银行服务小微企业的传统做法，是以企业的财务报表等信息确定贷款发放情况，企业信息的真实性、全面性、实效性对银行的业务判断有很大影响，且线下操作的效率极低。“过去放一笔贷款的平均时间大概在20-30天，而小企业对于时间效率的敏感度是最高的。”张为忠坦言。
为了解决信息不对称和效率问题，建设银行从产品逻辑、业务流程、产品设计上进行了一系列数字化、科技化安排。张为忠介绍，首先，外部数据和内部数据相连，建设银行引入税务、工商、海关、法院等26大类数据，内部有26万项“存量”信息，下一步就是将数据集成化，批量地对客户进行选择，即“批量化获客”。随后，银行将通过客户经营信息、负面信息等叠加验证，进行筛选和自动化审批，自动匹配额度。
风控问题是银行服务小微企业的难点，建设银行董事长田国立此前曾透露，银行通过传统模式服务中小微企业的不良率甚至可达7%-8%。张为忠表示，如今，通过金融技手段，风控问题得到了有效解决。建设银行搭建的风控平台和模型预警工具，可对企业的负面信息及时预警，以红、黄、蓝三种预警信号提示客户经理采取不同的风险防范措施。
“过去一个客户经理管二三十个客户，感觉已经达到极限了，现在我们一个客户经理管二三百户都可以。”建设银行安徽分行行长戴跃明表示，有了大数据风控模型和预警工具，银行可以服务更多小微客户。目前建行安徽分行的大数据业务已经占到当年普惠贷款新增的70%，大数据普惠金融贷款的不良率仅为0.4%。“这就是金融科技带来的变化。”戴跃明说。
借助金融科技，银行服务小微企业的潜力得到充分挖掘。建设银行副行长章更生在会上透露，截至2018年9月末，建行小微企业贷款余额1.49万亿元，贷款客户87.4万户，较年初新增26.9万户，增长44.39%；累计为170多万户小微企业提供超过6.4万亿元信贷资金支持，普惠金融贷款新增1600亿元，年内有望突破2000亿元。