逸风金科智能风控平台：通过智能摄像头与多物体追踪算法助力中小企业解决融资难题

亿丰金科智能风控平台可与智能摄像头结合，通过多目标实时跟踪算法，快速、轻松地识别和跟踪制造企业生产线上的物品，实时获取脱敏、验证的生产运营数据。平台可以通过采集企业生产经营过程中的货物流、合同流、数据流、资金流等数据，构建多流智能风控系统，从而解决企业财务获取问题中小型生产企业通用的数据。解决数据质量验证困难带来的融资难、融资贵问题，要利用生产经营数据资本化，优化金融信用体系。

中国中小企业：信息不对称导致融资困难，亟需智能技术助力供应链金融智能化。

目前，供应链金融已成为我国中小型生产企业的重要融资模式。供应链金融服务通过整合信息、资金、物流等资源，为核心企业上下游企业的采购、生产、销售等方面提供支持。但供应链上下游的中小企业尤其是制造企业普遍存在数据获取困难、数据质量难以验证等痛点，导致融资难、融资贵的问题。以北京某包装制品有限公司为例。该公司是北京市核心瓦楞纸生产企业、北京市专精特新企业。年产值约200-3亿元，经营状况良好。由于COVID-19疫情带来的财务压力以及2020年初的账期，企业需要一定的金融服务支持。但由于公司缺乏可用作抵押的固定资产，且商品（瓦楞纸）贴现率较低，因此在获取廉价金融贷款方面遇到一定困难。亿丰金科通过整合公司现有信息系统（ERP、MES端口）的数据，并与自身部署的工业物联网设备（智能摄像头、NB-IOT水表等）相结合，形成了一套完整的生产数据监控。系统，从而协助公司成功获得股权质押贷款。目前，公司生产经营状况已顺利恢复至疫情前水平。智能技术可以满足金融机构高频次、多维度、异地条件下风险管理的先进需求，将传统模式下无法实现的金融服务精准交付给有需要的企业。

制造业智能风控体系建设案例分析——以亿丰金科为包装产品客户部署智能风控平台为例

针对客户企业信息化需求，亿丰金科通过部署“基于智慧物联网的信息化风控平台”（以下简称智能风控平台）实施风控系统建设，从而完善金融信贷额度。与传统纸质抵押等供应链金融产品相比，智能风控平台不仅为中小企业提供信息系统（如ERP、MES等系统）升级，还可以采集货物流向、合同流向等。在企业的生产经营过程中。 、数据流、资金流，并将四流合二为一，并基于以上信息生成200多项风控指标，协助金融机构为中小企业提供更便宜、更便捷的金融服务。

1、案例核心设施及技术优势

Yifeng-Cam是亿锋金科自主研发的智能相机，也是智能边缘计算平台。 “Yi-Cam”采用开箱即用的设计，可以在延迟、功耗和成本方面为工业环境中物联网边缘的数据分析和机器学习应用提供支持。基于内置的视频边缘计算算法，该相机可在工业环境下实现每秒25帧以上的图像识别和跟踪任务，平均准确率超过96%。结合多目标实时跟踪算法，Yi-Cam可以快速、轻松地识别和跟踪生产企业生产线上的资产。同时可与智能温湿度传感器等其他智能物联网端口配合使用，实时获取脱敏、验证数据。生产经营数据。

智能风控平台是亿丰金科的核心业务平台。平台为龙头企业产业链及各类中小企业提供多种金融服务产品（如：信用贷款、应收账款质押贷款、商业票据承兑等）。其中，创新产品主要基于企业生产经营数据。在企业本地平台和平台上进行脱敏和指标处理后，与金融机构合作开展贷前审批和贷后管理工作。目前平台试点业务已覆盖多家高新技术企业和多个产业链。

与传统信用风控平台相比，亿丰智能风控平台做出了以下创新：

1、通过物联网智能终端设备，客观实时捕捉供应链上下游客户的信息数据，并通过OCR技术自动识别底层单据。

2.根据金融机构的需求和授权，收集、整理和处理交易过程中相关节点的数据，利用丰富的深度学习模型和建模方法（如神经网络、随机决策树等）构建企业运营风险剖析，帮助金融机构更好地了解公司的销售、库存和资金回笼情况，进而对公司运营的稳定性进行跟踪和预警。

