在今年的全国两会上,政府工作报告中提到,“创新供应链金融服务模式”。值得注意的是,这是政府工作报告首次单独提及这一内容,体现了国家的“重点关注”。自新冠疫情发生以来,供应链金融在解决中小企业融资难问题上发挥了重要作用。以苏宁金融为代表的金融科技企业,发挥供应链金融服务优势,为经济加速回暖贡献力量。
近年来,国家层面出台多项政策推动供应链金融发展。如,2019年7月,银保监会发布的《推动供应链金融服务实体经济的指导意见》;2020年3月,银保监会发布的《关于加强产业链协同复工复产金融服务的通知》;2020年9月,央行、银保监会等八部委出台的《关于规范发展供应链金融 支持供应链产业链稳定循环和优化升级的意见》。这一系列举措,体现了供应链金融在国家发展战略上是十分重要的,未来我国的供应链金融发展空间也会越来越大。
根据易宝研究院数据显示,2015-2019年,我国供应链金融市场规模整体呈现逐年递增的趋势,截至2019年底,我国供应链金融市场规模达到22万亿元,供应链金融市场迎来快速发展。按照参与主体性质来看,在供应链金融的各参与主体中,民营企业是主要参与者,占总体参与主体数量的62%。
作为我国头部金融科技集团,苏宁金融积极发挥生态圈资源及金融科技优势,创新供应链金融产品和服务模式,为中小企业提供无接触供应链金融解决方案。“账速融”、“货速融”、“票速融”作为苏宁供应链金融的三大核心产品,经过不断地升级、优化,已全面覆盖了产、供、销、存的供应链全场景,应收账款融资、订单融资、存货融资、票据融资、信用融资、采购贷款等各种融资类型,可以满足不同类型企业在不同场景下的融资需求,真正实现了一站式服务。2020年,苏宁金融在供应链金融方面投放额超过1000亿元。
因场景而生,由场景而长。苏宁金融供应链金融事业部相关负责人表示,苏宁金融的供应链金融服务天然具备生态圈资源优势。以零售起家的苏宁,经历了30年线上线下的发展,拥有海量中小企业客户资源,资金流、信息流和物流在苏宁生态圈内形成有效闭环。
基于全场景智慧生态圈,苏宁金融为苏宁体系内30多万家供应商及其上下游商户,提供资金方引入、产品、风控、系统、运营等全方位服务——如产品设计上,可根据客群特性及资金方需求,提供定制化产品及方案;在风险管控上,结合多年风控经验积累,利用大数据、机器学习等方式,精准筛选客户,过滤风险。
这一切背后,都离不开科技这个“臂膀”的加持。基于数据风控、金融AI、区块链、区块链、金融云、生物特征识别等核心技术,苏宁金融专门打造了供应链金融科技全流程解决方案,利用线上手段提高企业融资效率,解决传统供应链金融模式的核心痛点。
如在风控领域,苏宁金融打造了数据反欺诈平台、风控数据服务平台、风控决策平台、企业征信和风险预警平台,并以此构筑智能风控矩阵,解决供应链金融面临的“风控之难”;又如,苏宁金融将区块链技术应用于动产质押、存货质押融资,上线区块链库融动产质押系统,解决上述业务中缺乏可信监管等问题。
深耕场景,科技赋能。苏宁金融将努力构建智能供应链金融生态圈,将产业、科技、金融进行融合,有效提升产业链上中小企业的融资效率,切实解决企业融资难、融资贵问题,推进供应链金融服务创新,助力实体经济高质量发展。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。