讲座开始，蔡弌白从核心定义与行业特征切入，厘清了数字金融与消费金融的边界。他指出，数字金融是数字技术驱动的金融系统性变革，而消费金融作为持牌机构面向消费者提供的非住房、非汽车类贷款服务，具有额度小、审批快、无抵押、场景化强的特点，是数字科技应用最早也最前沿的金融细分领域。他结合消费金融完整产业链，拆解了资金端、服务端、需求端的运作逻辑，并点明行业当前面临优质资产稀缺、长尾用户风控难、业务迭代快、市场竞争激烈四大核心痛点。
随后，蔡弌白阐述了数字科技在消费金融业务中的核心价值。在监管层面，数字化是满足风控不得外包、全面风险管理等监管要求的必要前提；在业务层面，数字技术助力机构下沉服务长尾客户，同时通过精细化运营降低融资成本；在管理层面，数字化能够优化数据使用流程，提升外部数据投入产出比，实现资产规模与质量的同步提升。
在核心的风险管理板块，蔡弌白系统讲解了数字化授信全流程风控体系。他介绍，风控已覆盖贷前营销获客、授信审批，贷中支用管理、风险预警，贷后催收处置的全链条，依托智能决策引擎实现自动化决策。他重点讲解了大数据风控模型的构建，对比了逻辑回归、随机森林、XGBoost 等主流算法的优劣，展示了从数据获取、清洗分析到模型开发、部署监测的完整流程，并介绍了融合金融、消费、运营商等多维度数据的联合建模模式，能够更精准地度量用户违约风险。
蔡弌白还结合行业前沿，分享了 AI 大模型在数字金融中的落地应用。针对行业人工依赖度高、信息流失严重、传统 AI 能力不足的痛点，他介绍了大模型在四大场景的应用：智能客服实现多轮拟人化对话，覆盖营销、咨询、投诉全流程；文件分析支持语音、文字、图片等多格式内容的识别、摘要与分类；语音质检不仅能核查业务合规性，还能量化分析用户情绪、购买意愿等高阶指标；用户画像分析则能从对话中提取用户性格、教育程度等特征，为精准服务提供支撑。
