- 精益生产与供应商选择、评估及全面管理
- 企业供应链管理
- 敏捷物流与供应链管理
- 采购流程优化及供应商评估与管理
- 电商供应链与物流管理
- SCMP供应链管理专家
- 采购流程优化及供应商评估与管理
- 电子企业生产管理_供应链流程优化与绩
- 降低采购成本及供应商谈判技巧
- 现代供应链管理高级研修班
- 机械企业生产管理_基于TOC的补给系
- 采购物控技能提升与供应商关系管理
- 如何进行供应商质量管理
- 哲学与人生价值观
- 间接采购和供应商管理
- 外协供应商管理
- 采购运作流程及供应商管理方法实训
- 供应链金融与中小企业融资
- 烟草公司供应链管理与物流优化
- 企业供应链与物流管理
- 课程说明
- 讲师介绍
- 选择同类课
供应链企业(制造业、流通业、跨境电商):风控总监、供应链总监、数字化转型负责人;金融机构(银行、信托、消费金融):风控经理、信贷审批主管、金融科技产品负责人;第三方服务机构(数据公司、咨询公司):技术顾问、解决方案专家; 政府及行业协会:供应链政策研究员、金融监管从业者
【培训收益】
● 认知升级:理解数字化风控的底层逻辑,建立 “数据资产 - 技术工具 - 业务场景” 的协同思维; ● 技能提升:掌握供应链全链条风险建模、金融智能风控模型开发、实时风险预警系统搭建等核心技术; ● 实战落地:获取 50 + 行业案例库,学习头部企业的风控解决方案; ● 资源链接:与同行深度交流,对接前沿技术服务商,探索校企合作、产融结合的风控创新模式。
第一讲:数字化风控战略框架——供应链与金融的深度融合
一、政策与技术双轮驱动下的风控变革
1. 数字经济时代供应链与金融风控的核心定位
——降本/增效/避险/增值
2. 监管科技(RegTech)对金融风控的合规要求
1)数据合规管理:全生命周期的隐私与安全保障
2)自动化报告与监控:实时追踪与动态合规
3)风险预警与响应:主动防御与快速处置
4)技术整合与创新:跨领域协同与生态构建
3. 供应链“双循环”战略下的风控新需求
1)本土化
2)韧性化
3)智能化)
二、数字化风控技术底座解析
1. 数据采集层
——IoT 设备、ERP 系统、第三方数据平台的多源数据融合
2. 数据处理层
——ETL 清洗、数据湖 / 仓建设、主数据管理(MDM)最佳实践
3. 分析决策层
——机器学习算法(随机森林、XGBoost)在风险评分中的应用
4. 执行层
——RPA 机器人在风险处置中的自动化实践
三、供应链与金融风控的协同逻辑
1. 供应链金融“三流合一”的风险传导机制
——商流、物流、资金流
2. 金融风控模型与供应链业务场景的适配性设计
比如:存货融资 vs 应收账款融资
3. 跨行业风控指标体系构建
——从企业征信到供应链生态评级
四、标杆企业风控体系建设路径
1. 战略整合与组织重构:构建 “三道防线” 与制度体系
2. 数据驱动与智能风控:构建全域风险图谱
3.技术架构创新:打造弹性与安全底座
4. 合规协同与生态共建:构建监管科技护城河
案例:海尔供应链金融如何通过数字化风控将不良率控制在0.8%以下
案例:某股份制银行“智能风控大脑” 实现信贷审批效率提升40%
第二讲:供应链数字化风控实战——全链条风险管控与价值创造
一、采购与库存环节风控要点
1. 供应商准入风控
多维度评分模型:财务健康度、履约能力、舆情风险
2. 库存融资风控:基于 IoT 数据的动态质押率计算
案例:大宗商品库存监管系统
3. 采购合规风控:区块链技术在合同溯源与审计中的应用
二、物流与履约环节风险预警
1. 跨境物流风控
