人工不智能：AI狂飙三十年 第57章 苏晓提前登场
热门推荐：
魂穿大宋皇叔，我成水浒总瓢把子
名义：汉大崛起，气晕老沙
以十岁之名，唤一场温柔
负鼎
镇天棺
联盟：从G2青训开始
红楼之捡君记
恶毒皇女不装了，开局纳三千美男
穿越云南虫谷：献王妃求生指南
金融平台用 AI 做风控的新闻，是刘洋先转到青橙数科技术群里的。
标题很正式：
“星穹金融上线智能风控系统，小微贷款审批最快缩短至三分钟。”
刘洋配文：
“三分钟放款，三十年还钱。”
王启跟着回：
“这效率听起来像把人生按了快进。”
林凡点开新闻时，正好在吃午饭。青橙数科食堂的红烧茄子今天发挥稳定，油多得像也参加了风口融资。新闻页面里，星穹金融的发布会场地明亮，背景板写着“让信用被看见”。台上站着一个西装男高管，旁边大屏展示系统流程：数据接入、风险建模、智能审批、动态监控、人工复核。
人工复核四个字在最后一格，小得像 ppt 里不太受宠的亲戚。
新闻里说，星穹金融的新系统能整合交易记录、经营流水、税务信息、平台行为数据和公开信用数据，为小微商户生成动态风险评分。系统上线后，审批效率提升百分之八十，坏账率预计下降，更多“传统金融难以覆盖的人群”将获得贷款机会。
这话听起来很美。
美到林凡本能地开始找边界。
新闻后半段引用了一位外部风险顾问的观点。她叫苏晓，职务写着“金融科技风险研究员”。照片里，她穿浅色衬衫，头发扎得很低，表情不严厉，但眼神很清醒。
她说：
“AI 风控的价值不在于替代风险责任，而在于帮助机构看见更细的风险与更细的人。问题是，如果系统只看见数据，却看不见数据背后的处境，就可能把效率变成新的排除机制。”
林凡停住筷子。
刘洋在群里问：
“这段啥意思？”
王启：“翻译一下：别把穷人算得更穷？”
老周冒出来：
“差不多。”
群里安静了一下。
钱总也看到新闻，下午临时开会讨论。金融客户最近也在咨询 AI 风控展示模块，虽然青橙数科暂时做不了星穹那种大系统，但能做辅助审核、资料整理、风险提示。钱总觉得这是新方向。
“小微贷款、商户信用、平台经营数据，这些都很有市场。”钱总说，“我们可以先做轻量版。”
许丹问：“轻量版到什么程度？”
市场部同事已经开始想词：“智能识别经营风险，助力普惠金融。”
老周看了他一眼。
市场部同事自动把“智能识别”划掉。
林凡把苏晓那段话贴到会议文档里。
钱总看完，说：“这个提醒有道理。但我们不是放贷机构，只做工具。”
老周说：“工具也会影响决定。”
“最终还是客户决定。”
“客户会说系统建议。”
“那我们加免责声明？”
老周端起茶杯。
“免责声明不是护身符，这话你们最开始那阵子已经学过了。”
会议室里有人笑了一下。最开始那阵子这个说法已经在公司内部流传，虽然没人知道为什么叫最开始那阵子。
林凡提出，如果做风控辅助工具，必须把“风险评分”拆成可解释项，不能只给一个红黄绿结果。还要提示数据缺失、样本偏差和人工复核场景。比如一个小店流水突然下降，系统不能直接判高风险，可能是老板生病、店铺装修、附近道路施工，也可能是平台统计口径变化。
王启说：“也可能是老板懒。”
林凡：“懒也要证据。”
刘洋点头：“数据只显示少了，不显示为什么少。”
这句话让林凡想起林桂兰的步数。她某天步数少，不代表健康恶化，可能只是下雨，可能是王阿姨没约她，可能是她在家炖排骨。数据看见结果，人知道故事。
