近年来，我国普惠金融稳步发展，金融服务可得性、使用质量进一步提升。但是在涉农普惠金融领域，尤其是农户金融可得性方面还有较大提升空间。推动大数据与人工智能（AI）在“三农”普惠金融中的深度融合，切实解决普惠金融面临的风控难、成本高、效率低、服务不均衡以及商业不可持续等问题，是推动涉农普惠金融发展的有效路径。

发挥省级大数据管理机构的核心作用。新一轮机构改革后，各省机构改革方案陆续出台，部分省份成立了大数据局或者类似机构。省级大数据管理机构应该在“三农”普惠金融数据化建设中发挥核心作用，在地方政府支持下打破部门壁垒，将分散在各职能部门有关数据进行整合，加强与掌握数据资源的企业合作，通过海量的、多维度、多形式的数据，打造全方位、立体化的涉农主体数据库资源，将静态数据和动态数据相结合，将客观数据与邻里评价等主观判断数据相结合，将物理空间活动与网络空间活动的行为习惯分析相结合，通过人工智能技术，描绘涉农主体信用及行为习惯全景图像，为商业金融机构提供涉农贷款做好基础性服务。

积极搭建涉农数据共享平台。由各省新设立的大数据管理机构牵头，一是与人民银行、农业农村、市场管理、公安、社保、民政等部门合作，结合互联网有关数据，以农户、新型农业经营主体等为主体，通过人工智能技术进行家庭人口及住址、土地承包及经营流转、新农合、农业补贴、金融机构贷款记录、电子商务交易记录等数据的关联画像，形成省级“三农”主体数据库，并定期进行数据更新。二是与农业农村、市场管理、国土资源、气象、水利、卫生防疫以及商业卫星管理机构等进行合作，逐步建立以村、镇、县为单位的种养殖情况、农副产品市场价格情况、土壤水文及自然灾害等情况的区域性“三农”中微观数据库。三是与地方涉农金融物理网络持有商合作，通过网点人员合法采集的图像、语音、家庭资产等动态数据丰富和完善省级“三农”主体数据库，交叉验证区域性“三农”中微观数据库。四是与地方金融监管、地方涉农金融物理网络持有商等机构合作，依托大数据及人工智能，共同开发“三农”主体信用评价模型，由系统自动对“三农”主体进行评分，评分将根据数据库的变化而自动进行实时动态调整。

合理运用共享数据成果。在贷前和贷中阶段，商业金融机构接到“三农”用户融资需求时，一是可根据该潜在客户书面授权或基于IT、移动端电子授权，登录省级“三农”主体数据库进行查询。二是对依据“三农”主体信用评价标准得出的“三农”个体评测分数进行参考。三是根据有关部门授权，可以查询经脱敏处理的“三农”区域性中微观数据库，了解区域性的农业生产经营情况等信息。四是出于风险控制和成本考虑，可以与地方涉农金融物理网络持有商合作，由其代理对于拟贷款规模较大的涉农个体进行现场核查并数据上传，实施交叉验证。最后，商业金融机构根据有关数据和评分，综合判断潜在客户的履约意愿、履约能力和履约稳定性，并结合自身评审要求筛选客户进行授信。在贷后管理阶段，除商业金融机构运用人工智能实现自动客户匹配及时催收以及与地方涉农金融物理网络持有商合作进行贷后管理防范风险外，为切实防范金融风险，打消金融机构扶农支农顾虑，确保“三农”普惠金融可持续发展，金融监管机构可与省级大数据管理机构共同与公安、电信、交通等部门合作，对存在明显故意逾期拖欠行为且“跑路”失联的贷款户通过技术手段完成人员搜索及追索。同时，监管机构应进一步完善有关政策和法律法规，在保障客户隐私权利的前提下，建立诚信体系，提高违约违法成本，促进“三农”金融生态良好发展。