| 20张卡牌 | 3/20（低风险）✅ |
| 行业预判 | 🟢 6模块全部通过 |
| 机会预判 | ✅ 三层过滤通过 |
| 整体判定 | 🟢 建议立即启动 |
| 评分 | 89分（22个方向最高） |
产业链：上游资金方（银行/保理）→ 平台方（云筑网）→ 核心企业（中建）→ 中小供应商
利润分配：资金方赚利差（大头），平台方赚服务费（0.5-1%），核心企业优化现金流
关键控制节点：交易数据（谁有数据谁有定价权）+ 资金通道（银行直连关系）
可优化环节：传统供应链金融依赖核心企业信用背书 → 流程长、效率低、覆盖面窄
| 需求侧 | 中小供应商回款周期普遍6-12个月，融资需求强烈 |
| 供给侧 | 77号文推动"脱核"，从主体信用转向数据信用 |
| 新技术 | AI风控模型准确率已达97.8%，替代人工审核 |
| 政策 | 77号文（2025.6）：供应链金融最大政策变革 ⭐ |
变化量级：大变化（结构性政策转型+技术成熟双重驱动）
3-5年后的稳态：供应链金融分化为两层——上层是银行提供资金，下层是数据平台提供风控。有真实交易数据的平台将成为"数据信用"的定价者。
云筑网在稳态B中的位置：建筑行业最大的"数据信用"基础设施，类似"建筑行业的蚂蚁金服"
| 周期位置 | 爆发增长期前1/3（77号文刚施行） |
| 太早风险 | 不存在——政策已明确，13家银行已接入 |
| 太晚风险 | 其他央企供应链平台（电建/陕建）也在布局，窗口期约2-3年 |
TAM：中国供应链金融市场41.8万亿（2024），预计2027年突破60万亿
SAM：建筑行业供应链金融，约占整体的15-20%，约6-12万亿
SOM：中建体系内供应商融资需求，约2000-5000亿（已覆盖700亿）
现状：分散——各央企自建供应链平台
趋势：C型（分散→集中）——有数据优势的平台将胜出
策略：利用中建体系数据优势先锁定体系内，再向外拓展
| 用户 | 直接用户：中小供应商（融资需求方） 核心用户：银行/保理公司风控部门 决策者：银行信贷审批负责人 |
| 场景 | A 投标前融资：供应商中标后需垫资履约 → 申请订单贷 B 过程融资：工程进度款未到账，供应商资金吃紧 C 应收保理：项目完工后应收账款未回，需要变现 |
| 问题 | ① 传统供应链金融依赖核心企业信用，覆盖面有限 ② 银行缺乏建筑行业交易数据，不敢给中小供应商放贷 ③ 供应商回款周期6-12个月，小微企业现金流压力大 不解决的后果：供应商因资金断裂退出、报价中隐含融资成本抬高总造价 |
水面之上："我们需要更快的融资"、"银行审批太严"、"能不能不找核心企业担保"
水面之下：供应商真正的恐惧是"做了活拿不到钱"——回款周期每延长1个月，利润被吃掉2-3%。银行怕的是"没有可靠的交易数据，不敢放贷"。核心企业怕的是"供应商资金链断了，项目没人干"。
十年不变的需求：供应商需要"干了活就能拿到钱"，银行需要"有可靠数据才敢放贷"
| 刚性 | ★★★★★ 回款周期6-12个月，不融资无法运转 |
| 频次 | ★★★★☆ 每个项目节点都有融资需求 |
| 普遍性 | ★★★★☆ 所有建筑供应商都有同类需求 |
SOM（可获得市场）：中建体系内年融资需求约2000-5000亿
信融宝已验证：累计撮合700亿+，13家银行直连
增长空间：若渗透率从当前10%提升至30%，即2100亿规模
20%核心价值：AI风控模型 + 交易数据 + 银行直连通道
放弃清单：不做存货融资（风险高）、不做信用保险（需牌照）、不做C端金融
| vs 传统银行 | 无建筑行业交易数据，不敢放贷 |
| vs 其他央企平台 | 云筑网数据量最大（10万亿+真实交易） |
| vs 纯科技公司 | 缺交易数据和资金通道 |
V1.0（当前）：信融宝规则引擎 → AI模型升级（3个月）
V2.0：拓展应收保理 + 更多银行接入（6个月）
V3.0：存货融资 + 体系外推广（12个月）
模型：单客户（银行）× 单笔融资 × 技术服务费率
单元收入：融资金额 × 技术服务费率（0.5-1%）
单元成本：风控模型调用成本 + 银行通道费 ≈ 极低
LTV/CAC：一家银行接入后持续产生融资流水，CAC一次（对接开发），LTV持续多年
| 对标 | 电建保理 | 联易融 | 中企云链 |
| 差距 | 中建体系内数据量最大（10万亿+） |
| 变量 | 变动 | 利润影响 |
| 银行合作意愿 | -10% | -30% 🔴 |
| 坏账率 | +1% | -15% 🟡 |
| 政策落地 | 延迟6个月 | -10% 🟡 |
穷举：已有银行（13家直连）→ 体系内财务公司 → 外部城商行 → 互联网银行
快测：选2-3家银行试点AI风控模型（1个月）
排序：按银行数字化意愿排序，优先与愿意配合的银行深度合作
聚焦：先做透3-5家大行，再推广至中小银行
黏着式：银行接入后切换成本高 ⭐
政策驱动：77号文推动"数据信用"转型，政策红利期
| 网络效应 | ⭐ 强 越多银行接入→越多供应商→越多数据→风控越准 |
| 无形资产 | ⭐ 中 品牌信任+先发优势 |
| 规模效应 | ⭐ 中 AI模型边际成本趋零 |
| 技术壁垒 | ⭐ 中 垂直场景模型优化需时间积累 |
| 转化成本 | ⭐ 强 银行直连系统对接后不易替换 |
| 成本优势 | — 不明显 |
集团内：中建体系供应链金融统一平台（3-5年）
集团外：建筑行业数据信用基础设施（5-10年）
评分：3/20 — 低风险，可推进
| 维度 | 通过 | 说明 |
|---|---|---|
| 需求(4张) | 🟢 4/4 | 目标清晰、需求真实、频率高、已验证 |
| 方案(4张) | 🟢 4/4 | 差异化明确、有核心卖点 |
| 商业(4张) | 🟢 4/4 | 单元模型清晰、毛利高 |
| 增长(3张) | 🟢 3/3 | 渠道明确、有黏着引擎 |
| 壁垒(3张) | 🟢 3/3 | 数据壁垒+网络效应+转化成本 |
| 团队(2张) | 🟡 1/2 | 需补充金融科技人才 |
如果银行不愿意为AI模型额外付费 → 以数据产品形式输出风控模型，不直接做融资撮合
1年内无银行愿意为AI模型付额外费用 → 退回纯平台服务模式