晚上，云启未来群里也聊起这条新闻。张磊第一反应很现实：
“三分钟贷款，那三分钟拒贷吗？”
何苗：“应该更快。”
张磊：“拒绝也提效？”
林凡：“对用户来说，可能是更快知道自己不配。”
何苗发来苏晓那段采访。
“这个人说得挺准。”
张磊问：“苏晓是谁？”
“风险研究员。”林凡说，“看起来不是那种只会写漂亮报告的人。”
张磊：“你从照片看出来的？”
“从她没有把效率当万能好事看出来的。”
何苗：“她这句话可以留。”
他们把新闻写进“普通人被风吹到以后”文件夹。张磊建议做一期文章，标题叫《三分钟贷款，三秒钟破防》。何苗删掉。最后标题定为《AI 风控看见了什么，又看不见什么》。
文章里，林凡写了三个小例子。
一个小店老板因为道路施工流水下降，被系统判定风险升高。
一个外卖员收入不稳定，但并非没有还款能力，只是平台派单波动。
一个老人频繁购买药品，不一定代表财务风险，也可能代表家庭照护负担。
他写：
“AI 风控可以帮机构看见过去看不见的数据，但数据不是人本身。一个分数背后，可能是懒惰、欺诈、困境、疾病、施工、季节、平台规则变化，也可能只是生活刚好摔了一跤。问题不在于要不要用 AI，而在于当系统给出分数时，有没有人愿意继续问：为什么？”
文章发出后，评论区不少人讲自己贷款被拒的经历。有人说资料齐全但系统说综合评分不足，客服也不知道哪里不足；有人说自己开店流水很好，却因为行业标签被判高风险；还有人说父亲想办小额贷款，系统要求补一堆线上经营记录，可他父亲的店连收款码都是儿子帮忙贴的。
一条评论写：
“以前被人看不起，至少知道是谁看不起。现在被系统拒绝，连门卫都没有。”
林凡看着这条，心里发沉。
张磊读完后说：“这比我被封号还憋屈。”
何苗：“你封号还能申诉。很多评分连申诉入口都没有。”
第二天，老周把林凡叫到工位旁边，给他看一份旧项目资料。那是几年前一个银行风控外包项目，还是传统规则引擎时代。里面有大量规则：近三个月流水、经营年限、负债比例、逾期记录、行业风险。
老周说：“AI 风控不是凭空来的。以前也有规则，只是现在规则更多、更细、更难解释。”
林凡问：“那是不是更准？”
“有时候。”老周说，“但更准也要问准在谁身上。”
这句话又让林凡停住。
老周继续：“样本里谁多，谁就更容易被理解。谁的数据少、乱、非标准，系统就容易把他当风险。”
“小微商户？”
“老人、个体户、临时工、外卖员、自由职业者、刚创业的人，都可能。”
林凡看着资料，忽然觉得，AI 风控不像婚礼字幕那样一错就全场笑，也不像小区谣言那样一眼能看到群里炸。它更安静。一个分数变低，一笔贷款被拒，一个额度被降，一个人不知道为什么被挡在门外。
安静的错误，更难被当成事故。
晚上，他在笔记本上写：
当 AI 决定谁值得信任时，最需要被信任的人，可能最先被怀疑。
又写：
效率不是问题，问题是效率把解释省掉。
云启未来白板新增：
分数不是人。
张磊补：
综合评分不足，不等于人生不足。
何苗写：
看见数据之后，还要看见处境。
林凡最后写：
系统给结论，人要问为什么。
张磊看着“苏晓”那段新闻截图，忽然说：“她以后会不会出场？”
何苗看他：“你又把生活当小说？”
张磊：“不是，主要她说话像我们未来队友。”
林凡笑了一下。
他没有说什么，只把苏晓的采访收藏起来。
那时他还不知道，这个名字以后会和他的工作、选择、甚至人生很深地缠在一起。
