银行本质上是经营风险的金融机构，信用风险是主要风险之一，其是指借款人或交易对手未能或不愿履行偿债义务而造成损失的风险。近年来，银行业越发重视信用风险管理的数字化转型。

《银行科技研究社》发现，徽商银行近期正加强信用风险管理，其发布了多个相关项目的招标/成交公告。值得一提的是，建行金融科技子公司——建信金科成为该行信用风险全流程数字化转型工程实施服务采购项目的第一中标候选人。

徽商银行超2千万用于加强信用风险管理，建信金科中标数字化转型工程项目

从2024年12月至2025年2月，徽商银行发布了多个项目公告。这几个项目均是为了提升该行数字化风控水平，满足信用风险全流程数字化转型工程建设需求，有效支撑信用风险各环节管控而开展。

其中，客户全景风险视图项目是整合各类行内外部数据，真实反映客户在贷前准入、贷中授信、贷后管理等各节点风险状况，通过搭建客户全景风险视图，建立客户时光轴，能够查看客户各个重要时间节点信息。此为公开招标，投标限价150万元。评标结果显示，第一中标候选人为上海生腾数据科技有限公司，报价138万元。

客户辅助决策评分模型项目是根据企业与该行业务关系建立和发展的阶段，结合客户数据授权情况，构建差异化的企业风险评分，包括企业贷前阶段（获取授权前、授权后）、企业贷后阶段的风险评价及企业综合贡献评价等，实现客户风险在评价时点的准确性，为业务决策提供辅助参考。为公开招标，预算180万元。第一中标候选人同样为上海生腾数据科技有限公司，报价168万元。

集团关联谱系与风险传导采购项目是利用知识图谱技术挖掘客户各类集团关联谱系，构建风险传导模型，增强对公客户关联关系识别能力，降低关联企业风险造成的信用风险损失。此为单一来源采购，中选供应商为北京海致星图科技有限公司，采购价格170万元。

另外，徽商银行在2025年2月6日发布信用风险管理系统数字化改造提升采购项目成交结果公告。该项目也是为了信用风险全流程数字化转型工程建设规划的需要而开展，具体包括，对信用风险管理系统开展整体数字化改造，引入人工智能与大语言模型等技术赋能业务流程，提升信用风险管理系统服务质量与效率，强化行内信用风险管理能力。为单一来源采购，中选供应商为上海安硕信息技术股份有限公司，采购价格460万元。

在3月4日，徽商银行就信用风险全流程数字化转型工程实施服务正式进行采购，投标限价700万元。公告显示，其核心内容为引入外部第三方协助该行开展总体业务辅助规划、项目详细功能辅助设计、项目过程辅助管理等。

4月7日，评标结果显示：第一中标候选人为建信金融科技有限责任公司，投标报价679万元；第二为天阳宏业科技股份有限公司，报价660万元；第三为上海安硕信息技术股份有限公司，报价680万元。

意味着建信金科“拿下”了徽商银行信用风险全流程数字化转型工程实施服务采购项目。

上述项目的采购价格之和已达到1615万元。此外，徽商银行就信用风险咨询进行采购，价格也不低。即信用风险内部评级体系优化咨询采购项目，投标限价500万元。

该项目旨在全面推进信用风险管理体系优化完善，重点推进治理架构和制度体系完善，优化信用风险内部评级模型体系，提升信用风险识别、评估、监测、计量能力，深化内部评级结果核心及高级应用，提前做好资本新规的达标实施准备。

评标结果显示：第一中标候选人为安永（中国）企业咨询有限公司，投标报价478万元；第二为毕马威企业咨询（中国）有限公司，报价483万元；第三为京北方信息技术股份有限公司，报价398万元。

加上咨询项目，徽商银行此次关于强化信用风险管理、加快数字化转型的费用至少超过2000万元。建信金科中标了其中金额最大的一个项目。

据《银行科技研究社》了解，多家银行金融科技子公司并不局限于服务母行/集团内，向外“开疆辟土”也是它们的发展方向。工银科技、建信金科等在此前多次中标其他银行的项目。

比如工银科技近期中标成都银行反洗钱管理系统建设项目，2024年10月中选交行金融市场业务管理系统项目；建信金科2024年7月中标浦发银行企业级架构专项工程整体规划与业务试点设计项目。

徽商银行或早已规划信用风险全流程数字化转型，多家银行以AI赋能风控

关于信用风险全流程的数字化转型，徽商银行或早已有所规划。在近日发布的2024年报中，该行也提到了这项工程。

年报显示，信用风险是该行目前面临的主要风险，主要涉及贷款、同业、资金、担保与承诺等表内外信用风险敞口。2024年，该行制定年度风险与授信政策，优化信贷业务结构。加快推进信用风险全流程数字化转型工程建设，着力提升信用风险管理数字化、全流程和体系化水平。

在进行前景展望时，该行表示，要构建数字化风控体系，推动主要作业系统、数据模型的统一与整合，强化风险识别、预警和防控，提升主动管理风险和经营风险的能力。

事实上，多家银行在2024年报中强调了信用风险管控的数字化，其中人工智能常被提及。

工行方面，其推进信用风险管理数字化转型。迭代升级“五个一本账”投融资运营平台，建设落地法人大户存续期管理平台、跨境跨市场风险传导预警体系等数字化项目，落地总行级法人信贷不动产抵押统一登记平台。加强人工智能、大模型等新技术在风险监控预警中的场景化应用，提升智能化风控水平。

农行则健全数字化风控模式，提升集约化智能化风控水平，探索大数据、人工智能等技术的多场景应用，完善不同类型客户风险识别模型和预警指标体系。

建行探索生成式大模型技术在风险控制领域的应用，研发了“授信审批金融大模型财务分析”功能。该功能从偿债能力、盈利能力、营运能力、风险评价多个维度对客户财务情况进行分析，让使用者更高效地进行客户调查，制定针对性授信方案。同时提供了智能问答功能，使用者可提出有关客户更深入的问题，由大模型分析潜在的原因并给出建议的解决方案。