構(gòu)建基于中信金融資產(chǎn)的不良資產(chǎn)數(shù)據(jù)集、訓(xùn)練不良資產(chǎn)領(lǐng)域大模型上持續(xù)發(fā)力，借助科技賦能完成“經(jīng)驗驅(qū)動”模式向“數(shù)據(jù)與算法驅(qū)動”模式的轉(zhuǎn)型，打造具有中信金融資產(chǎn)特色的“不良資產(chǎn)智能大腦”。（本文作者：中信金融資產(chǎn)資產(chǎn)經(jīng)營四部  謝思明、駱恪玄、張亦弛）