眼下，苏晓只是新闻里一个清醒的受访者。
而新闻下面，星穹金融的广告语还在发亮：
“让信用被看见。”
林凡看着那句话，觉得还差半句。
让信用被看见。
也要让人有机会解释自己。
标题很正式：
“星穹金融上线智能风控系统，小微贷款审批最快缩短至三分钟。”
刘洋配文：
“三分钟放款，三十年还钱。”
王启跟着回：
“这效率听起来像把人生按了快进。”
林凡点开新闻时，正好在吃午饭。青橙数科食堂的红烧茄子今天发挥稳定，油多得像也参加了风口融资。新闻页面里，星穹金融的发布会场地明亮，背景板写着“让信用被看见”。台上站着一个西装男高管，旁边大屏展示系统流程：数据接入、风险建模、智能审批、动态监控、人工复核。
人工复核四个字在最后一格，小得像 ppt 里不太受宠的亲戚。
新闻里说，星穹金融的新系统能整合交易记录、经营流水、税务信息、平台行为数据和公开信用数据，为小微商户生成动态风险评分。系统上线后，审批效率提升百分之八十，坏账率预计下降，更多“传统金融难以覆盖的人群”将获得贷款机会。
这话听起来很美。
美到林凡本能地开始找边界。
新闻后半段引用了一位外部风险顾问的观点。她叫苏晓，职务写着“金融科技风险研究员”。照片里，她穿浅色衬衫，头发扎得很低，表情不严厉，但眼神很清醒。
她说：
“AI 风控的价值不在于替代风险责任，而在于帮助机构看见更细的风险与更细的人。问题是，如果系统只看见数据，却看不见数据背后的处境，就可能把效率变成新的排除机制。”
林凡停住筷子。
刘洋在群里问：
“这段啥意思？”
王启：“翻译一下：别把穷人算得更穷？”
老周冒出来：
“差不多。”
群里安静了一下。
钱总也看到新闻，下午临时开会讨论。金融客户最近也在咨询 AI 风控展示模块，虽然青橙数科暂时做不了星穹那种大系统，但能做辅助审核、资料整理、风险提示。钱总觉得这是新方向。
“小微贷款、商户信用、平台经营数据，这些都很有市场。”钱总说，“我们可以先做轻量版。”
许丹问：“轻量版到什么程度？”
市场部同事已经开始想词：“智能识别经营风险，助力普惠金融。”
老周看了他一眼。
市场部同事自动把“智能识别”划掉。
林凡把苏晓那段话贴到会议文档里。
钱总看完，说：“这个提醒有道理。但我们不是放贷机构，只做工具。”
老周说：“工具也会影响决定。”
“最终还是客户决定。”
“客户会说系统建议。”
“那我们加免责声明？”
老周端起茶杯。
“免责声明不是护身符，这话你们最开始那阵子已经学过了。”
会议室里有人笑了一下。最开始那阵子这个说法已经在公司内部流传，虽然没人知道为什么叫最开始那阵子。
林凡提出，如果做风控辅助工具，必须把“风险评分”拆成可解释项，不能只给一个红黄绿结果。还要提示数据缺失、样本偏差和人工复核场景。比如一个小店流水突然下降，系统不能直接判高风险，可能是老板生病、店铺装修、附近道路施工，也可能是平台统计口径变化。
王启说：“也可能是老板懒。”
林凡：“懒也要证据。”
刘洋点头：“数据只显示少了，不显示为什么少。”
这句话让林凡想起林桂兰的步数。她某天步数少，不代表健康恶化，可能只是下雨，可能是王阿姨没约她，可能是她在家炖排骨。数据看见结果，人知道故事。
晚上，云启未来群里也聊起这条新闻。张磊第一反应很现实：
“三分钟贷款，那三分钟拒贷吗？”
何苗：“应该更快。”
张磊：“拒绝也提效？”
林凡：“对用户来说，可能是更快知道自己不配。”
