大模型实战专家—周红伟 法国科学院算法博士/前阿里人工智能专家/马上消金风控负责人
课程背景
当前，商业银行对公业务正经历深刻转型。传统的“存贷汇”服务模式和“等客上门”的作业方式，已难以适应新经济形势下企业客户的需求变化。工行作为国有大行，对公客户群体中金融科技企业的比重持续上升，这类客户经营模式特殊、决策逻辑独立、金融需求多元，与传统制造业、贸易类企业截然不同。然而，一线对公客户经理在服务金融科技企业时，普遍面临几个现实困惑：听不懂客户的业务语言，看不清客户的真实经营状况，摸不准客户的深层金融需求。客户谈“获客成本”“复借率”“存量经营”，客户经理只能回应“贷款利率”“存款回报”，双方不在一个话语体系中对话，信任建立成本高、周期长。
基于以上问题，本次课程特别邀请曾在金融科技企业担任经营管理岗位的实战派讲师，从“甲方视角”还原金融科技企业内部真实的经营难点、决策逻辑和生存压力。讲师不讲银行对公业务怎么做，而是讲清楚“你的客户在想什么、难什么、要什么”——帮助客户经理完成一次关键的视角转换，为后续银企深度合作打下认知基础。
课程收益
1.建立金融科技行业全景认知框架——了解行业从“跑马圈地”到“精耕细作”的演变脉络，读懂监管政策如何塑造企业的经营边界和战略选择。
2.掌握金融科技企业核心经营指标与财务逻辑——理解复借率、获客成本、资产质量、息差空间等关键指标的业务含义和关联关系，能通过客户公开数据预判其经营健康状况和潜在资金需求周期。
3.识别客户在产研效率、风控合规、组织扩张三大维度的内部痛点——弄懂客户管理层在“增收难增利”压力下的真实焦虑，找到银行可以在账户服务、跨境金融、资金管理、合规咨询等方面提供价值的切入点。
4.听懂金融科技客户的“行业黑话”和决策潜台词——当客户说“我们在优化客群结构”“加大AI投入”“合规是底线”时，准确理解其背后的经营信号，避免在错误的时间用错误的产品去打扰客户。
5.掌握一套与金融科技客户建立长期信任的沟通心法——从“产品推销”转向“经营伙伴”的对话方式，在同业价格竞争白热化的环境下，以对客户生意的深刻理解构建差异化的服务壁垒。
培训时长：0.5天
课程大纲
第一部分 银行行业大气候：从“狂奔”到“精耕”
1.1 监管重塑行业逻辑
1.1.1 2025年助贷新规落地：综合融资成本压降至年化24%，高利率覆盖高风险的旧模式终结
1.1.2 “增收难增利”成普遍现象：头部平台营收增速放缓，利润承压，从追求规模转向追求质量
1.1.3 银行合作“白名单”制度：资源加速向头部聚集，中小平台因风控与合规能力不足被排除
1.2 资本市场的态度转变
1.2.1 估值理性回归：从“烧钱换增长”的独角兽故事，到盈利能力的硬核考验
1.2.2 全球加息周期下风险资本撤退，金融科技企业上市遇冷
1.2.3 从“颠覆传统金融”到“融合共生”：单纯靠技术和模式创新的故事不再好讲
1.3 行业三大突围方向
1.3.1 客群上移：放弃对“量”的追求，聚焦复借率、优质客群等质量指标
1.3.2 AI全链路渗透：从概念验证走向营销获客、风控、贷后等核心环节的生产力
1.3.3 出海寻找增量：海外市场从“可选项”变为“必答题”，多家平台布局墨西哥、东南亚等市场
第二部分 内部经营难点（上）：产研与效率之困
2.1 规模扩张带来的“大企业病”
2.1.1 团队从百人扩张至千人，产研效率不升反降，陷入“人员规模增长而效能下降”的曲线
2.1.2 业务狂奔期“一句话需求”快速迭代，到了成熟期系统复杂度指数级增长，历史技术债沉重
2.1.3 多条业务线并行，需求优先级混乱，一线工程师搞不清“先做什么后做什么”
2.2 “数据孤岛”导致决策盲区
2.2.1 自研了安全平台、测试平台、代码发布等多套系统，彼此割裂，数据不通
2.2.2 高层看不清资源投入的真实情况，中层管理者找不到效能瓶颈在哪里
2.2.3 流程间等待时间居高不下，跨部门协作效率成为制约交付速度的瓶颈
2.3 科技与业务的协同难题
2.3.1 业技融合难：技术团队对业务需求的理解存在偏差，业务部门对技术能力的认知不足
2.3.2 绩效管理滞后：科技人员仍沿用传统考核方式，难以适应快速迭代的业务节奏
2.3.3 组织架构纵横交错，渠道系统“烟囱型”布局，全行能力难以通过统一出口实现对客交付
第三部分 内部经营难点（下）：风控与合规之痛
3.1 风控面临两难挤压
3.1.1 宏观环境不确定性下资产风险水平上升，必须收紧风控、提高授信门槛
3.1.2 收紧风控意味着放款规模收缩、营收增长放缓——增长与风控之间左右为难
3.1.3 经济下行期，过去宽松信用环境下掩盖的风控模型缺陷集中暴露
3.2 合规成本刚性上升
3.2.1 新规明确增信服务费计入借款人综合融资成本，平台不得向借款人收取息费，利润空间被压缩
3.2.2 息费结构、出资比例、数据合规等方面持续面临监管规范，合规投入持续增加
3.2.3 监管“组合拳”常态化：约谈、营销诱导整治、息费披露透明化、违规催收整治等层层加码
第四部分 业务打法：怎么赚钱、靠什么赚钱
4.1 盈利模式的现实挑战
4.1.1 撮合贷款规模仍在扩张，但利润空间被急剧压缩，“增收难增利”成为行业共性
4.1.2 资金成本刚性（银行资金价格难降），但资产端息费空间持续收窄，两头挤压
4.1.3 从“流量变现”到“能力驱动”转型，盈利逻辑正在重构
4.2 存量客户深度经营
4.2.1 复借率成为关键指标：头部平台复借率高达85%-93%，能否留住用户决定基本盘
4.2.2 不再盲目追求新客增长，转向对“高质量借款人”的精细化运营
4.2.3 主动压缩高风险客群投放，将资源聚焦在能持续贡献价值的优质客户上
4.3 AI如何变成真金白银
4.3.1 AI嵌入风控核心环节，提升资产质量、降低坏账损失
4.3.2 智能营销基于用户画像精准挖掘需求，降低获客成本
4.3.3 智能知识库与自动化流程，将3-5天的尽调压缩至分钟级，降低运营成本
第五部分 FDE组织与人才：高速奔跑下的隐忧
5.1 组织能力跟不上业务野心
5.1.1 团队从“创业狼性”到“大企业病”，效率从“极致敏捷”到“流程臃肿”
5.1.2 扁平化管理在百人团队有效，到千人规模后中层管理能力跟不上
5.1.3 全球化布局（出海）带来跨文化管理、多国合规、远程协作的新挑战
5.2 核心人才的两难处境
5.2.1 高薪挖来的技术大牛与业务团队之间“语言不通”，难以产生实际业务价值
5.2.2 金融背景人才与互联网背景人才在企业文化、工作节奏上的冲突与磨合
5.2.3 人才流动性高，核心技术和风控经验随人员流失，知识沉淀困难
授课老师
周红伟 前阿里人工智能算法专家
常驻地：重庆
邀请老师授课：13439064501 陈助理