——地缘政治、港口拥堵的实时监测与预案设计
2. 运输损耗风控
——AI视觉技术在货物破损检测中的应用
案例:某物流企业破损率下降60%
3. 履约时效风控
——基于历史数据的配送延误概率预测模型
三、供应链协同风控创新
1. 多级供应商风险传导机制
——复杂网络理论在风险扩散模拟中的应用
2. 数字孪生技术在供应链风险压力测试中的实践
比如:如疫情封控场景模拟
3. ESG(环境、社会、治理)风险纳入供应链风控体系的实施路径
四、中小微企业供应链风控难点突破
1. 数据缺失场景下的替代数据源挖掘
1)水电数据
2)交易流水
3)发票数据
2. 基于联邦学习的“数据可用不可见”风控建模(保护企业隐私前提下的风险评估)
3. 政府征信平台与市场化数据的融合应用
比如:“信易贷”平台实践
第三讲:金融行业数字化风控核心——智能识别与动态决策
一、信贷风控全流程数字化重构
1. 贷前:基于知识图谱的企业关联关系穿透式分析(识别隐性担保圈风险)
2. 贷中:实时数据监控的预警机制设计
1)企业工商变更
2)涉诉信息
3)舆情事件
3. 贷后:机器学习模型在贷款违约预测中的应用
案例:某消费金融公司不良率下降2%
二、反欺诈技术前沿与实战
1. 新型欺诈手段解析
——AI 换脸、数据篡改、团伙欺诈的特征识别
2. 多模态生物识别技术
——人脸识别、声纹识别在交易验证中的应用
3. 图神经网络(GNN)在欺诈网络识别中的优势
案例:某银行拦截3亿元欺诈交易
三、合规风控与监管科技应用
1. 跨境业务合规:多司法管辖区监管规则的智能匹配
比如:FATCA、CRS
2. 反洗钱风控:交易流水异常检测模型(基于序列标注算法的资金流向分析)
3. 监管报表自动化:RPA+NLP 技术实现监管报送效率提升70%
四、金融科技风控产品设计实战
1. 智能风控平台架构设计
——从规则引擎到AI模型的迭代路径
2. 风控策略动态调优
——A/B 测试在风险阈值设定中的应用
3. 风控模型监控体系
——模型漂移检测、效果评估指标(KS值、PSI值)
第四讲:技术融合创新——区块链、AI 与风控场景的深度耦合
一、区块链在风控中的核心应用场景
1. 数据存证
——供应链单据(发票、提单)上链与真伪验证
2. 智能合约
——基于风控规则的自动化履约
比如:触发违约条件自动执行担保条款
3. 跨境风控:联盟链技术实现多国监管数据安全共享
案例:东盟跨境金融风控联盟
二、AI 算法在风控中的进阶应用
1. 自然语言处理(NLP)
应用:企业财报、新闻资讯的风险语义分析
2. 强化学习(RL)
应用:动态调整风控策略以应对市场环境变化
3. 可解释AI(XAI)
应用:提升风控模型透明度,满足监管合规要求
三、物联网与风控场景的深度融合
1. 动产融资风控
应用:通过 IoT 设备实时监控抵押资产状态
比如:车辆位置、设备运行数据
2. 供应链环境风控
应用:传感器数据在仓库温湿度、危险品运输中的风险预警
3. 生物特征风控
应用:可穿戴设备数据在消费信贷中的创新应用
比如:通过运动数据评估还款能力
四、风控数据安全与隐私计算
1. 数据安全合规
——GDPR、《个人信息保护法》对风控数据采集的限制与应对
2. 隐私计算技术
——联邦学习、安全多方计算在联合建模中的实施要点
3. 数据资产确权
——区块链技术在风控数据共享中的权益分配机制
第五讲:实战工作坊——数字化风控方案设计与落地规划
一、分组实战任务:典型场景风控方案设计
场景一:某新能源汽车供应链金融风控体系设计
——需覆盖电池供应商、整车厂、经销商
场景二:某城商行普惠小微贷款智能风控模型开发
——数据有限场景下的策略优化
