◇ 作者：中国农业银行普惠金融事业部副总经理 蒋剑平
中国农业银行普惠金融事业部处长 姜浩
中国农业银行普惠金融事业部高级专员 张勇强
◇ 本文原载《债券》2026年9月刊
摘 要
“十四五”时期，商业银行全面实施数字化转型，推动我国普惠金融实现跨越式发展。“十五五”时期，以人工智能为核心的数智化时代到来，这将深刻改变普惠金融发展的要素形态、技术范式、业务模式和决策逻辑。本文结合中国农业银行的实践情况，系统分析了我国普惠金融的发展成效、数字化转型的关键举措，总结了数智化时代普惠金融高质量发展面临的新机遇、新挑战，并就数智化推动普惠金融更高质量、更可持续发展给出建议。
关键词
普惠金融 数字化 数智化
发展普惠金融，破解小微企业融资难、融资贵问题，是世界各国共同探索的重要课题。随着大数据时代的到来，以数据为中心的科技创新在金融领域快速普及并深度应用，为普惠金融发展注入了新动能，有效缓解了银企信息不对称，提高了信贷业务办理效率，降低了金融服务成本，更好地实现了收益、成本、风险、效率和客户体验五方面的平衡，推动了我国普惠金融实现跨越式发展。
进入“十五五”时期，数字化时代正迅速向数智化时代迈进，商业银行普惠金融业务的要素形态、技术范式、业务模式和决策逻辑正在发生深刻变化，既为高质量发展提供了新机遇，也对商业银行提升数智化能力提出了新要求。商业银行要深刻认识数智化转型的重要性、必要性和紧迫性，加强数智技术探索应用，加快构建更加高阶的数智普惠金融服务体系，有效管控数智化时代的新型金融风险，推动普惠金融业务进一步统筹好发展与安全，实现提质升级、高质量发展。
我国普惠金融实现跨越式发展
自2013年党的十八届三中全会将发展普惠金融写入党的决定以来，我国普惠金融坚持有效市场和有为政府有机结合，坚持科技创造生产力，走出一条具有中国特色的普惠金融发展之路，在理论创新、模式创新、实践创新方面走在世界前列，取得了举世瞩目的成就。根据金融监管总局发布的数据，“十四五”时期，我国银行业金融机构普惠型小微企业贷款规模从15.3万亿元增长至37万亿元，小微企业融资难、融资贵问题得到有效缓解。
中国农业银行作为发展普惠金融的“国家队”和金融服务小微企业的主力军，积极践行金融工作的政治性、人民性，坚守服务乡村振兴领军银行和服务实体经济主力银行两大定位，将“三农”普惠战略列为三大发展战略中的首要战略，不断优化体制机制，强化金融科技应用，创新产品服务，建设综合服务生态，并探索构建数字普惠金融新模式，找到了大型商业银行服务小微企业的有效方法，在惠企利民的同时，实现了普惠金融业务的跨越式发展。根据年报数据，“十四五”时期，中国农业银行普惠贷款余额从9615亿元增长到3.89万亿元，年均增速超30%，有贷客户数从157万户增长到523万户。其贷款余额、贷款增量、客户数、客户增量、资产质量等主要指标连续多年居同业前列，成为贷款供给总量最大、客户覆盖面最广、可持续发展能力领先的普惠金融主力银行，切实践行了国有大型商业银行的责任担当。
数字化转型是普惠金融跨越式发展的关键一步
“十四五”时期，我国普惠金融实现跨越式发展的关键是顺应数字化时代发展浪潮，推进普惠金融数字化转型，破除体制机制障碍，夯实数据要素基础，构建起全新的数字普惠金融服务体系。
（一）强化数字化转型顶层设计
