AI-NATIVE · 商业计划书 · 投资人版

让文旅企业凭信用拿到钱,
也把该办的事替他们办好。

一家文旅行业的持牌企业征信机构。政府有需求,我们有牌照;公司里干活的几乎全是 AI 员工。 从帮 31 万家文旅小微企业凭信用拿到普惠贷款做起,再顺着这个入口,把企业需要的各项服务一件件做下去。

已持牌 · 企业征信备案 AI 原生 · 全员 AI 员工 技术品牌 AI4T 2026
31万家
文旅备案经营主体,银行「不敢贷、不会贷」
159家
全国存量持牌征信机构,垂直文旅 ≈ 0
3位
常设编制人类合伙人,其余岗位全是 AI 员工
SCROLL
02
核心信息速览

一页看懂:我们是谁、做什么、凭什么、去哪赚钱

文旅征信 —— 一家靠政府需求带动、员工几乎全是 AI 的文旅行业持牌企业征信机构。让文旅企业凭信用拿到钱,也把该办的事替他们办好。

56.2亿人次
国内居民出游人次
同比 +14.8%
5.8万亿
国内出游总花费
同比 +17% 以上 · 占 GDP 约 9%
31万
文旅备案经营主体
同比 +4.7% · 轻资产、季节性现金流
159家
存量企业征信机构
覆盖 30 省 · 2024 新增 8 家全为国资
0家
垂直「文旅」的持牌机构
稀缺资质,已持牌可立即开展业务
1/5
人力交付政府级服务
全 AI 运营 · 跨城复制边际成本趋零

做什么 · 怎么赚钱

核心:助贷。给文旅企业建信用档案、打分,把监管大屏、银行白名单和风控 SaaS 交付出去,合规地撮合贷款。

延伸:以信用档案为入口,提供品牌宣传、临时用工、政策申报等精细化企业服务。

单城年营收可达 300–500 万,每多复制一城,成本几乎不增加。

凭什么 · 壁垒与团队

技术壁垒 AI4T:独家数据 + 文旅征信模型 + 多专家 Agent 评估系统 + 全 AI 运营。

商务壁垒:政务系统嵌入与数据授权 + 双边网络效应 + 合规能力。

团队仅 3 位合伙人(战略 / 运营 / 执行),前中后台岗位全部由 AI 员工承担。

一页结论:在文旅「融资难 + 监管难」的夹缝里,用「持牌公信力 + 政务数据入口 + AI 原生成本」筑一道别人进不来的墙;先做舟山样板,再复制 15–20 城,3 年做到 0.8–1 亿营收。