二、方案汇报与专家点评
1. 各组输出风控方案(含风险指标体系、技术工具选型、实施路径图)
2. 行业专家从业务可行性、技术创新性、成本效益等维度点评打分
三、风控体系落地关键成功因素
1. 组织保障:设立首席数据官(CDO)统筹风控数字化转型
2. 人才培养:构建“业务+技术+数据”的复合型团队能力矩阵
3. 文化重塑:从“风险规避”到“风险经营” 的理念升级
四、未来趋势展望:数字化风控的前沿方向
1. 生成式 AI 在风险场景模拟中的应用
比如:如极端市场环境压力测试
2. 数字人民币对金融风控的影响与应对
——可编程货币带来的合规新挑战
3. 元宇宙与风控的跨界融合
——虚拟资产交易风险识别技术探索
吴晓生老师 AI数智化转型实战专家
20年网络安全实战经验
中国农业大学国家重点实验室博士生联合导师
中国农业大学国家重点实验室研究员
全国计算机网络等级3级(网络攻防领域)
CDA数据分析师(专家级)
曾任:国云大数据(上市) | 产品VP
曾任:国美集团(世界500强) | 数据运营
曾任:紫光集团有限公司(中国ICT龙头企业) | 数据分析师
曾任:图谱数据有限公司(深圳技术大学联合实验室) | 高级产品管理/数据产品专家
擅长领域:数据治理、数据分析、数据安全、DeepSeek应用、AI+职场应用、AI项目落地、企业数字化应用、企业数字化提升……
——▩从0到1构建数据基座的技术深度:
◎参与编著《企业数据治理实战指南》《AI驱动的智能风控体系构建》等行业教材(机械工业出版社出版);
◎ 整合DeepSeek、豆包、火山引擎等国产大模型,累计开发52个行业专属企业智能体(覆盖金融风控、政务决策、供应链管理等领域),主导构建38个技术模型;
◎拥有1.2万+行业数据源指标(含天眼查、企查查等商业数据库),曾主导建设某省国企“大数据风控平台”,获2023年国家信标委数据治理优秀案例;
——▩从1到N实现商业价值的产业宽度:
◎ 某省级电子政务平台数据架构设计【项目金额2.7亿元】:打通37个委办局数据孤岛,构建人口、企业、信用三大主题库,获评“全国数字政府建设示范项目”
◎国美在线用户画像体系与精准营销【年营收贡献超8亿元】:搭建全链路用户画像系统,整合2亿+用户行为数据,年度营销成本节约1.2亿元
◎某头部零售企业AI驱动客户行为预测系统【覆盖15家连锁品牌】:年度新增营收 3.5 亿元,获工信部“AI+产业创新”全国Top10示范项目;
实战经验:
吴晓生老师拥有20年网络安全与数智化应用实战经验,打通“政府监管需求-企业经营诉求-高校科研供给”的创新三角,形成独特的产政学研协同优势,既具备从0到1构建数据基座的技术深度,又拥有从1到N实现商业价值的产业宽度,更掌握政企双向赋能的生态资源厚度。
——『政府数字化治理与公共安全智能决策能力』——
☛政府数字化建设与治理:
【01】-杭州城市大脑决策系统:负责“交通拥堵预测模块”算法优化,基于时空数据挖掘模型,将拥堵路段识别准确率提升至92%,助力杭州高峰期车速提升15%,相关成果写入《杭州市数字经济发展白皮书》。
【02】-深圳智慧大脑应急指挥系统:主导“灾害风险评估模型”开发,整合气象、地理、人口数据,实现灾害预警响应时间缩短至5分钟,支撑2023年台风“苏拉”应急处置,减灾效益超10亿元。
☛国防安全智能决策支撑:
【01】-某部海外侦查数据系统:设计“暗网数据关联分析模型”,通过图神经网络挖掘隐蔽关系,情报线索发现效率提升300%,获军方科技进步三等奖(集体)。
【02】-某省公安技侦数据追踪平台:构建“涉诈资金流向监测模型”,实现72小时内资金链路穿透分析,支撑破获亿元级诈骗案件3起,相关技术入选公安部重点推广成果。
