这也是“中国制造”崛起的十年，迅速发展的制造业需要各种原材料，中国由此成为全球最大的大宗商品消费国。

这就类似于一个人今天去银行借钱，银行给了一年的信贷周期。这个人一年内要把钱还掉，但如果他突然失业了怎么办？

这些传统风控手段带来的效率低下、信息滞后、管理粗放等问题，使得大量风险成为漏网之鱼，成为制约大宗商品贸易健康发展的顽疾。

其实，产业协作风控最大的困局，正在于数字化风控技术和to B行业经验的交汇。

从C端风控到B端风控，问题变得更加复杂。一个人的风险是相对标准化的，可以从身份、资产、关系链等维度判断。

另一个是企业图谱，包括工商、司法、交易、债权等数据，企业的经营风险、违法违规风险、关联风险、舆情风险、信用风险等都能一目了然。目前，蚁盾已经融入10000+风险特征，可以对企业进行全方位的风险评估。

当这两个图谱放在一起的时候，很美妙的事情会发生： 蚁盾-风控产业平台可以在一个更大范围内量化协作风险，并给出可解释的风险决策依据。

而现在，业务员不管去拜访哪个客户，都可以直接打开手机查询，就能对该企业是否满足准入条件做出实时判断。

回到大宗贸易商最关心的赊销额度问题，原先赊销是1个亿还是1000万，背后的操作逻辑很简单，主要看两个企业的关系好不好，历史合作多不多。

另一个是，虽然两家企业关系好，但如果这个企业在接下来两三个月出现经营异常风险，给它1亿的额度后，可能会损失5000万，这在之前是没法预判的。

此前有一个亿的合同企业和一千万的合同企业，评估出来的结果一个是71分，一个是72分，两个资质差不多，但是额度有这么大差异，背后就有问题。

冯成林告诉商隐社：“蚂蚁风控自2003年为了淘宝开始做支付宝的时候，就开始着力解决买家和卖家之间的信任问题。不过当时是商户和买家之间的问题。蚂蚁数科作为蚂蚁集团的科技商业化板块，从服务内部，过渡到服务产业，解决企业之间的数字信任问题。这是蚂蚁一直在做的事，只是面向的主体不一样而已。”

以及用图计算能力来全局呈现数据之间的关系等。技术从实验室走向大规模商用，前提是技术本身可被信赖，因此这些技术都需要基于可信AI的技术理念来反复打磨。蚂蚁可信AI方向上积累的相关专利已经连续2年位于全球第一，且主要用于安全风控。

另一个维度是围绕具体业务场景展开的风控能力。比如 大宗商贸风控整体的解决方案并非灵光一现，而是蚂蚁不断加深对行业的理解，持续迭代进化而来的。

经过这些年的实践，蚂蚁愈发意识到风险研判需要注入丰富的行业知识，才能实现精准风控。每个公司的定位、业务模式、上下游客户群体、风险偏好都不同。不能拿钢厂的指标去衡量镀锌厂，也不能用制造业的指标去衡量贸易商。

“在toB这块，对行业的理解非常关键。 虽然我们做了三年大宗，但还不敢说自己做得特别好，只能说入门了。今年有一个很明显的变化是，主动找上门的客户越来越多、我们合作的几家龙头企业几乎都是老客户转介绍的。这说明我们弄懂了这个行业，大家能够在一个频道上去沟通交流，他们就会认识到蚂蚁做的这个事是有价值的。” 冯成林向商隐社坦言。