03
市场需求 · 政策在催,钱在找入口

四地政府已砸下真金白银,缺的正是那个「文旅垂直信用入口」

政府、央行这几年都在推「政银企融资对接机制」,但缺一个专门看文旅的信用入口和一套统一的评分标准。这个位置现在是空的。

黑龙江

8 家银行与文旅企业签授信 21.3 亿元,年度融资意向超 50 亿元。

省级政金企对接常态化

内蒙古

为文旅企业放贷 10.44 亿元;文旅贷款余额 45.17 亿元。

建「融资项目库」动态更新

重庆

文体娱乐贷款余额 136 亿元;为 161 户放贷 53.84 亿元。

线上平台「扫码」精准对接

陕西

贴息 2,800 万撬动贷款 73.7 亿;「文旅贷」风险补偿 20%–50%。

风险补偿 + 贴息组合拳

四地共性:政府、央行这几年都在推「政银企融资对接机制」,但缺一个专门看文旅的信用入口和一套统一的评分标准。这个位置现在是空的,我们补上。

我们的切入点:以持牌身份,成为政府的「文旅信用评价入口」与银行授信的采信方。

为什么是现在 · 政策窗口

政策

央行 2025 明确「探索行业特色征信机构」,鼓励参与融资信用服务平台运营。

资质

全国 159 家持牌机构之一,合规上没短板,可以马上开始做业务。

成本

全员 AI 员工,约 1/5 人力交付政府级服务,成本 / 速度 / 可扩展性领先。

04
我们是一家 AI 公司

不是「用 AI 工具提效」,而是由 AI 员工构成组织本身

传统征信公司是「人 + 流程」,我们是「AI 员工 + SOP」。这是让信用基础设施第一次能以极低成本、极快速度、跨城市规模复制的关键。

战略合伙人

定方向 · 牌照价值最大化 · 顶层关系 · 管资本

KPI:政府签约额 · 跨区域备案 · 融资到账

运营合伙人

卖产品 · 留客户 · 做出收入

KPI:营收 · 续约率 · 撮合规模

执行合伙人

把战略变成系统 / 模型 / 数据

KPI:交付时效 · 模型 AUC · 可用率

前 / 中 / 后台 · 全部由 AI 岗位承担

层级部门 / AI 岗位职责要点
前台 政企关系与城市合伙人部 · 信贷服务中心 · 商业化销售部 · 客户成功组 政府需求研判、城市属地关系、招投标、试点拓展、信用评估与撮合、续约运营
中台 数据工程组(1) · 模型算法组(1) · 产品开发组(2) 多源数据接入治理、信贷评分与异常监测、平台 / SaaS / API / 大屏交付迭代
后台 财务组 · 法务合规组(关键) · 人力组 · 风控安全组 预算核算、持牌运营合规与监管报送、编制绩效、等保与模型风控
组织底色:常设编制里只有三位合伙人,前中后台的活都由 AI 员工干;临时用工、外脑、外援按需调用,不算编制。所以业务越做越大,人不用跟着变多。
05
行业与市场 · 征信格局

159 家存量持牌机构中,垂直「文旅 + AI 原生 + 政府平台运营方」≈ 0 家

文旅已成国民经济支柱:产业增加值合计占 GDP 约 9%。而在这个体量里,没有一个专门看文旅的信用评价入口。

文旅大盘 · 一组数(2024)

来源:文化和旅游部 2024 年文化和旅游发展统计公报;部长「部长通道」讲话(2025-03);国家统计局。

56.2 亿
国内居民出游(人次) +14.8%
5.8 万亿
国内出游总花费 +17%+
31 万
文旅备案经营主体 +4.7%
~9%
文旅产业增加值占 GDP

稀缺性怎么看:三格同时占着

159 家存量持牌机构中,垂直文旅的持牌机构 ≈ 0。

01
垂直「文旅」的持牌机构 ≈ 0 家
02
「已持牌 + AI 原生组织」 ≈ 0 家
03
「已持牌 + 政府文旅信用平台运营方」 ≈ 0 家

这三格我们现在同时占着,牌照也已经拿到手。央行鼓励的「行业特色征信机构」,就是这个位置。

市场空间 TAM · SAM · SOM

全国文旅信用服务潜在市场长期数百亿级 / 年
政府平台 + 银行 SaaS + 企业报告 SAM约 50–100 亿级 / 年
3 年 15–20 城、数万企业入档 SOM约 0.8–1 亿(第 3 年营收)
TAM
全国文旅信用服务潜在市场
SAM
政府平台 + 银行 SaaS + 企业报告
SOM
3 年 15–20 城、数万企业入档
06
商业模式 · 两条腿走路

G 端跟着政府需求拿场景和数据,B 端靠企业信贷服务做规模和收入

一套信用数据 + 模型,同时服务 G 端监管与 B 端融资,并延伸精细化企业服务。

G 端 40% 收入与场景来源
01

省 / 市文旅厅(局)

文旅信用大脑、评价模型 — 项目制 100–300 万 / 市 + 年服务费

02

文旅主管部门

分级分类监管、风险监测 — 年服务费 / SaaS 订阅

03

地方金融局 / 发改委

文旅纾困信贷白名单、风控输出 — 项目制 + 成效分成

04

文旅集团 / 景区

文旅消费信用(先游后付)— SaaS 订阅

B 端 60% 变现与规模来源
01

文旅中小企业

信用报告、评分、撮合 — 报告 800–2,000 元 / 年

02

银行 / 小贷 / 担保

评分模型、贷前贷后 SaaS、API — 年费 30–80 万 + 调用分成

03

文旅供应链核心企业

信用穿透、应收确权评分 — 项目制 + 订阅

营收结构(预期占比)

