中小微企在採購時經常面對資金周轉問題，向傳統銀行融資借貸，往往因缺乏信用記錄、財務透明度低、資金數額小等理由，而被拒之門外。有金融科技初創就推出「先買後付」幫助中小企解決痛點。

　　近年市場興起先買後付（Buy Now, Pay Later）的支付模式，但多以B2C（Business-to-Consumer）市場較為普遍，歐美較知名的平台有Afterpay、Paidy和Atome等。專攻B2B（Business-to-Business）模式的經營者在市場上則較少。去年9月在香港推出服務的VMPay Asia，就瞄準中小微企的B2B先買後付市場。

VMPay Asia創辦人及行政總裁陳智浩認為，傳統銀行不輕易批核中小微企貸款，不完全是風險因素，也與銀行的資源配合有關。

　　其創辦人及行政總裁陳智浩稱：「全港有逾40萬間中小微企，但銀行資源有限，未必有足夠人手處理那麼多融資項目，再者，出於對成本投入和回報比例的考慮，加上銀行受合規監管等壓力因素，所以未必會優先貸款予中小微企。」

研發AI模型 分析潛在風險等

　　VMPay現時以免利息及免手續費作招徠，為中小微企提供先買後付服務，主要收入來自收取供應商5%至15%分成。曾任職金融投資和支付項目職務的陳智浩強調，該平台的資金來自投資銀行、家族辦公室（Family Office）和高淨值人士（High-net-worth Individual）等，現時可提供達9位數字資金。

　　有別於傳統銀行以財務數據（例如半年度、年度業績），去判斷借貸風險，陳智浩指該平台是透過自家開發的人工智能（AI）模型，分析中小微企的「替代數據」（alternative data），對其營運、財務狀況及潛在風險進行精準評估。

以餐飲業為例，可透過營運系統展示過去一周收支狀況、甚麼套餐最受歡迎、甚麼食材成本出現變化。（資料圖片）

　　問到人工智能所依靠的數據來源時，陳智浩解釋，AI模型利用了其母公司VMission Ventures採集逾4,000家的零售業營運數據作為數據基礎，再加上中小企申請先買後付時提供的資料，包括社交媒體、會計系統及庫存系統等數據，甚至日常合作供應商資料。他強調，有信心各項資料可幫助平台作出有效決策。

採4千商戶數據 評估3方面

　　陳智浩進一步解釋：「傳統企業業績都是以季、年展現財務資料，未必能完全反映實時狀況。」他指出，VMPay會從3方面作評估。

　　1.企業的「替代數據」：例如在社交媒體上的互動數據、是否多粉絲追隨、有沒有採用過知名KOL代言等。陳智浩稱，該類數據比較貼近企業現實情況。

　　2.檢視企業的實際營運系統：如銷售點（Point of sale）內的數據，可實時反映業務情況。以餐飲業為例，可透過其營運系統了解過去一周收支狀況、甚麼套餐最受歡迎、甚麼食材成本出現變化，從而了解其業務前景。

　　3.從大環境考慮新興行業的前景：舉例如疫情下，口罩、電商都是受惠行業，增長迅速，即使該客戶是新公司，但考慮到行業前景樂觀，會為這類客戶提供相應支援。

　　陳智浩表示，VMPay平台已向逾百間中小微企客戶批出貨款，借貸額平均是5至6位數，現階段以零售及餐飲業為主。現亦有數十間合作供應商，可為其客戶提供原材料、器材、裝修、財務審計等服務。

　　未來發展方面，陳智浩期望合作供應商在年底前增至300間，並會放眼亞洲市場，包括粵港澳大灣區、台灣、新加坡等地。他又指出，平台由去年9月推出至今，日常營運已經達到收支平衡。