2022年秋末的雨夾著桂香，往常該是銀行最清閑的時節，宏遠城商行的風控部卻像炸了鍋。

下午三點，警報聲刺穿辦公區的安靜——10億小微企業貸款集中亮起黃燈，其中3億已逼近逾期紅線。風控總監陳默攥著報表沖進沈逸風辦公室，額角掛著汗：“沈老，這波要是踩雷，今年利潤得砍半！”

沈逸風沒接報表，徑直走到落地窗前的智能屏前。指尖輕觸，全行風險地圖瞬間展開，紅色預警點像散落的火星，在長三角制造業帶聚成一片。

“別急。”他調出ai風控系統的“鷹眼”模塊，“模型三個月前就標了這些企業現金流異常。”

屏幕上，某紡織廠的稅務申報曲線從6月起持續下滑，水電用量折線7月驟降20%，物流數據更直白——8月發往電商平臺的包裹量少了三分之二。

“人工排查要逐筆核財報，等發現異常早涼了。”沈逸風劃動屏幕，“但這套系統把稅務、水電、物流、電商平臺數據擰成了線，企業打個噴嚏，模型先咳嗽。”

當晚，沈逸風帶著陳默扎進銀行數據中心。

玻璃幕墻后，數百臺服務器嗡鳴如蜂群。年輕工程師小周指著大屏上的動態模型：“我們喂了它全省800萬小微企業的‘數字畫像’，從電表度數到老板手機話費套餐都在里面。您看這家家具廠，最近三個月增值稅發票額度降了40%，但老板剛換了輛50萬的車——系統就標了‘資金挪用風險’。”

陳默湊近細看，倒吸一口涼氣：“以前靠人工抽查，十個里能漏九個。這系統……誤判率高嗎？”

“小于0.5%。”小周敲了敲鍵盤，彈出歷史數據，“試運行半年，預警的200家企業里，真正出險的192家，剩下8家是因為突發疫情這種不可抗力。比我們老風控的眼睛還尖。”

沈逸風笑了：“不是比人尖，是幫人把眼睛擦得更亮。金融不是冷冰冰的數字游戲，是要讓該救的企業不被誤傷，該擋的風險不漏進來。”

三天后，沈逸風跟著客戶經理去了趟松江的服裝廠。

車間里，機器轟鳴聲比他想象中熱鬧。老板娘王姐擦著汗迎出來，塞給他一盒剛烤好的蝴蝶酥：“沈行長，要不是你們系統提前提醒，我現在該去勞動仲裁排隊了！”

原來半年前，系統監測到這家專做外貿訂單的服裝廠，海外回款周期從45天拉長到90天，國內電商渠道的退貨率卻漲了15%。客戶經理上門時，王姐還覺得是“暫時困難”，直到沈逸風帶著普惠金融團隊來，攤開數據：“您看，東南亞訂單轉移了，但國內防護用品需求正旺。轉產口罩，銀行給展期，再配筆低息過橋貸。”