党中央、国务院制定普惠金融发展规划文件，相关部门出台实施方案，完善数字化转型政策框架，筑牢数字普惠金融发展的体制机制根基。顶层设计层面，2015年，国务院印发《推进普惠金融发展规划（2016—2020年）》，要求积极引导各类普惠金融服务主体借助互联网等现代信息技术手段，降低金融交易成本，延伸服务半径，拓展普惠金融服务的广度和深度。2023年，国务院印发《关于推进普惠金融高质量发展的实施意见》，专门强调有序推进数字普惠金融发展，提升普惠金融科技水平，支持金融机构深化运用互联网、大数据、人工智能（AI）、区块链等科技手段，优化普惠金融服务模式，改进授信审批和风险管理模型。行业指导层面，2022年，原银保监会印发《关于银行业保险业数字化转型的指导意见》；2025年，金融监管总局发布了《银行业保险业数字金融高质量发展实施方案》。两份文件共同组成数字金融发展的监管政策框架，提出了“人工智能+”“数据要素×”，将深化小微企业金融服务作为推进数字金融服务的重点领域之一。2024年，中国人民银行联合多个部门，共同编制了《推动数字金融高质量发展行动方案》，发布了金融行业标准《银行业普惠金融业务数字化模式规范》，大力推动发展数字普惠金融。具体落实层面，以中国农业银行为例，其印发了《中国农业银行“人工智能+”创新实施纲要》，先后编制了《小微金融数字化转型“四个一”工程实施方案》《普惠金融领域智慧银行建设方案》两份总体设计文件，推动从以数字化为核心的数字普惠金融1.0体系向以数智化为导向的数字普惠金融2.0迈进，引领和推动普惠金融高质量发展。
（二）夯实数字化转型数据基础
数据是普惠金融数字化转型的关键，工商、税务、发票、流水等涉企信用信息，对判断小微企业的还款能力和还款意愿具有非常重要的作用。近年来，金融监管部门与市场监管部门、税务部门联合建立了“银商互动”“银税互动”机制。2026年，《国家税务总局 国家金融监督管理总局关于进一步深化和规范“银税互动”工作的通知》印发，为商业银行充分发挥纳税缴费信息在普惠金融体系建设中的作用提供了重要数据支持。国家发展改革委牵头开展“信易贷”体系建设，联合多家银行参与建设了国家信用信息归集加工联合实验室，逐步建成了全国一体化融资信用服务平台网络，推动金融机构应用公共信用信息促进中小微企业融资。近年来，中国人民银行在持续强化应用个人和企业信用报告的同时，大力推动银行业金融机构应用全国中小微企业资金流信用信息共享平台，将流水信息用于普惠产品创新和风险管控。财政部会同中国人民银行组织开展小微企业增信会计数据标准深化试点工作，制定小微企业增信会计数据国家标准，推动地方搭建会计数据增信服务平台，得到了各家金融机构的积极响应。与此同时，商业银行加强数据中台建设，整合行内和行外、业务和行为等多维度数据，以宽表、标签、模型等形式沉淀形成普惠数据资产，建立小微企业客户统一视图，为客户信用风险判断、综合价值分析、风险统一管控提供全方位数据支撑。
（三）构建数字普惠服务体系
2010年，某小额贷款公司依托平台交易数据，构建信用评估体系，面向平台小微企业及个体工商户创新推出纯信用小额贷款产品，开启了数字普惠信贷服务的先河。
受此启发，商业银行纷纷加快数字化转型，相继探索线上信用贷、场景小微贷款、数据授信等新模式，应用金融科技改造信贷流程，拓展线上普惠信贷服务。如中国农业银行自2018年起，着手小微企业信贷线上化探索，从数字化产品、数字化服务、数字化管理、数字化风控四方面同步入手，整体重构业务模式，全面优化业务流程，推动普惠金融向线上化、移动化、自动化、智能化转型升级，形成了以“数据+算法+算力”为引擎的数字普惠金融新模式。产品方面，创新信用类“微捷贷”、抵押担保类“快捷贷”、供应链类“链捷贷”三大法人线上产品系列，线上产品成为业务发展的“尖兵利器”。服务方面，打造线上客户服务平台“普惠e站”，为小微企业等普惠客户提供“一站式”、全天候线上金融服务。经营方面，强化客户营销、内部管理系统的协同配合，创新“智惠融”“智拓客”“e企查”“超级工作台”等数字化管理工具，构建任务穿透式下达、执行、反馈和监测机制。风控方面，将数字化风控嵌入贷前、贷中、贷后各环节，建设覆盖风险识别、限额管理、风险预警、逾期催收和不良处置的全流程风控体系，自动检查客户准入条件，实时监测业务运行情况，对可能出现的风险精准预警并及时处置。