政府平台 40% · 银行 SaaS 30% · 企业报告 20% · 撮合 10%

政府平台 40%、银行 SaaS 30%、企业报告 20%、撮合 10%。

单城模型

一个地市平台年费 + 银行 SaaS + 企业报告与撮合

300–500万 / 年
1 个地市平台年费150 万
2–3 家银行 SaaS约 150 万
数千家企业报告 / 撮合随规模增长

每多复制一个城市,成本几乎不增加。因为干活的是 AI,规模做大不需要同比例加人,毛利自然跟着往上走。

产品矩阵

产品对象说明
文旅企业信用报告政府 / 银行 / 企业工商、司法、税务、经营波动、行业基准多维画像
文旅信贷评分卡银行可解释的准入 / 额度 / 定价评分,支持白名单
政府信用平台 / 大屏文旅主管部门辖区企业信用分布、分级监管、风险监测
银行风控 SaaS / API银行 / 担保贷前尽调、贷中贷后监测、预警工单
银企撮合服务企业 + 银行合规助贷撮合,推送白名单、辅助尽调

文旅信贷评分卡 v0.1 五维权重(示例)

MVP 用可解释规则 + 轻量评分卡(非黑箱 ML),便于政府 / 银行复核;数据积累后升级机器学习模型。

工商存续与合规
20%
司法与信用
25%
税务与财务健康
20%
文旅经营波动
25%
行业基准与区域
10%

信用入口延伸 · 小微企业精细化服务

建档案、给评分是第一步。企业拿到贷款之后,后面要办的事都从我们这里走。这些活由 AI 员工干,人力成本约为同行的五分之一。

财税与合规纳税申报提醒、账务健康诊断、经营异常预警
政策与补贴申报匹配惠企政策,生成申报材料,跟踪进度
数字化经营客流 / 预订 / 口碑诊断,OTA 与私域运营建议
品牌与流量品牌宣传、内容 / 口碑运营,达人渠道撮合
灵活用工旺季 / 临时用工撮合,用工合规与合同预警
供应链与集采对接文旅集采 / 供应链金融,优化资金周转
07
核心壁垒 · 技术品牌 AI4T

技术壁垒=别人抄不走的能力;商务壁垒=别人进不来的位置

四大支柱既是产品背后的技术内核,也是对外讲述差异化的最短句。两者交叉互锁,越滚越大。

01

独家的数据

政务文旅平台运营方身份带来的官方数据授权 + 文旅垂直经营数据(客流、预订、口碑、淡旺季现金流)+ 入档企业自填 / 授权。

数据授权与政务嵌入不可复制;入档企业越多数据越厚,与双边网络效应互锁。

02

文旅行业的征信模型

面向文旅小微轻资产、季节性现金流特征的评分卡、反欺诈、分级分类与异常监测,可解释、可复核、随数据迭代。

通用征信 / 银行模型不垂直文旅;行业认知需时间堆,先发者占优。

03

多专家 Agent 评估系统

数据核验 / 财务 / 合规 / 舆情 / 反欺诈 / 景气多路 Agent 并行研判、交叉验证,输出可解释可追溯的信用结论。

把专家经验工程化为可复制、可审计的多 Agent 工作流,随案例自我增强。

04

全 AI 运营

数据接入、建模、报告 / 大屏 / API、投标、合规、客户成功均由 agent 驱动,人类仅做治理与决策。

约 1/5 人力交付政府级服务,跨城复制边际成本趋零。

核心商务壁垒(按强度排序)

技术让商务更好卖,商务又反过来喂技术。

关键洞察

单说「文旅征信模型」,其实挡不住谁。市面上的通用模型已经很多,买得到、抄得动。真正别人抄不走的是这四件事凑在一起: 模型是拿独家政务数据喂出来的;专家经验被 Agent 系统接住,能追溯、能复核;企业越多、评分越准,越准越有人来;再加上全 AI 团队,拓一个新城几乎不增加成本。

