夜雨聆风
|
最近一个很典型的场景：不少中小银行上了AI尽调报告一键生成工具。客户经理输入企业名称，AI自动抓取工商、司法、税务、舆情数据，几秒钟出一份结构完整的尽调报告。厂商演示的时候，所有人都说好。
半年后回访，两种情况。
第一种，工具在用，但用法是：客户经理把AI生成的报告稍微改几个字，签上自己的名字，交上去。审批经理知道这是AI写的，扫一眼就过了。整个流程走了，但尽调的实质性判断——这个企业到底靠不靠谱——没有人做。AI给了一个看起来专业但可能藏着偏差的结论，人没有验证它。
第二种，工具已经没人打开了。客户经理的理由很统一："用了也没用。"为什么没用？不是因为报告写得不好——AI写得比大多数客户经理自己写的格式更规范、数据更全。问题是，客户经理现在最大的困境根本不是写报告。
他现在的困境是：没业务了。好业务，大行用更低的利率、更快的审批、更好的线上体验抢走了。剩下的业务，他的经验看不懂了——以前做抵押贷款，厂房抵押、房产抵押，看得见摸得着，好不好判断。现在剩下的客户，大多是轻资产的、产业链上的、数据不好看的。这家养殖企业看着规模不大，但它在产业链里是上游核心环节——这种判断，不是一份尽调报告能替他做的。报告可以告诉他这家企业的工商信息、司法记录、税务数据，但报告不会告诉他：这个养殖户为什么靠谱，这条产业链的资金节奏是什么样的，这个看起来数据不太好的企业为什么值得贷。
一、工具解决了旧问题，客户经理面对的是新问题 |
旧问题是"信息采集不够快"——以前查工商要看三个网站，查司法要看两个数据库，写报告要一个下午。AI把这个环节压缩到了几秒钟。这很好，但好的是效率，不是效果。
新问题是"看不懂"——原来那套基于抵押物的判断框架失效了，剩下的客户需要的是基于产业理解的风险判断。这个能力，工具给不了。
二、审批端的断层：没人做翻译 |
审批部门拿到一份AI生成的尽调报告，他们真正关心的风险问题——这个企业的还款来源到底是什么、它的上下游会不会塌、它的行业周期在哪个位置——报告里没有。不是AI不能写，是写报告的客户经理没让AI往这个方向写。因为客户经理自己也不知道审批部门真正关心什么。
过去他不关心——他采集信息，审批做判断，各司其职。现在工具把信息采集自动化了，但他和审批部门之间的关系没有重新定义——他还是交报告的人，审批还是审报告的人，中间没有人把"这个企业到底风险在哪"翻译出来。
三、一个最本质的序列问题 |
问题回到同一个根：工具上去了，人的能力没有上去，组织的协同方式没有变。
客户经理需要的不只是一个更快的报告生成器。他需要的是能拆解一条产业链、能判断一个企业为什么靠谱、能知道审批部门真正关心什么风险的能力。审批部门需要的不只是一份数据更全的报告。他需要的是一个能说清楚"这笔业务的风险到底是什么、为什么可控"的判断。而这个判断，必须由一个既懂业务、又懂产业、还懂风险的客户经理来做。AI做不了这件事。
人的业务能力是否先进化了，组织的管理方式是否提升了，才有工具的可能适配。顺序反了——先把工具买回来，指望工具倒逼人和组织升级。五年来每一轮技术投入都验证了同一个结果：工具不会倒逼任何改变。工具只会被现有的考核体系、现有的流程惯性、现有的人的能力边界消化掉。最后工具消失了，问题还原封不动地留在那里。这一次——AI一键生成尽调报告——也不会例外。
关注本号，一起探索中小银行的数字化转型
