📋 预判摘要
🧰 五步递进筛查
| 步骤 | 状态 | 说明 |
|---|---|---|
| Step 1 需求 | ✅ | 中小供应商融资刚需，8-10万亿应收账款 |
| Step 2 方案 | ⚠️ | 核心是数据+渠道+金融关系，AI仅是规则引擎边际升级 |
| Step 3 商模 | ✅ | 59-65%毛利，LTV/CAC=30（银行客户） |
| Step 4 增长 | ⚠️ | 中建资本协调风险+外部央企竞合困境 |
| Step 5 壁垒 | ✅ | 10万亿数据+13家银行直连+网络效应 |
🏰 行业预判六模块
M1 拆解行业
产业链：资金端（银行/保理）→ 平台端（云筑网/中建资本）→ 资产端（应收/订单/存货融资）→ 终端（中小供应商/核心企业）
利润分配（100元）：资金成本 3-5% | 风控与合规 60-70% | 平台运营 30-40% | 获客 15-25%
关键控制节点：数据资产型 + 渠道控制型 — 云筑网同时控制数据（10万亿交易记录）和渠道（110万供应商入口）
可优化：传统审批3-7天 → AI模式压缩至小时级
M2 洞察变化
| 维度 | 变化 | 量级 |
|---|---|---|
| 政策法规 | 77号文推动"数据信用"替代"主体信用"，鼓励"脱核" | 大 |
| 政策法规 | 应收账款凭证付款期限≤6个月 | 大 |
| 需求侧 | 中小供应商回款难，行业应收107-127万亿 | 大 |
| 新技术 | AI风控44个关键节点全自动稽查 | 中 |
| 供给侧 | 信融宝已实现产品闭环，13家银行直连，700亿+ | 中 |
| 供给侧 | 竞品加速：电建AI审单、陕建数据ABS | 中 |
M3 预判稳态B
原子需求：中小供应商（应收融资，愿付年化6-12%）| 核心企业（优化效率，0成本）| 银行（获取资产，分润0.5-1%）
中建发展位置：数据+渠道双垄断者 — 10万亿数据做风控，110万供应商做入口，13家银行做通道。
M4 Timing
周期：早期探索 → 爆发增长临界点。窗口刚刚完全打开，还有 2-3 年。
太早风险：极低 — 信融宝已运营多年
太晚风险：中高 — 电建/陕建已发布AI产品
M5 天花板大小
| 方法 | 估算 |
|---|---|
| 直接数据 | 供应链金融41.8-45.8万亿(2024)，年增13.5-18.6% |
| Top-down | 建筑资产107-127万亿 × 5%渗透 = 5.4-6.4万亿 → 270-640亿收入空间 |
| Bottom-up | 110万供应商 × 10%融资 × 50万/年均 = 550亿 |
| 类比 | 联易融12亿港元营收 → 中建至少同等体量 |
结论：千亿级可触达市场（平台收入口径），支撑百亿级平台。
M6 集中度
现状：有头部玩家但建筑垂直领域未形成垄断
趋势：C型（分散→集中）最佳时机 — 数据+资金通道构成双重壁垒，不合规小平台将被淘汰。
策略：利用现有优势在中建体系内快速做深，再向外央企复制。
🔍 五步法逐层分析
Step 1 需求
目标用户：中小建筑供应商（资金需求方）+ 银行/保理公司（资金供给方）+ 核心建筑企业（供应链管理者）
| 场景 | 痛点 | 刚性 |
|---|---|---|
| 应收账款融资 | 回款周期6-12月，现金流断裂风险高 | 刚性 |
| 订单融资 | 中标后需垫资采购材料 | 刚性 |
| 银行获取资产 | 缺乏建筑交易数据做风控 | 刚性 |
| 核心企业优化账期 | 延长账期导致供应商流失 | 中等 |
Step 2 解决方案
核心卖点："银行缺的不是钱，是敢放贷的数据"
| 做 ✅ | 不做 ❌ |
|---|---|
| AI风控模型升级（规则引擎→ML） | 自己放贷（不做金融牌照） |
