合合信息李明：人工智能+大数据——赋能产业供应链智能化风控核动力

（合合信息智能解决方案事业部总经理李明）

2020年11月24日，由江苏省商务厅指导，万联网主办，江苏省现代供应链协会联合主办的“2020第三届中国（南京）产业供应链金融高峰论坛”在南京正式召开。此次论坛主要聚焦“供应链金融支持供应链产业链稳定升级”主题，邀请来自监管单位、核心企业、供应链金融平台、票据平台、金融机构、保理、金融科技公司、法律等基础服务方及行业协会、企业高管300+人合作论道。

合合信息智能解决方案事业部总经理李明应邀出席了本次论坛，并带来“人工智能+大数据——赋能产业供应链智能化风控核动力”为主题的内容分享。

以下为万联网整理的速记内容，内有删改，仅供业内人士参考学习。

李明：

大家下午好，感谢万联网蔡总，搭了这么好的平台，让我们能够在这个寒冷的冬季相聚在南京互相交流与学习。今天介绍一下合合信息在供应链这个领域做的一些事情。

首先，让大家重新认识一下合合信息，由于时间有限，我会从三个场景：产业链相关数据产品、供应商风控管理解决方案、金融信贷解决方案来让大家认识一下全新的合合信息。

合合信息是2006年在上海成立的，公司一路走来，一直致力在人工智能、模式识别领域进行技术研发，打造为用户赋能的产品， 09年发布了一款面向全球用户的产品-名片全能王，基于OCR图象识别技术，为商务人士解决名片录入的痛点。

2009年，不管是用户，还是商务人士，大部分手上拿的还是传统的Motorola、nokia移动电话非智能手机，第一代的苹果也是在那个年代推出的，那个时候我们已经开始利用AI技术为个人用户赋能了。从2009年到现在，这款产品在境内外用户下载量超过2亿次，2010年合合信息又对更复杂的场景文字识别做了研究，推出了扫描全能王，这款产品全球用户下载量超过7亿次。2009年，我们发现大量用户在做商务社交，就好比我今天上午收到这么多的名片，我关心这些名片背后的人是谁，同时更关心名片背后的企业是做什么的，有什么产品可以合作。于是，在2015年我们推出了启信宝，注重于数据挖掘，把行业赋能做的更深入。同时，在2015年，我们利用OCR技术和企业大数据赋能各行业，不仅满足于赋能个人用户，我们还赋能了30多个行业场景，其中最核心的行业就是金融。

我们给大家看一下我们的业务版图：扫描全能王、启信宝、名片全能王，它们全球合计用户下载量已近十亿。此外，我们还推出了30多个行业的解决方案，目前赋能了3000多家全球企业。合合信息作为一家人工智能企业，最核心的就是底层的核心技术，包括人工智能、图像处理、神经网络、深度学习、知识图谱等，这些技术不论在C端产品还是B端的方案里面都有其相关的赋能场景，我们可以很自豪地说，我们输出的所有的科技能力都是合合信息自主知识产权的，我们拥有世界领先、自主知识产权的100多项发明专利。

以第一个场景产业链为例，启信宝汇聚中国企业全景数据，这些数据怎么赋能产业？我们把企业的经营信息、投融资、知识产权，包括第三方的上市公告、财务表现数据等，做了聚合用于赋能各类场景。目前，启信宝底层的中国境内2.3亿家企业主体全纬度的数据机制性，我们可以做到实时的数据。

基于数据科技，我们深入又挖掘了什么内容？我们把企业之间的复杂关联关系做了实时的计算和展示，包括了银行关心的问题，如：企业基于非股权的涉诉关系，能不能提供理性的关联关系分析等，这些合合信息都做到了。基于实时的图谱来展示企业之间基于股权和各种疑似的关系，用可视化的疑似原因，将两家主体之间存在的隐性的关系挖掘出来。另外，我们能做出基于涉诉事件等十大关联关系图谱。同时，针对一些监管问题，可以通过知识图谱系统，实时输出疑似实际控制人、疑似实际受益人等，达到受监管要求的行为数据。

为什么我们能够做到这些？首先，我们拥有优质的数据原料、全球领先的核心算法，可以把这些异构的数据做整合，接着，我们把知识转化成算法和模型，通过智能，让数据做到及时和实时，最终目的就是要把数据的关系可视化，这里的可视化不是指人类看了知道的关系就算可视化，而是要让核心系统和计算机芯片知道这些数据结点之间的复杂关系，这个时候就会用到整套的底层知识图谱技术。

有了多维度的数据之后，我们发现5G产业的上游有基础层，中游传输层、支撑层，下游应用层、产品层，如果这些核心节点对应到企业，将会有哪些企业？我们做了一个深度的分析，全面剖析170多条产业链，产出6万多个产业链标准产品，涉及上中下游500多万家公司、8000万条复杂的产业链关联关系，基于这一点，我们可以把一个广义的产业链分析透彻。我们通过地域分析就知道每一个省份，每一个地域经济有没有产业链的闭环，在产业链中缺什么，需要做哪方面的补链和强链。

从产业链上中下游视角来看，这么多的产品内容和建设方向，可以推出在每一个领域中，一家企业的综合评分、需求、能力，可以通过企业经营行为过程中的行为数据沉淀出来。通过我们的企业标签会很精准的筛选出优质企业，成为整个产业链当中核心的节点。

