金融科技已融入消費者的日常生活，但企業的銀行服務至今從未改革，一直保持傳統模式。兩位商業銀行的前線員工見到業內各種問題，例如具潛力的中小企無法貸款，錯過發展業務的機會，於是創辦 FinMonster，利用人工智能分析中小企的財務狀況，並跟銀行的借貸融資服務配對，甚至連業務為輕資產的公司都可獲得貸款。
曾在本地多間銀行企業部門工作過的鄭文耀和陳健明，發現企業與銀行的議價能力不對等，尤其中小企，往往被銀行拒諸門外。鄭文耀表示，銀行的企業服務為每間公司度身訂造，融資條件、借貸成本各有不同，其實是黑盒運作，計算方式不夠透明。「銀行的行銷服務不以客戶為本，例如十多年前企業借錢就被推銷累計期權（ Accumulator ）等高槓桿投資產品，結果金融海嘯拖累不少企業破產。事實上，她們並不需要這些投資，只是銀行為賺取利潤。」
陳健明稱，即使近年利息低，企業也不容易借到資金發展業務，因銀行採用傳統方法做評估。銀行貸款計算安全風險，要有資產抵押（例如廠房、機器等）才會批出貸款。不過，愈來愈多本地企業從事服務的輕資產行業，或是近年興起的創業公司，沒有實體資產可抵押。銀行會因評估成本太高，或不懂計算其業務，只會開出高利息的條件，有些索性不給貸款。
兩人引用最近的市場調查數據稱，有五分之一企業不滿意現時銀行的融資服務。陳健明還透露，有企業客戶在 FinMonster 的即時通訊平台上錄下長達數分鐘的留言，大發牢騷。
這情況源於銀行市場的不對稱。陳健明續指，以本地市場收益計，匯豐、中銀、恆生和渣打佔去近七成，其餘三成由近 200 間銀行競爭。中小企人手、時間和資訊都有限，為方便都會光顧四大銀行。二、三線的商業銀行為求在僅餘的市場空間內競爭，大多以貼身的企業服務爭取客戶。
五日完成貸款
又因過去的資訊不夠透明，企業以為在四大銀行所獲得的利率已是最優惠，實際上其他銀行會有更低息率、更了解其行業發展的客戶經理，卻未有機會互相認識。「FinMonster 幫助企業配對銀行，並提供比較服務，例如借貸服務。」
該配對平台向中小企提供自助服務，開設帳戶後提交基本資料和公司財務數據，以及其他營運數據。陳健明指出，企業的數碼資產亦會計算在內，例如社交媒體的讚好、互動情況，以至 Google Analytic 數據，都可以是評估一間公司業務的方法。
在 FinMonster 上建立企業檔案後便可提交融資資料，包括目的、目標金額、貸款年期等。系統通過演算法和人工智能分析，配對銀行的客戶經理，計出匹配分數（ Matching Score ）。當客戶經理與企業的匹配分數達至一定水平，系統會分別發電郵通知。
有意接洽的經理，要在 5 天內回覆，並列出相關條件。企業可能收到幾間銀行的回覆，平台會以匹配分數作依據，並列條件為客戶作出比較，選擇最合適的融資方案。企業可免費查看三個客戶經理的回覆，要看更多便要購買代幣開啟。「以往企業要帶著財務資料逐間銀行查問，客戶經理往往花上幾星期分析。現在提交文件一次便獲幾間銀行回覆，成功與否都在 5 日內有答案，節省了大量時間。」
疫症開創新機會
他們在 2017 年開始醞釀 FinMonster 的意念，至 2018 年決定全身投入創業。陳健明早年畢業於香港大學，創業項目獲得大學的創新及創業中心 iDendron 培育，直至平台發展初見成效，去年 5 月便正式推出，至今營運不足一年，已有近 30 間銀行和金融機構加入，有逾 70 位客戶經理及超過 100 間企業登記。
鄭文耀透露，即使武漢肺炎嚴重打擊經濟，反而推動 FinMonster 業務，網站的瀏覽量在 3 月激增六倍，可能與企業需要尋求資金渡過難關有關。
最近特區政府推出「中小企百分百擔保特惠貸款」，該平台亦有提供轉介協助企業申請。鄭文耀表示，這項目較簡單，企業只需證明在去年底前營運最少 3 個月，並自今年 2 月起任何一個月營業額較去年任何一個季度的平均每月營業額下跌逾三成，便符合申請資格，而且利率固定，毋須比較。
企業貸款數碼化
簡化企業貸款只是 FinMonster 的第一步，最終目標是要改革企業銀行的服務，將借貸流程數碼化。首要工作將文件變成數碼，為人工智能模型提供數據作分析。陳健明表示，例如讀取企業的財務數據，企業採用財務軟件兼具備 API 開放，當然最便捷。不過，較舊款的軟件，甚至只得銀行單據，便要花時間處理。現時已建立人工智能模型讀取單據，變成電腦可讀的財務資料。
他們強調，更多數據是開放行業的主要途徑。該公司上月與 Refinitiv 合作，採用 Loan Pricing Corporation 貸款市場的數據訊息，給企業作參考。