3、平台后端采用基于RoBERTa模型的深度自然语言处理技术，收集整理与企业、投资资产、交易对手相关的负面舆情，方便金融机构快速了解涉及资产、行业的各类风险事件，并尽早采取行动。

2、结合物联网和人工智能技术，构建智能风控系统

由于中小型生产企业普遍存在因数据获取和数据质量验证困难而导致融资难、融资贵的问题，在本案中，亿丰金科对客户公司进行了调查，并从该公司现有的数据中收集了数据。 ERP、MES 获取脱敏生产（产品型号、参数等）、能耗（水、电、气等）和设备（正常运行时间、设备状态分类、生产开模规则等）信息系统，并将其与其相结合风控平台、边缘计算设备和物联网技术构建智能风控系统。

2.1 数据采集和物联网设备部署

本案中，亿丰金科为造纸厂客户在各个生产线、仓库、物流等场景部署了不同类型的物联网传感器，实现全面的数据采集。

随着物联网传感器的全面部署，为了提升数据采集和处理效率，亿丰金科在其E-Cam的硬件架构上安装了可更换的模块化变焦摄像头，以支持不同的工业场景。数据采集​​。在此基础上，优化的软硬件系统架构可以支持边缘数据处理的效率和带宽的节省。

2.2 目标跟踪模型训练和部署

为了实现生产线上财务目标的传感器精准捕捉，亿丰金科采用了其自主研发的亿丰视频图像标注系统。目的是通过该标注系统方便对目标检测数据集进行半自动标注，并自动转换和增强数据，为下游深度学习建模任务提供高质量的素材。

亿丰金科视频图像标注系统的主要功能流程如下：首先，人工标注业务现场不同时间段采集的视频录像中特定帧的金融对象，然后系统利用多目标跟踪算法进行锁定跨帧。对物体进行标注，最终自动生成整个视频连续帧中物体目标位置图像的训练集信息。系统使用的跟踪算法有：OpenCV-CSRT和SORT（简单在线实时跟踪）。同时，亿丰金科在基于深度神经网络的“多目标实时跟踪算法”的基础上，采用“Anchor自适应”、“自动超参数搜索”、“数据增强”、“样本回流”等多重优化“培训”措施使产线金融物平均追踪准确率达到96%以上。因此，只需一个非技术人员就可以在几个小时内对一条生产线的数据进行标注。

2.3 风控预警

目前，传统金融机构在进行金融风险管理，尤其是贷前审批流程时，往往依赖于传统的“一般风险控制指标”。此类指标包括但不限于：公司净利润是否连续三年为正、公司营业收入与授信额度的比例、营业收入与营业成本的比例等。

在这种情况下，为了加强客户机构在贷前审批过程中向金融机构提供更加真实可靠的数据，保证审批效果，亿丰金科建立了更加精准的风控预警系统。基于智能物联网、边缘计算等核心技术，团队将对以上采集的多通道数据进行传感器融合处理，将企业数据与通用风控指标进行对接，提高真实性、穿透性和实时性的指标。性别。

以企业净利润标准为例，“净利润”可以约等于“营业收入”减去“营业成本”。 “营业收入”的计算等于公司一段时间内的“各类产品的生产数量”乘以“各类产品的单价”。在这个计划中，“各种产品的单价”是从企业的ERP、MRP、MES等系统中获取的。 “各类产品的生产数量”可以通过多种数据渠道交叉验证得到：

因此，与传统只关注财务报表的金融风险管理模式相比，通过物联网和边缘计算设备，结合计算机视觉技术，机构可以从多个数据源获取更真实、更底层的数据，完成“推导”。 、“净利润”的计算和交叉验证。

三、应用效果

通过部署亿丰金科智能风控平台，客户企业在生产线运维、风控等重要方面实现了智能化升级，进一步推进了资产数字化进程。同时，半年内，公司依托平台有效实施穿透式全景监控，成功让众多龙头企业和产业链获得商业银行20%以上的综合授信增量，帮助众多小微企业解决中小企业最迫切的需求。财务需求。