基于客观的广义产业链分析，再锁定到业务，通过企业沉淀的标签，匹配后做相关的分析和梳理，就能够帮客户挖掘精准潜客，同时，也可以帮助客户寻源、甄选供应商。

同时，我们还可以帮助政府机关、产业园区做招商引资，可以帮它做区域产业链闭环全纬度分析，增链和补链，这些是通过大数据可以给出的决策。

狭义的产业链沉淀了以后需要做金融业务，如何切入金融场景？这时，需要对节点做风控，做到事前的分析，事中、事后风险的监督和排查，每一个环节都离不开大数据的赋能。

另一方面，通过产业研究分析和事件传导，能够把一个负面的事件，对整个业务链条中有影响的节点做风险传导。在主链中有一个核心节点，它的传导能力很强。这些能力依据企业的关联关系路径，在向哪些主体做引导和传递？我们可以依据企业关联关系风险传导模型进行分析。

第二个场景是供应链的风控管理平台，为什么我们能够提供供应商风控管理平台的核心能力？这也是得益于我们的数据原料和数据能力。作为供应商全生命周期管理痛点分析，基于供应商资金的考察、资质的判断，需要通过公开的招投标，找到能力最匹配的供应商；进入到供应商体系之后，需要对契约、合同做相关的管理，管理过程中需要洞察供应商提供服务的过程中有哪些风险，这些风险点会影响到哪些业务板块。在整个闭环中会出现很多痛点，这是因为信息不对称引起的，没有信息或者没有数据支撑，人为因素或者道德风险可能导致各个环节出现漏洞。

在整个招采全流程管理当中，在采购前、采购中、采购后，利用OCR和企业大数据可以做很多的事情：通过标签组合找优质的潜客，在供应商注册环节，可以自动通过外围数据分析这家企业的综合能力和资质是不是符合要求，供应商审核过程中，可以判断它提交的信息是否准确、无偏差。同时，我们还进行了存量客户的数据清洗，比如，他们的股权关系是怎么样的，有没有外部新闻报道出来的产品质量问题，或者在经营过程中有没有质押，这些都可以通过企业大数据实时地为大家提供类似的服务。

在整个采购的执行过程中，关于招投标管理、供应商的准入、供应商入围的审核、综合能力的评价等，都可以通过客观的数据来方便大家解决类似的问题。在采购管理过程中，实时的管理合同的要点、节点，这些都是可以通过OCR+DATA的解决方案来完整的实现。

有哪些数据？刚才已经说到一些，跟招采相关的有很多，再基于多维度的舆情、司法、涉诉做融合，利用大数据实时生成供应链多维度的报告，方便我们做业务决策。

经历过的人就会知道，大量存量供应商需要提供相关的资质和营业执照，这个执照是数据资产的载体。在互联网1.0时代，这个载体犹如纸片。2.0的载体也不高大上，因为它是一个磁盘，是一个硬盘，不是结构化的数据，合合信息利用AI技术，把所有纸质载体和影片载体的文字都解析出来，让它变成计算机能够识别的语言。

我们知道手机带着摄像头是从30万起的，大家拍摄图片和风景，很多样本拍摄的质量并不是特别好，我们的核心功能之一就是可以把一个图像当中的文字信息提取出来，为企业很多的环节做相关的服务。

我们也考虑到金融机构、业务合作方有留存大量的内容，这些内容可以通过训练平台自动做分类，自动可以把文字内容结构化提取出来，包括大家能想得到的在日常行为中沉淀的所有样本可以做结构化输出。

做完识别以后，利用AI数据分析，这张财报风险在哪里，是不是可以做授信业务、授信额度等量化这些问题都是可以通过AI能力实现。

票据是一个承载大量信息的载体，这当中有很多的交易的问题，这些都可以通过OCR技术把它全量结构化，进行全量的数据分析和交易分析。例如财务报销、ABS，这些都是一个项目中产生标的的载体，都可以做相关的结构化处理。

合合信息赋能30多个行业，基于OCR能力，可以做证照识别、财报相关分析、多票据识别、文本配置、合同智能差异比对、合同要素的提取和全生命周期的管理，这些都是合合信息目前标准的产品。

这是给某大型集团做的风控系统，包括地产行业的风控系统，我们做了很多的落地的案例。在地产行业招投标系统上线七天，核查1300多笔业务，对2100家的企业信息进行线上核查，有效布局了7单篡标业务，预估的损失可能挽回40万。

信贷全流程风险管控，在贷前的准入，贷中、贷后的风险监控，我们有全方位的解决方案和相关的能力，来为企业、金融机构提供相关的服务。我们也考虑过：企业大数据都是基于公开的市场数据，业务数据怎么办？我们可以输出数据的分析能力、加工处理能力，不触碰客户隐私的数据，把AI大数据处理分析能力本地化到客户现场，再融合优质的外部数据，这个时候就可以帮客户做到业务数据和客观外部数据的整合，做出更客观更直接的判断，而这也是用到了我们大量的内外部数据融合之后的分析，这都是我们的解决方案。

通过底层的数据层，合合信息通过几年的时间，把外部数据治理做的非常好，利用我们的信息抽取、文本、泛结构化、结构化的数据抽取之后，做异构，做存储，然后利用知识层、自然语言分析处理能力构建各类的知识图谱、多维度的关系，把关系的画像做完以后，可以帮助企业做查询，做企业多维度分析、关联关系的挖掘，舆情的监控。同时，怎么去看清一个企业，怎么分析一个产业链，怎么对它做量化授信，这些都是可以利用我们整套技术架构解决方案能够全方位的来实现。

我们有AI能力识别、训练能力，有大数据的存储、关联分析能力，以及相关产品和解决方案，目前支持SAAS、公有云、私有云等相关技术实现方式。

以上是我的分享。谢谢。