何苗发来苏晓那段采访。
“这个人说得挺准。”
张磊问：“苏晓是谁？”
“风险研究员。”林凡说，“看起来不是那种只会写漂亮报告的人。”
张磊：“你从照片看出来的？”
“从她没有把效率当万能好事看出来的。”
何苗：“她这句话可以留。”
他们把新闻写进“普通人被风吹到以后”文件夹。张磊建议做一期文章，标题叫《三分钟贷款，三秒钟破防》。何苗删掉。最后标题定为《AI 风控看见了什么，又看不见什么》。
文章里，林凡写了三个小例子。
一个小店老板因为道路施工流水下降，被系统判定风险升高。
一个外卖员收入不稳定，但并非没有还款能力，只是平台派单波动。
一个老人频繁购买药品，不一定代表财务风险，也可能代表家庭照护负担。
他写：
“AI 风控可以帮机构看见过去看不见的数据，但数据不是人本身。一个分数背后，可能是懒惰、欺诈、困境、疾病、施工、季节、平台规则变化，也可能只是生活刚好摔了一跤。问题不在于要不要用 AI，而在于当系统给出分数时，有没有人愿意继续问：为什么？”
文章发出后，评论区不少人讲自己贷款被拒的经历。有人说资料齐全但系统说综合评分不足，客服也不知道哪里不足；有人说自己开店流水很好，却因为行业标签被判高风险；还有人说父亲想办小额贷款，系统要求补一堆线上经营记录，可他父亲的店连收款码都是儿子帮忙贴的。
一条评论写：
“以前被人看不起，至少知道是谁看不起。现在被系统拒绝，连门卫都没有。”
林凡看着这条，心里发沉。
张磊读完后说：“这比我被封号还憋屈。”
何苗：“你封号还能申诉。很多评分连申诉入口都没有。”
第二天，老周把林凡叫到工位旁边，给他看一份旧项目资料。那是几年前一个银行风控外包项目，还是传统规则引擎时代。里面有大量规则：近三个月流水、经营年限、负债比例、逾期记录、行业风险。
老周说：“AI 风控不是凭空来的。以前也有规则，只是现在规则更多、更细、更难解释。”
林凡问：“那是不是更准？”
“有时候。”老周说，“但更准也要问准在谁身上。”
这句话又让林凡停住。
老周继续：“样本里谁多，谁就更容易被理解。谁的数据少、乱、非标准，系统就容易把他当风险。”
“小微商户？”
“老人、个体户、临时工、外卖员、自由职业者、刚创业的人，都可能。”
林凡看着资料，忽然觉得，AI 风控不像婚礼字幕那样一错就全场笑，也不像小区谣言那样一眼能看到群里炸。它更安静。一个分数变低，一笔贷款被拒，一个额度被降，一个人不知道为什么被挡在门外。
安静的错误，更难被当成事故。
晚上，他在笔记本上写：
当 AI 决定谁值得信任时，最需要被信任的人，可能最先被怀疑。
又写：
效率不是问题，问题是效率把解释省掉。
云启未来白板新增：
分数不是人。
张磊补：
综合评分不足，不等于人生不足。
何苗写：
看见数据之后，还要看见处境。
林凡最后写：
系统给结论，人要问为什么。
张磊看着“苏晓”那段新闻截图，忽然说：“她以后会不会出场？”
何苗看他：“你又把生活当小说？”
张磊：“不是，主要她说话像我们未来队友。”
林凡笑了一下。
他没有说什么，只把苏晓的采访收藏起来。
那时他还不知道，这个名字以后会和他的工作、选择、甚至人生很深地缠在一起。
眼下，苏晓只是新闻里一个清醒的受访者。
而新闻下面，星穹金融的广告语还在发亮：
“让信用被看见。”
林凡看着那句话，觉得还差半句。
让信用被看见。
也要让人有机会解释自己。