数智化时代普惠金融面临的新机遇、新挑战
进入数智化发展新时期，大数据、算力、AI算法、物联网感知的广泛应用，特别是智能体的日益成熟，正在重塑普惠金融业态，普惠金融迈向数据驱动、算法赋能、智能决策新阶段，推动客户服务、客户画像、风险管理模式迭代升级，有效拓宽金融服务覆盖面、提升经营管理效率。但AI的深度应用和智能体的快速发展同步催生全新风险挑战，如何平衡技术创新与安全底线，是深化普惠金融数智化转型必须破解的关键命题。
（一）数智化带来的主要机遇
1．客户服务将实现主动、精准触达和智能辅助
智能体依靠算力、大模型、动态算法实现自主感知、逻辑推理、自主执行，并自我进化，实现从“人找业务”到“业务找人”，从事后被动处置到事前主动预判，从标准化“一刀切”到动态自适应匹配。例如，商业银行可以开发产业客群分析和辅助办贷智能体，构建产业链上下游智能全景图，生成小微企业产业智能分析报告，为广大小微客户经理提供产业链图谱、地方产业政策、产品推荐、营销话术、辅助办贷等一体化智能支持。在客户尚未发起融资申请前，主动提供定制化信贷支持，在信贷业务运作流程中，辅助客户经理办理业务，提升金融服务及时性和适配性。
2．客户画像更加精准、立体、全面
在数字普惠金融模式下，商业银行依托固化的业务系统、静态的模型规则及简单的数据场景，开展产品服务模式创新，本质上是规则驱动、被动响应、事后复盘。但小微企业、个体工商户及新型农业经营主体数量多、涉及行业范围广、经营波动性大，传统数字普惠模式数据维度少，模型以规则为主，缺少量化分析，模型自我迭代能力差，无法动态精准刻画客户行为，难以有效挖掘个性化、差异化金融需求。进入数智化时代，AI可以很好地处理税务、征信、流水等结构化数据，以及政务数据、产业链交易数据、物联网监测数据、流水线数据、物流仓储数据等海量非结构化、动态化信息，准确解读企业真实经营情况、发展前景和还款能力，识别传统规则模型无法捕捉的隐性特征，全方位、立体化地对小微、涉农等市场主体进行精准画像。
3．风险管理真正实现智能闭环
在数字化阶段，商业银行风险防控主要依靠固定模型规则和有限的历史数据生成预警线索，由分支机构进行人工处置，处置结果缺少反馈通道。在发生风险后，商业银行处置不良贷款也主要依赖人工手段，技术参与程度较低。数智化的快速发展大幅提升了普惠金融全流程风险管理效率。在风险预警方面，智能风控模型能够持续跟踪宏观经济环境、行业发展及客户全生命周期经营动态，自动迭代风控量化模型，及时调整风险线索预警阈值，针对行业风险集聚、产业链异常波动及个体经营异常等风险，提前预警、精准识别、动态管控，改变事后处置、被动风控的局面。在风险处置方面，AI技术可通过档案切片自动组卷、智能组包、模型智能估值、自动预审和自动批量入账等手段，支持不良贷款智能批量核销和快速证券化，大幅提升资产处置质效。
（二）数智化面临全新的风险挑战
数智化时代的风险根植于数据、算法、算力共同构成的智能体内部，风险的复杂性、隐蔽性显著提升。智能体依托历史数据训练，极易形成固有信贷偏好，造成算法歧视，产生新的金融排斥，违背普惠金融初衷。比如，初创企业、涉农主体等弱势群体缺少足够的线上行为数据，大模型难以刻画其信用状况，引发“无数据无信用”排斥效应。与此同时，海量参数、多层矩阵运算、非线性逻辑，引发模型黑箱风险，模型的决策逻辑、输出过程不透明，可解释性不足。这不仅使金融机构难以判断模型决策是否准确，对出现的风险难以定责追责，而且极易引发监管合规风险。
以数智化推动普惠金融更高质量、更可持续发展
“十五五”时期，数字中国建设深入推进，数据要素市场化改革持续深化，“人工智能+”行动全面实施，AI技术以前所未有的速度迭代更新，引领和驱动千行百业深刻变革。