☛金融税务智能风控体系构建:
【01】-主导某银行反欺诈模型优化项目,精准率从81%提升至96%,年止损超2.3亿元;
【02】-主导某银行“智能催收决策模型”搭建:基于LP情感分析与动态策略优化,不良贷款回收率提升27%;
——『高校产学研协同创新与科研成果转化能力』——
☛高校产学研协同创新赋能:
【01】-图谱数据×深圳技术大学联合实验室:牵头建设“大数据智能应用实验室”,主导“高校科研数据共享平台”项目,帮助12所高校打通科研数据壁垒,累计协助申请国家级/省级科研项目23项,获政府补助超5000万元。
【02】-中国农业大学国家重点实验室:作为研究员,主导“农产品供应链溯源模型”研发,实现从田间到餐桌的全链路数据可视化,相关技术已在30家龙头企业落地,农产品质量投诉率下降60%。
【03】-高校人才培养:担任深圳技术大学、广州大学兼职教授,开设《数据智能实战》课程,累计培养硕士/博士研究生28人,指导学生获全国大学生数据挖掘竞赛一等奖3项。
——『企业多板块智能运营架构设计与战略落地能力』——
☛供应链和采购链项目:
【01】-某新能源车企供应链风控系统:设计“三级预警模型”,提前6个月识别电池供应商产能风险,帮助企业避免2.5亿元供应链中断损失。
【02】-国云大数据“军犬”情报系统:整合互联网公开数据、暗网数据与行业专网数据,开发多维度关联分析算法,服务于安全部门情报研判,累计输出高价值报告500+份,获国家级保密资质认证。
☛数据智能产品创新研发:
【01】-搭建国云大数据公司BI系统,解决公司战略上统一指挥和调度任务分配问题,,实现精细化运营从而提升公司高效管理和协同作战;主导设计DMP系统,进行建模给销售高质量的用户数据,协助销售团队完成每年10个亿的业绩;
【02】-为国云大数据公司设计产品“军犬”,以深度挖掘互联网公开数据为基础,汇集了其他泛互联网数据及暗网数据,创新数据挖掘及分析模型算法,解决安全部门的侦查问题;研究“老板云”app客户的成交画像,通过数据深度分析,定义出用户活跃画像,优化每一个推广与活动策划的方案,把老板云从50万的用户做到150万;
☛电商与新零售数据价值转化:
【01】-为国美在线电子商务有限公司搭建用户画像体系,实现精准营销投放ROI从1:3提升至1:6;设计库存周转预测模型,滞销SKU占比从18%降至9%,释放资金3.2亿元;双11大促期间实时流量调度系统设计者,助力峰值并发承载能力提升300%;获集团“年度数据价值贡献奖”(获奖率1/2000)
【02】-为国云大数据主导设计AI驱动的客户行为预测系统,覆盖15家头部零售企业,平均订单转化率提升23%;构建企业级数据治理框架,推动数据血缘追踪系统上线,数据质量问题下降65%;开发自动化数据标注工具(NLP+CV多模态融合),标注效率提升40%,成本降低35%,带领团队获2022年工信部“AI+产业创新”示范项目(全国Top10);
部分AI项目经验:
序号 项目名称 项目应用 成果
1 Deepseek办公效率提升实操项目 在某金融机构的财务部,传统人工数据核对模式曾导致日均5%的差错率与持续加班困境。2025年通过部署DeepSeek认知计算平台与RPA机器人的协同方案 数据处理效率300%的跃升,差错率降至0.02%,人力成本降低60%;
在某企业通过Deepseek和豆包组合做出企业深度调研报告 以前需要5天5人做的报告,现在只需3个小时
2 城市治理AI项目:
