小微信贷产品体系再造
- 60+ 个小微产品整合为 7 个,产品复杂度降低 80%
- 通过率 15% → 32%,提款率 50% → 65%
- 平均 M1 逾期率降低 168 个 BP
行业解决方案 · 银行业
银行业是弘犀智能的起点。我们率先将大模型与智能体引入银行业务全流程,以 SAM 评分卡建模、VDC 变量衍生、DH S1 实时决策、企业智能体平台与 Harness 治理引擎为核心,覆盖个人、小微企业与对公信贷。

弘犀在国内设计过 30 余个信贷场景产品,这些经验沉淀为 SAM 的端到端产品模板:每一类模型都走同一条十四步流水线,由确定性代码计算统计量,由具名的有权人完成签字。
在合规授权数据上识别高意向、低风险客群,决定营销资源投向。
主标尺模型、准入规则与团伙反欺诈,结合定额定价完成授信决策。
用信模型与策略、提款率模型、续贷与循环贷模型,动态调整额度。
贷后预警、催收策略与保全,按风险分层分配催收资源。
大模型是“脑”,智能体是“脑+手+工作流程”。平台上的企业级智能体由三层十二个组件构成——治理层缺位的“智能体”,不允许接触任何生产系统。
大模型内核 · 任务目标与契约 · 规划器 · 记忆与状态
RAG 知识检索 · Skill 技能包 · 工具调用 MCP / API · 工作流引擎
Harness 运行控制中枢 · 规则引擎 · 权限与授权 · 审计与留痕
一笔“并不干净”的 3,000 万元综合授信申请被定级为高风险应用、自主度锁定 L2——智能体的工具集合中根本不存在审批与放款工具,越权在结构上不可能发生。案件由条件而非意愿推进,九个阶段后由有权审批人作出决定。
案例数据均为演示设定,不代表任何真实客户。
服务国内机构累计放款超 2 万亿元,服务机构实现纯利润超 500 亿元,所服务产品的模型违约概率预测无一偏差。以下为三家典型客户服务前后的对比。
针对《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》及金融监管总局金发〔2026〕8 号《银行业保险业人工智能安全开发应用的指导意见》,产品把每一道监管要求都落到工程机制上。