電子商務的快速增長重塑了零售業，為中小型企業（SMEs）創造了新的融資機會，特別是透過與傳統銀行之間的更緊密合作。新的融資模型現正利用電子商務平台的數字現金流作為抵押，這有賴先進的信用風險技術——AIFT模型。該模型基於Merton的結構框架，通過將預期收益分佈與債券和期權的估值聯繫起來，它能夠評估未上市、數字原生商家的違約風險，超越了僅適用於上市公司的KMV模型。這使得信用結構能夠根據實時收益變化進行動態調整，顯著改善對中小企業和跨境電子商務商家的風險評估，並打開通往結構性金融產品的大門。

AIFT模型支持結構性融資工具的開發，如特殊目的公司（SPVs）和特殊目的收購公司（SPACs）以進行電子商務貸款。SPVs能夠資產池化及證券化，從而分散風險並穩定投資者的現金流，而SPACs則為高增長商戶提供了一種靈活的資本增長機制。然而，管理這些投資組合面臨挑戰，因為它們受不確定現金流、相關的違約風險，以及短期與長期貸款之間的相互作用影響。在過去五年，增強的KMV方法、AIFT模型以及基於Transformer的神經網絡已被開發用於單一貸款層面的預估違責風險，而將其擴展至投資組合則要求明確建模相關風險及隨著資本重新配置而產生的動態投資組合影響。

為了解決這些挑戰，此項目提出了一個綜合的、基於人工智能的平台，將靜態證券化（SPVs和ABS資產擔保證券）與動態投資組合優化（SPACs）進行整合。平台的核心是一個最先進的連續時間強化學習（CTRL）框架，不斷吸取實時替代數據，利用擴散模型更新收益波動率、違約概率和風險情景。該人工智能層由基於區塊鏈的系統輔助，實現資產（資產擔保證券/現實世界資產）的實時結算。項目路線圖的初期階段將集中於建立統一的數據基礎設施和人工智能風險模型，並部署靜態ABS/SPV，隨後推出動態SPAC模塊，可以支持實時資本配置、超訂、動態定價及針對不斷變化的電子商務市場而自動調節風險管理。