审查岗的职责是挑毛病 · 但一个人的眼睛盯不过三个支行的上报项目
授信审查审批 · 真实业务触发
调查报告周三报上来,双人审查五个工作日内要出审查意见上贷审会,主任委员会追问「这家和 2023 年鑫和精密那笔是不是一个园区、当年的问题这次有没有」——疑点要经得起这一问。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
5 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 4 ÷ 落地难度 3 = 5.9
最大差异点 · 不是把风控模型搬到审查环节(中小行没有数据底座养模型),而是把「报表勾稽、行业常识、本行历史问题」三类规则变成逐项核对——模型给分数,这里给的是「第几页第几个数对不上」。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不出审查结论、不给「同意/否决」建议——审查报告结论栏留空。疑点只列事实与出处,不写倾向性判断。授信决策权在贷审会。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了