本地初創 FinMonster 推人工智能貸款配對平台

金融初創公司多如雨後春筍,不過其實金融市場仍然有不少潛在空間有待發掘。本地初創公司 FinMonster 就看準了銀行和中小企之間的貸款配對需求,推出配對平台,讓兩邊的供求可以更有效結合。unwire.pro 今次邀請了兩位創辦人,與讀者分享發展計劃。

中小企不滿現有銀行融資服務

每個初創公司開始發展的契機,都是因爲創辦人找到了市場上未有充分解決的「痛點」,可以透過更有效的方式去解決。FinMonster 創辦人 Jess Cheng 與 Ming Chan 表示,兩人都在企業銀行界工作多年,發現銀行與企業之間 00 的議價能力並不對等。他們提到,本港的企業有三十多萬家,其中百分之九十八都是中小型企業,市場上大概有百分之二十的企業不滿意現時銀行融資服務。因此推出配對平台,當中小企業提交公司財務資料後,會檢視不同資料如行業、營業額、貨款金額、發展地區等,利用演算法,在現時加入的二十多家銀行的服務經理中,配對合適的銀行服務經理。

▲ 平台運用演算法協助中小企尋找適合的銀行服務經理。(圖片從 FinMonster 網站截取)

銀行缺乏制度提供行業貸款資訊

企業很多時候得不到足夠的貸款支持生意,因為銀行與企業的取態很多時都不同。他們舉例指,銀行希望批出抵押貸款,但不是所有企業都有抵押品。除此之外,就是價錢的透明度。譬如企業取得貸款利息是百分之七,可能已經認定是最優惠利率,但其實市場上可能有百分之四或三而他不知道。第三個問題就是效率,如果企業要找一家銀行辦理貸款,需要花很多時間,銀行也沒有制度給企業了解哪一家銀行較熟悉處理那些行業貸款。這樣的情況讓企業花多了很多時間及心力在申請上。

兩人表示,現在正正就是要改變整個行業的文化。從前比較側重於人手制訂,利用線下方式尋找銀行服務,現在則希望走向數碼化,在網上處理。Jess 解釋指,他們整套解決方案是包括貸款申請、貸款協議以及貸款審批。但現時首先推出一個簡單配對服務,協助用戶尋找合適的銀行服務經理,為之後的發展準備。

▲ FinMonster 創辦人 Jess Cheng(中) 與 Ming Chan(右) 預計整個業務發展需要五至七年時間。

大數據協助建立生態圈

他表示,當成功配對後平台不會就此完成任務,反之會跟進個案進度。不斷跟進的過程所收集的意見及資料都是大數庫的一部分,這一切正正就是幫助香港或整個經濟建立生態圈。平台會知道客戶提交的資料是否正確、銀行批出的貸款是否合符市價,或者最終借出的貨款與當初是否一致,令平台在下一步推出貸款申請時能夠更精準。這樣一來,當平台推出網上貸款審批時,成數及準確度就會特別高。而因為這個原因,他們不能一下子就推出貸款審批服務,因為在欠缺數據下,審批會不夠準確,同時亦會影響成功率。

虛擬銀行將成爲潛在夥伴

對於現在香港政府向虛擬銀行發牌,他們表示在虛擬銀行界別,暫時看到的業務都是集中在終端消費者,因此暫時看不到虛擬銀行的出現會影響發展步伐。反而有一兩家虛擬銀行計劃推出中小企銀行服務,而這些虛擬銀行的基礎中小企銀行服務正正能成為合作夥伴,所以這個虛擬銀行牌照推出對他們的發展更有利。

平台自今年中推出後,目前已經有超過二十間銀行的客戶經理採用。每次成功配對,平台都會收取一個低廉的服務費作為支撐營運的用途。兩位創辦人解釋指,配對服務並非要從中賺取收入,而是透過吸納用戶,讓他們習慣數碼運作模式,為長遠發展鋪路。