给科创企业风险装一个“前置探头”

本网讯 近日，苏州城市学院数字经济与管理学院本科生组成的“智险可控”团队自主开发智能风险诊断平台并正式上线。平台面向银行信贷、股权投资、科技保险和园区服务场景，把散落在年报、招股书、监管文件中的公开材料转化为可定位、可分级、可追溯的风险证据，并自动生成后续核验任务。上线同期，团队完成同名研究报告与配套指标体系。

图1  团队在“数读苏州”数据可视化展区开展现场学习
人工智能科创企业“高速迭代、轻资产、重研发”，核心资产是算法、数据、人才和知识产权，银行看不懂就不敢投，保险机构也难定价，财报加抵押物评估对技术成熟度、数据授权链、知识产权权属这些“软风险”几乎无效。团队发现，这类风险还会沿资源依赖、数据授权、知识产权、转化失配、客户集中、项目扩张、治理责任、准入缺口八条路径向外传导——技术缺陷先影响验收与场景准入，再传导至收入和现金流，等财报上看出问题，往往已错过干预窗口。

图2  智能风险诊断平台的R1—R5五维风险证据分布视图
平台正针对这一“看不见、说不清、抓不住”的痛点设计，采用“规则引擎＋大模型”双引擎，按技术与算法、数据安全与合规、知识产权与科技伦理、融资与商业化、组织生态与外部环境五个风险域组织核验条目，逐项写明触发条件、所需证明材料和法规依据，覆盖训练数据来源与授权、个人信息保护、算法备案、数据出境、开源软件合规、科技伦理审查等高频事项。与常见评分工具不同，平台不追求一个总分：第一层用公开数据识别红线、警示项与信息缺口，第二层把缺口转化为具体尽调任务。团队还把“不足证据不强判”写成可执行规则——没拿到材料只能标记“需核验”，不能据此认定企业违法；是否适用某项监管要求，要看产品和服务形态，而不看企业有没有挂“人工智能”的牌子。

图3  团队汇报数智化平台建设思路
平台同时划定了人机边界：大模型负责读取归类文本、映射风险域、提示缺口，风险等级与治理建议须经规则校验、证据回溯和人工复核才能输出，每条判断都留有规则编号与修改痕迹。同一份企业画像可沿传导链截取不同片段——银行看到可写入贷款条件的风险缓释项，投资机构看到分阶段里程碑关卡，保险机构看到承保前免责边界与承保中的减量清单。
目前，平台已在12家人工智能科创企业样本上完成流程验证，覆盖软件型、行业应用型与硬科技三类形态，形成216个“企业—指标”观测单元。验证也带出一个信号：这些观测单元中信息完整度较高者仅占15.7%，较低或不可获得者占45.4%——“查不到”本身就是一条风险信息。团队明确，平台目前是可解释、可复核、可迭代的研究原型，而非完成统计校准的商业评级产品。下一步将补充初创期与非上市企业样本，推动平台在银行、投资、保险三类机构受控试点，并探索对接知识产权登记与司法裁判文书数据。

图4  团队参加供应链金融等行业会议，跟踪前沿动态
2026年11月11日