这本书把「数智化」落到金融业的具体场景：获客、风控、资管、运营如何被数据与算法重塑，也坦率讨论转型里组织与认知的阻力。
| 维度 | 技术侧 | 组织侧 |
|---|---|---|
| 瓶颈 | 算力与模型 | 协同与意愿 |
| 收益 | 效率提升 | 模式重构 |
| 风险 | 模型偏差 | 组织抵触 |
数字化（在线、连通）与智能化（算法、决策）叠加，不只是上系统，而是改生产方式。
用数据与模型做更精细的分层、触达与服务，替代粗放式营销。
用模型替代纯人工经验做信用与反欺诈评估，更快也更可量化，但需防偏差。
在投研、配置、投后等环节引入数据与算法，提升决策的信息密度。
数据分散在部门里、考核不鼓励协作，是转型最常见的隐性天花板。
先把业务与数据搬到线上，打通基础。
数字化在数据与流程上叠加模型与自动决策。
智能化在客户、风控、资管等环节逐个验证价值。
场景配套考核、人才与协同，让转型可持续。
组织数智化转型难的从来不是技术，而是组织愿不愿意为新模式让路。
模型能算清风险，却算不清部门之间不愿共享数据的那堵墙。
把经验写进模型，是为了放大人，而不是开除人。
风控上了算法，偏见也可能被算法悄悄放大——这点必须有人盯。
转型不是买一套系统，而是改一套生产方式。
别急着上模型，先把分散的数据与流程连起来。
对位 · 在线化从客户、风控等高频高价值环节切入验证。
对位 · 场景落地改考核与激励，让协作与创新有利可图。
对位 · 组织重构设人审与纠偏机制，防偏见被系统放大。
对位 · 智能风控补齐数据、算法与业务复合型人才。
对位 · 组织墙用「改方式」而非「买系统」衡量进度。
对位 · 转型本质