筑墙优先级:① 先做政务系统嵌入(数据网络效应之源)→ ② 把企业拉进网络 → ③ 模型只作差异化卖点。AI 原生组织是这一切的「放大器」。

08
运营与 MVP 路线 · GTM

6 周跑通一座城市,再复制到 15–20 城

原则:先关系、后技术。第一周就让城市合伙人去拿试点与数据授权。单城模型验证后可直接复制:政府牵引 + AI 原生交付。

W1–2
锁定 1 个地市级文旅局 / 金融局试点 + 1 家测试银行
合作意向书、数据授权清单、合规边界确认
W2–3
接入 2–3 路合法数据,搭评分卡 v0.1
合规数据集、可解释 scorecard、评估报告
W3–5
出信用报告 + 政府大屏 + 银行查询接口
可演示 MVP、API stub、试点企业样本报告
W5–6
企业入档、跑通 1 笔银行决策、复盘
试点总结、迭代清单、复制手册 v1

MVP 完成标准

011 个政府试点签约,数据授权链路可审计
02≥50 家文旅企业入档并生成信用报告
031 家银行用报告完成 ≥1 笔白名单 / 风控 / 撮合试点
04已持牌,合规运营、监管报送与数据授权体系就绪

单城落地 SOP(可复制到 15–20 城)

1

触达

城市合伙人对接文旅局 / 金融局,以「信用体系建设 + 融资纾困」切入

2

试点

签合作意向,明确数据授权范围与政府侧 KPI(入档数、融资落地额)

3

交付

2 周内出辖区信用分布大屏 + 首批企业报告,给政府「政绩可见」

4

金融闭环

拉本地银行入驻白名单,用报告做首笔放贷

5

续费与扩面

客户成功组转年费 / 订阅,沉淀为长期运营方

城市选择标准(优先级)

文旅 GDP 占比高 — 旅游大市 / 重点城市,政府强考核压力
已有智慧旅游 / 大数据平台 — 数据接入成本低
已发文旅贷 / 风险补偿政策 — 钱已到位,只缺信用入口
地方征信平台可合作 — 便于借牌、加速合规
下沉 / 县域文旅活跃 — 民宿集群、乡村旅游,普惠主战场

打法主线:一边用政府信用基础设施的严肃性换信任,一边用 AI 的效率把服务铺到县域小微。同行里,有人脉的没效率,有效率的拿不到政务信任,这两样我们都得有。

样板城市:舟山(首城验证)

国家社会信用体系示范区,本来就有「信用舟山 / 信易贷」的基础。政务能不能嵌进去、文旅数据管不管用、全 AI 团队跑不跑得动,拿舟山先试一遍。

四类痛点
我们怎么接
政府:有平台、没金融级行业评分模型
政府要建文旅信用平台,我们直接接过来做,拿下官方数据入口和权威背书
银行:不敢贷、不会贷轻资产文旅
AI4T② 文旅行业征信模型:定制舟山海岛专属指标,解决识别难题
公共数据有、文旅专项数据无
AI4T① 独家数据:全走公共信用平台授权运营 + 企业书面授权,严禁爬虫
文旅小微三难(融资 / 监管 / 信任)
先挑普陀片区的夜排档、民宿、景区小店做试点,用 AI 把成本压到最低
个体户被牌照排斥
信用入口延伸:个体户做合规边界内配套信用画像,以增值服务获客,再企业服务订阅留存

舟山的天花板,正好是复制的起点:舟山本地一年收入上限也就 200 万左右,真正值钱的是跑通的那套「指标库 + 模型 + 平台」。它可以往浙江其他海岛和文旅城市复制,而且复制的是工作流,不用重新招人。

09
财务模型 · 风险登记册

三年 9000 万营收,毛利率随规模升至 60% 以上

方向性测算,说明增长逻辑,非承诺数据;实际以试点合同与成本结构为准。

三年营收与利润(万元)

