11月3日，“香港金融科技周×StartmeupHK创业节2025”于香港开幕。众多国内外企业带来了人工智能、云计算等金融领域前沿场景的应用，涉及跨境支付、数字钱包等，与人们的生活息息相关。
科技对传统金融带来的巨大冲击，不只是体现在支付方式创新上，同样催生了新兴的业务模式，部分此前以传统金融为主的公司也逐渐将模式向科技服务转向，在港交所上市的盛业（HK06069，股价10.73港元，市值114亿港元）即是如此。
“我们之前业务集中在供应链金融领域，如今已让AI（人工智能）技术成为了核心的生产力。”盛业海外营销总监唐娜对记者表示。
技术如何影响具体业务场景？在目前各家大型传统金融机构谨慎推进AI应用的背景下，以灵活著称的供应链科技公司又是如何发展AI的？技术成为“核心生产力”后，风控逻辑是否产生了变化？香港金融科技周现场，唐娜接受了《每日经济新闻》记者（以下简称NBD）专访。
产业理解是风控根基，技术可助力突破服务场景
NBD：ChatGPT问世以来，AI话题经久不息，尤其是在我们的生产生活方面。从实践上来看，您认为AI对企业的业务带来了哪些转变？
唐娜：我们深耕供应链科技领域十多年，一直往平台化、科技化的方向发展。在这个过程中，我们也一直在利用AI等技术手段提高运营效率和赋能业务。
业务模式变化上，传统金融保理业务是需要人工审核合同、人工找订单的业务，现在都可以通过整合多模型架构，实现全过程自动化。此外，AI能整合数据并进行分析，还可以在供应链金融服务基础上，通过AI分析企业数据，为企业找订单进而实现增收，进而突破服务场景。
这背后的核心，其实是技术成为核心生产力，AI深度嵌入全业务流程。总体来看，技术已经从“辅助工具”升级为业务“核心引擎”，我们也从以传统金融类收入为核心收入，转向以平台科技服务收入为主的轻资产模式，逐渐降低了对自有资金的依赖。
NBD：公司曾表示“AI不能解决风控的本质问题，核心在于对产业交易生态深度的理解”。在技术日新月异的今天，如何平衡“AI等技术工具”与“人对产业的理解”在风控模型中的权重？在技术升级为业务“核心引擎”后，这一说法是否有变？
唐娜：产业理解其实是风控的根基，AI技术则帮助业务提升效能，这两者动态协同，并非有固定的权重分配。要沉淀出可靠的风控底层逻辑，必须先深入产业链，摸清每一笔交易的流程、关键节点与潜在风险点。
我们之前已经深耕基建、医疗、大宗等领域超过十年，知道不同产业的交易特征和风险隐患，比如基建场景的送货数据核验、医药行业的票据流转规范，这种产业理解和深耕能确保AI技术的应用不偏离实际情况。
AI则可以放大这一核心优势，尤其是在风控的效率和覆盖面方面。实际应用中，产业专家制定框架、校准异常场景，AI承担规模化处理与实时预警，可以形成“专家训练模型、模型反哺业务”的循环。从效果来看，我们累计帮助客户解决的资金周转规模超 3000 亿元，且在此过程中始终保持非常低的不良率。
碎片化数据转化为有效信用资产有三大难点
NBD：供应链金融方面，现在的风控都是以数据为核心，但产业数据大多呈现碎片化特征。在您看来，将碎片化的产业数据转化为有效的信用资产，最大的挑战是什么？
唐娜：最大的挑战集中在数据“标准化”“真实性”“价值筛选”这三点，其实这三点也正是盛业平台化战略、科技化投入以及“重交易、轻主体”差异化风控措施的关键。
首先，产业数据标准不统一。不同行业、不同场景下的数据逻辑差异显著，难以实现跨系统、跨主体的“同频对话”。以电商领域为例，其重点关注发货订单、历史退货率等维度的数据，而其他行业则可能侧重不同指标。此类结构性差异使得碎片化数据缺乏统一整合的框架，制约了数据的互联互通。
第二，数据真实性核验难度大。尤其在非标准化、跨境等复杂场景中，数据溯源面临现实障碍。例如在跨境电商供应链中，物流、仓储、报关等环节的数据分散在不同国家、不同平台，缺乏互通的数据接口和权威的监管背书，使得交叉验证和可信存证变得困难。
第三，有价值数据的识别筛选门槛高。数据太多容易导致“数据过载”而非“信用赋能”。尽管AI具备强大的数据处理能力，但也无法自主从海量数据中识别关键信用信号，更多还是需要基于前期对行业特性与业务逻辑的深入理解。
NBD：公司去年就曾参加香港金融科技周，您觉得对公司来讲，香港作为国际金融中心，在推动金融科技特别是供应链金融方面有哪些助力？
唐娜：香港为我们全球化的布局提供了不可替代的支撑。香港有着“超级联系人”“超级增值人”的身份，能高效地助力联通全球创新资源、拓展国际市场，尤其是对于当前我们重点拓展的东南亚地区具有关键意义。事实上，我们目前国际业务的核心发力点就在东南亚，未来也会逐步辐射到其他地区和市场。
此外，香港正着力构建“跨国供应链管理中心”，盛业的战略方向与其高度契合，我们也可以参与其中，共同探索将一站式国际供应链服务嵌入全球贸易网络，助力中国品牌和企业出海。