在数智化背景下，普惠金融正告别标准化、规模化的粗放发展思路，转向以AI应用为核心的精耕细作新阶段。商业银行须把握机遇、正视挑战，围绕优化流程、减轻负担、提高效率、提供服务等关键环节，强化数据和AI赋能，开发涵盖企业级、领域级、应用级等多层级的智能体，进一步打造普惠金融新质生产力，推动普惠金融从数字化阶段的增量扩面转变为数智化时代的提质增效，确保实现高质量可持续发展。
（一）重塑数智化普惠金融服务体系
基于数智化时代特征，逐步摆脱传统模式下被动服务、标准固化、一刀切授信的路径依赖，推动普惠金融服务向服务主动化、产品定制化、决策智能化转变。
一是探索建立主动营销模式。积极借助大模型感知、时序数据研判、产业链全景透视能力，精准捕捉小微主体、个体工商户、新型农业经营主体的经营周期、产销波动、资金规律，实现融资需求提前感知、精准预判、主动触达。
二是推动产品创新定制化。可将普惠信贷产品拆解为授信额度区间、担保方式、贷款期限、还款安排、续贷规则、风险定价参数等可自由组合的标准化模块，搭建“模块化底座+场景化调参+客群专属方案”产品架构，解决通用产品“水土不服”与深度定制成本过高的两难问题。
三是应用AI赋能经营管理。可依托大模型分解经营计划、实施考核评价，全面考虑各地区资源禀赋、市场竞争、经营能力，增强经营决策的客观性和准确性，避免“鞭打快牛”“迁就懒牛”。借助AI处理海量经营数据，从机构、行业、客户、产品等维度进行经营分析，及时发现业务发展趋势、市场竞争动态，有针对性地设计应对策略，增强战略决策前瞻性。
（二）构建并强化数智化普惠金融支持体系
充分发挥数据和AI对普惠金融的支持作用，构建适配普惠金融高质量发展的知识库与技术基础。
一是要构建多源异构、实时更新、动态演化的知识库，同时，主动对接政务信用、产业经营、场景交易、物联网等动态数据，持续推进数据治理标准化、规范化、精细化，从源头提升智能化的精准度。
二是积极推进普惠金融智能体建设，构建自主可控的智能化技术底座，迭代完善模型矩阵，做好安全冗余，实现全流程智能办贷和“千人千面”个性化服务，推动AI从提供知识的辅助伙伴进化为执行任务的高级助手。
（三）健全数智化普惠金融风控体系
深刻把握数智化风控本质，推动风控模式从静态线索预警、事后复盘处置向前瞻性防控、动态持续研判转变，提升全流程智能风控能力。贷前前置风控，在主动挖掘潜在客户的同时，开展初步风险筛查，完善第一道过滤网。贷中动态风控，依托大模型持续监测经营数据，从简单逾期事后预警升级为经营景气度、现金流、负债变化的前瞻风险研判，并动态调整额度、定价、期限、支用权限等贷款要素。贷后智能处置，按照偿债能力、偿债意愿、逾期天数、负债结构，由模型自动将客户区分为临时流动性困难客群、持续经营恶化客群、恶意逃废债主体，减少无效工作量。对经营暂时承压、具备持续经营能力的主体，优先智能匹配续贷、展期、分期还本、债务重组等纾困方案。对失联、恶意逃废债、无挽救价值主体，自动转入智能催收、法律处置通道。
（四）构建大模型风险长效防控机制
针对算法黑箱、模型漂移、数据偏见、数字鸿沟等数智化新型风险，建立模型全生命周期管理机制，常态化开展模型校验、回溯评估、迭代优化，提升智能模型和智能体的稳定性、可解释性、容错性，有效规避算法歧视、机械风控带来的金融误判与排斥。构建“智能系统研判+人工柔性复核”的人机协同风控新模式，把AI作为辅助工具，把人作为最终决策者，在信贷方案、信用额度、担保条件、风险分类等关键业务点，必须由业务人员人工复核、确认，避免模型自主办结核心业务。高度重视大模型本身的安全，既要防范传统黑客的攻击，也要防范大模型对大模型的攻击，探索“AI对抗AI”的智能风控新模式。
