2021年的政府工作报告明确提出，加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业数字化转型，加快数字社会建设步伐，提高数字政府建设水平，营造良好数字生态，建设数字中国。

      随着市场化进程不断推进，银行同质化竞争愈演愈烈，大众对金融机构服务的要求也更加多元化。中小银行规模较小，客户量少，与大行及互联网巨头相比，不具规模优势。数字化转型为中小商业银行降低运营成本、提升营业利润创造了条件。

      从现状来看，中小银行实现数字化转型面临诸多挑战。主要表现在以下几个方面：

      一是对场景生态的掌控力不强。有的场景单一且封闭，与客户高频生活场景结合不紧密；有的场景无法为主体业务引流，无法形成有效闭环。

      二是数据的可用性不足。传统业务为银行积累了海量数据，但数据可用性低、共享性差、有效性不足，远不能满足当前银行业务发展的要求，仍待进一步治理。

      三是风险的隐蔽性、传染性加大。互联网开放环境复杂，数字化技术使得潜在风险越发隐蔽，金融交易面临欺诈风险（包括假冒网站、电信网络诈骗、木马病毒、撞库等），传统的防控策略无法覆盖事中风险防控需要。

      作为人工智能和大数据应用平台，百融云创自2014年成立以来，专注科技赋能，依托人工智能、大数据等技术不断扩大产品和服务创新，协助银行等金融机构完成营销、风控、运营等业务的数字化、智能化转型升级，为金融业高质量发展不断夯实数字化基石。

      在精准营销方面，百融云创通过客户标签体系、客户价值评分体系的搭建，可以帮助金融机构实现精准分层。以信贷场景存量客户交叉营销为例，基于营销响应分、营销成单分，精准从沉睡客户/流失客户中找到贷款需求高的客户作为精准营销对象，通过对高响应客户进行短信、IVR、人工等手段进行营销，可提高营销响应率，有效节约成本。

      在智能风控方面，百融云创依托自身丰富的产品线、本地化服务、更贴近应用场景等诸多优势，可以为金融机构提供贯穿客户全生命周期的智能风控产品和服务，实现从贷前流量筛选、贷中动态监测机制、贷后分层筛选管理，在风控全流程有效地帮助金融机构控制风险、降低不良率。

      针对中小银行机构获取信息能力较弱，在大数据采集、挖掘及整合方面存在弱点。百融云创自主研发了自动机器学习平台AutoML。在数据收集上，通过AutoML技术不仅能接收客户提供的多维度数据，而且可以根据客户需求提供百融云创的数据。在模型开发上，AutoML技术让业务人员也可以快速上手参与模型开发，并且仅需短短几个小时就能达到甚至超越人工建模效果。在模型应用上，百融云创研发的自动机器学习技术能实现全流程一键部署，既支持本地化部署，将AutoML模型搭建在机构自己的服务器上，也支持云端部署。

      未来，百融云创将会积极开拓数字信息化的精准营销和智能风控技术，不断挖掘市场需求，积累经验，助推金融机构数字化转型。