利用深度学习和计算机视觉技术,精准识别各类垃圾的种类并自动分类。可应用于市政环卫部门、垃圾处理厂、智能分类回收设备等场景 某市政环卫部门引入该AI垃圾识别系统后,实现自动化垃圾分类 平台的图像识别与深度学习技术使垃圾分类准确率达95%以上,分类效率提升50%,显著减少人力投入;
某型社区的智能垃圾回收站使用该平台,通过多模态数据融合和分类算法,确保垃圾投放识别时间在3秒内完成, 识别准确率达到98%,居民参与率提升了30%;
某垃圾处理厂通过使用该平台构建智能化垃圾分类流水线,基于强化学习与动态优先级排序算法,对不同种类垃圾进行快速分类与价值评估 资源回收率提高了20%,整体处理成本降低了30%。
3 人力资源管理AI项目 利用AI智能招聘功能,基于自然语言处理和机器学习算法,应用于海量简历快速筛选匹配、分析员工绩效数据、定制个性化的培训课程和学习路径等方面 招聘效率大幅提升,简历筛选时间从原来的平均每人30分钟缩短至5分钟,招聘周期缩短了50%,人才招聘的精准度提高了35%,员工对绩效评估的满意度从60%提升至85%,激励了员工的工作积极性。员工培训的针对性和效果显著增强,培训课程完成率从70% 提高到90%
主讲课程:
《DeepSeek实操应用》
《职场AI应用:让你的工作效率提升》
《AI思维实战:定战略-选大将-强运营》
《基于AI的零成本赋能企业实现业绩增长》
《企业降本增效与智能变现的全能解决方案》
《供应链与金融行业如何使用AI数字风控实现价值》
-
一、大数据技术的历史、现状和未来²数据诉说真相的三个故事²数据分析和数据挖掘²大数据概念的产生²大数据和小数据²大数据,机器学习和人工智能²大数据实践–Netflix—精准的客户推荐–美国太阳企业的精准营销–美国..
-
供应链管理的数字化转型 ——供应链管理的数字化、网络化和智能化
一、必然——数字化转型是制造企业唯一出路a)数字化转型为企业带来的六大竞争力i.构建以客户为中心的更好的客户体验,得到更多,更忠心的客户ii.链接科技创新和客户体验,进行快速产品创新iii.精准的运营,得到速度,敏捷型,质量和成本的竞争优势iv.基于“长板哲学”快速构建良好生态v.服..
-
第一讲:产业互联网视角的供应链金融创新一、供应链金融的重大现实意义1. 大联接时代正面对高度的不确定性2. 供应链、供应链金融上升到国家战略层面二、供应链金融多种实践形式与现状1. 2C消费金融模式:蚂蚁花呗运作模式2. 2B小微金融经营贷:浙江网商银行供应链金融(网商贷)3. 链主企企业的供应链金融4. 多级供应链融资的..
-
第一讲:供应链金融的国家政策(国务院办公厅以及各省市,2016-2019年)1.供应链金融大势所趋近年来金融领域风口的轮换——产业基金-到消费金融-到供应链金融,产融结合,金融去杠杆,大力支持实体经济,帮助制造业转型升级。2.政策解读1)2016年,人民银行等八部委发布《关于金融支持工业稳增长调结构增效益的若干意见..
-
第一讲:供应链融资业务在国内的使用介绍1. 供应链融资产品及特点2. 供应链融资业务创新给银行带来的潜在价值3. 贸易融资产品线构成及特点4. 各行供应链融资最新模式分析、营销理念推广时机、品牌建立分析第二讲:供应链融资主要适用客户的基本特点1. 供应链融资主要适用行业2. 寻找供应链融资核心企业和上下游企业的技巧3...
-
第一讲、供应链和物流管理概述1、什么是供应链2、供应链的目标3、供应链的决策阶段4、物流在供应链企业地位和作用第二讲、 供应链管理模式对物流管理的要求与影响1、推,拉策略2、推式策略的应用及优劣势分析3、拉式策略的应用及优劣势分析案例研讨:企业推,拉策略的选择4、供应链在经济环境中的角色..