人力成本大约是同行的 1/5,每多进一个城市基本不用加人。

营收合计 税前利润 毛利率(右轴)
第 1 年营收 800 万、税前利润 -200 万;第 2 年 3,000 万、1,200 万;第 3 年 9,000 万、5,500 万。
科目第 1 年第 2 年第 3 年
覆盖城市1–25–815–20
政府平台 / 数据服务6001,5004,000
银行 SaaS / 调用1209003,000
企业报告 / 评分804501,500
撮合服务费0150500
营收合计8003,0009,000
税前利润-2001,2005,500
毛利率(估算)约 35%约 55%60%+
人力成本占比约 55%约 35%约 25%

风险登记册

风险管理原则:合规是底线,红线不让步。每条风险都定了唯一的责任人和能验证的应对动作,AI 员工负责 7×24 盯着,该报送的自动报送。

风险概率 / 影响缓解措施主责
持牌运营合规与监管审计中 / 中已持牌,合规体系常态化;AI 自动监管报送与自查,定期审计守红线法务合规组
政务数据授权壁垒高 / 高绑定政府信用平台建设需求,做「系统运营方」拿授权政企关系部
模型泛化弱中 / 中行业研究做细分建模;先规则卡再升 ML执行合伙人
营收过度依赖 G 端中 / 中同步做大 B 端 SaaS 订阅与撮合分成运营合伙人
数据与隐私合规中 / 高隐私计算 + 脱敏 + 等保 + 溯源,法务全程把关法务合规组
银行采信意愿低中 / 高用政府背书 + 试点案例 + 可解释报告建立信任信贷服务中心
10
融资计划 · 发展规划

从单城验证,到区域文旅信用基础设施

战略合伙人主责资本;建议里程碑式放款,与试点验证节奏挂钩。核心资产是可复用的指标库 + 模型 + 平台。

0–6 月 · MVP
验证一座城市能跑通
1 试点跑通、持牌运营体系就绪、评分卡 v1、≥50 企业入档
6–18 月 · 复制
5–8 城落地
政府平台标准化、银行 SaaS 上线、网络效应起步、营收约 3,000 万
18–36 月 · 规模
15–20 城 + 多产品
消费信用场景、供应链金融、数据增值,营收约 0.8–1 亿

用款结构(建议)

战略合伙人主责资本,用途与试点节奏严格对齐。

数据 / 模型 / 产品研发 35%、政务试点拓展 + 持牌运营合规体系 30%、银行 SaaS 与销售体系 20%、城市合伙人网络 + 储备 15%。
数据 / 模型 / 产品研发 35% 政务试点 + 合规体系 30% 银行 SaaS 与销售 20% 城市合伙人网络 + 储备 15%

里程碑式放款(建议)

首笔
签约第 1 个政府试点 + 数据授权确认

验证政务关系与数据授权链路可落地,这是全部模式的起点。

第二笔
MVP 跑通 ≥1 笔银行决策,≥50 企业入档

验证评分卡被银行真实采信,商业模式完成闭环。

第三笔
复制至 5 城、营收达阶段目标、持牌运营经监管检验

验证可复制性,从单城样板变成区域基础设施。

让政府的信任,变成小微的钱。

我们不是又一家征信公司。我们做的事,是在文旅企业、政府和市场之间搭一座桥:以助贷为核心,把品牌宣传、临时用工这些企业真正需要的服务,一件件交到他们手上。

11
留言与合作洽谈

有问题、想试点,或者只是想聊聊,都欢迎留下

留下您的问题或合作意向,我们会在 1 个工作日内回复。留言内容会公开展示,联系方式不会。

联系方式是选填的。它只用于我们与您对接回复,不会在页面上公开展示,也不在任何公开接口的返回数据里。留言正文中如果写了手机号或邮箱,公开展示时会自动打码。

0 / 800 · 至少 5 个字
不填也能留言。填了之后只有我们内部看得到,前台任何位置都不会显示。

公开留言

正在加载留言…
1 / 10 主张