| 数据信用评估输出给银行 | 跨行业扩展（专注建筑） |
| 多品类融资（应收/订单/存货） | 个人消费金融 |
| "脱核"模式—供应商凭数据融资 | 仅依赖核心企业确权 |
MVP：信融宝模型升级→1家银行试点→对比效率/坏账率→推广12家银行
Step 3 商业模式
单客户（ToB 平台） — 按撮合抽佣 + 风控服务费
| 收入来源 | 第3年估算 |
|---|---|
| 撮合分润（0.3-0.5%） | 1800-3000万 |
| 风控服务费（15家银行×200万） | 3000万 |
| 供应商增值服务 | 500万 |
| 平台技术服务费 | 500万 |
| 第3年合计 | 5800-6800万 |
Step 4 增长
增长引擎：黏着式 + 双边网络效应 — 银行切换成本高，供应商越多数据越丰富
| 优先级 | 渠道 | CAC |
|---|---|---|
| 1 | 现有信融宝客户升级 | 0 |
| 2 | 中建体系内推广 | 0 |
| 3 | 微众银行深度合作（已授信35亿） | 10万 |
| 4 | 其他央企平台接入 | 50-100万 |
| 5 | 数据交易所挂牌 | 20万 |
Step 5 壁垒
| 壁垒类型 | 具体内容 | 强度 |
|---|---|---|
| 数据资产 | 10万亿真实交易数据—银行/竞品无法获取 | 强 |
| 网络效应 | 双边网络：供应商越多→数据越好→银行越愿接入 | 强 |
| 转化成本 | 银行系统直连+数据接口深度绑定 | 强 |
| 规模效应 | 风控模型边际成本趋零 | 中 |
| 无形资产 | 央企身份+中建品牌=金融机构天然信任 | 中 |
可复制性：联易融/中企云链 极难（无建筑数据）| 其他建筑央企 2-3年 | 银行自建 极难
💥 20张硬伤卡牌诊断
| # | 硬伤问题 | 评分 | 结论 |
|---|---|---|---|
| 1-3 | 目标用户/痛点/频率 | 0 0 0 均未命中 | |
| 4-6 | 用户验证/本质区别/卖点 | 0 0 0 均未命中 | |
| 7-9 | 功能堆砌/MVP/单元模型 | 0 0 0 均未命中 | |
| 10-12 | CAC-LTV/毛利/基准对比 | 0 0 0 均未命中 | |
| 13-15 | 获客渠道/人肉/增长引擎 | 0 0 0 均未命中 | |
| 16-18 | 护城河/壁垒/六大壁垒 | 0 0 0 均未命中 | |
| 19 | 团队缺少必备能力 | 0 | 未命中 |
| 20 | 低估运营复杂度 | 2 | 轻微 ⚠ |
🧪 关键假设清单
📈 敏感性分析
| 变量 | 基准 | 乐观(+20%) | 悲观(-20%) |
|---|---|---|---|
| 第3年撮合额 | 600亿 | 720亿→3600万 | 480亿→1440万 |
| 风控服务费/银行 | 200万/年 | 240万 | 160万 |
| 银行合作数 | 15家 | 18家 | 12家 |
| 坏账率 | 1.5% | 1.2% | 1.8% |
最敏感：撮合额增速 — 直接决定分润收入
备选路径
▶️ 建议下一步行动
- 取信融宝近2年1000笔融资记录（含已知坏账样本）
- 分别用"规则引擎+确权"和"ML模型+数据信用"做审批决策
- 对比审批通过率、审批时长、坏账率
成本：3周 + 2名算法工程师 + 0元外部采购 | 审批：3天→4小时 | 坏账率≤1.5%
🔗 与 SC-01 协同关系
SC-03（供应链金融AI）和 SC-01（供应商智能风控）是同一数据资产的两层变现：
组合效应：SC-01建立信用评分→SC-03做贷款审批输入；SC-01持续监控履约→SC-03做贷后风控；SC-01围串标识别→SC-03排除高风险融资申请。