社区

2026年5月，工业和信息化部正式公布2025年先进计算赋能新质生产力典型应用案例名单，全国共59个项目入选。其中，马上消费金融股份有限公司申报的“先进计算驱动零售金融风险决策体系范式革新”项目成功入选“赋能行业发展类”案例，成为消费金融行业此次唯一入选的企业。

这一国家级认可的背后，是中国普惠金融长期面临的一个核心难题：如何为约3亿缺乏央行征信记录的新市民和灵活就业人群提供安全、可持续的金融服务。长期以来，传统金融机构的风控体系高度依赖央行征信数据，导致近半数成年人因“信用空白”被排除在正规金融服务之外。而马上消费用累计近40亿元的研发投入，构建了一套基于先进计算的全新风控范式，累计帮助1071万信用白户建立了人生首笔信用记录。

这一实践不仅打破了“高覆盖—低成本—低风险”的普惠金融不可能三角，更为整个行业提供了可复制的技术解决方案。

1.信用白户为何成为行业痛点

中国普惠金融的理想与现实之间，横亘着一道难以逾越的风控鸿沟。据央行征信中心数据，全国征信系统收录的自然人中，有相当比例处于“信用空白”状态，他们绝大多数是进城务工人员、个体工商户、灵活就业者等新市民群体。他们为城市发展做出了贡献，却因缺乏传统金融机构认可的抵押物、稳定收入证明和信用记录，长期无法获得正规的信贷支持。

传统风控模式的局限性在新市民服务中暴露无遗。“传统银行的评分卡模型主要基于强金融属性数据，比如工资流水、社保缴纳、房产车辆等资产信息。”某国有银行风控部门负责人对小编表示，“但新市民群体普遍就业流动性高、收入不稳定、资产积累薄，这些数据要么缺失，要么无法准确反映其真实信用状况。”结果就是，大量真实的信贷需求被压制，许多人不得不转向利率高昂的民间借贷。

与此同时，金融欺诈风险的不断升级也加剧了普惠金融的服务难度。近年来，黑灰产欺诈日益呈现产业化、技术化趋势，AI换脸、深度伪造等新型攻击手段层出不穷。而跨机构之间的“数据孤岛”问题，使得单一金融机构难以全面掌握借款人的多头借贷情况，进一步削弱了行业整体的反欺诈效能。

技术架构的老化则是制约普惠金融发展的另一大瓶颈。传统金融机构的IT系统大多建于十年前甚至更早，采用集中式架构，难以支撑海量多模态数据的实时处理。而普惠金融服务具有“短、小、频、急”的特点，要求风控系统能够在毫秒级内完成从数据采集到模型决策的全流程。传统架构无法满足这一需求，导致许多金融机构只能通过提高门槛来控制风险。

“过去，普惠金融一直面临着一个‘不可能三角’：要么覆盖面广但风险高，要么风险低但覆盖面窄，要么两者兼顾但成本高企。”中国社科院金融研究所专家指出，“如何在扩大服务覆盖面的同时，有效控制风险和成本，是整个行业亟待解决的核心问题。”而马上消费的实践，为破解这一难题提供了一条全新的技术路径。

2.先进计算打造的四层风控底座

面对传统风控体系的种种局限，马上消费从成立之初就确立了“科技驱动”的发展战略，累计投入近40亿元用于技术研发，打造了一支科研人员占比超过75%的团队。经过持续探索，该公司构建了一套由算力、数据、算法和业务四大底座组成的先进计算风控体系，从根本上重构了零售金融的风险决策范式。

算力底座是整个体系的基石。 马上消费自主建设了高性能智算中心，集成了大规模服务器集群和人工智能芯片等先进计算资源，为金融大模型的训练和推理提供了强大的算力保障。2025年，该智算中心成功入选国家数据局首批“全国一体化算力网应用优秀案例”，标志着其算力基础设施建设达到了行业领先水平。“我们把算力从传统的成本中心转变为了核心的风控基础设施。”马上消费相关负责人表示，“只有拥有强大的自主算力，才能真正掌握风控的主动权。”

数据底座解决了信用白户的数据缺失问题。 马上消费打破了传统金融机构对央行征信数据的单一依赖，整合了来自400余个场景的多模态数据，包括互联网行为数据、消费场景数据、社交网络数据等。通过数据虚拟化技术，该公司实现了跨源异构数据的无缝融合，同时采用联邦学习、差分隐私等先进技术，在保护用户隐私的前提下，充分挖掘数据的价值。“对于信用白户来说，虽然他们没有信贷记录，但他们的互联网行为轨迹、消费习惯等数据中，蕴含着丰富的信用信息。”马上消费人工智能研究院负责人解释道，“我们的任务就是通过先进技术，把这些隐性的信用信息转化为显性的信用评分。”

算法底座是风控体系的核心大脑。 马上消费自主研发了全国首个零售金融大模型“天镜”，目前已迭代至最新版本，覆盖智能营销、风险防控、数据决策、客户服务等八大核心场景。“天镜”采用“大模型感知+小模型决策”的组合式架构，既发挥了大模型在语义理解、知识推理方面的优势，又保证了小模型在决策准确性和实时性方面的要求。此外，马上消费还在积极探索量子计算在金融风控领域的应用，与重庆邮电大学共建了专用量子计算与量子人工智能实验室，重点攻关金融领域高维模型的量子加速等关键技术。

业务底座实现了风控能力的全链路贯通。 马上消费打造了洞察平台、大模型应用开发平台、基础智能平台和人机协同平台四大业务平台，打通了“数据—特征—模型—策略”的全链路流程。通过这四大平台，AI能力被无缝嵌入到信贷业务的每一个环节，从贷前的客户准入和信用评估，到贷中的实时风险监测，再到贷后的逾期管理，实现了全流程的智能化和自动化。目前，马上消费的自动化审批率已超过90%，单笔贷款审批时间缩短至秒级。

先进计算风控体系的构建，为马上消费带来了显著的业务成效。截至2025年末，该公司自主经营客户达数千万，其中帮助1071万信用白户建立了首笔信用记录，让他们首次获得了正规金融机构的信贷服务。在扩大服务覆盖面的同时，马上消费的资产质量始终保持在行业较好水平，拨备覆盖率和资本充足率等核心监管指标持续提升。2025年，该公司实现营业收入155.34亿元，形成了技术投入与经营回报的正向循环。

3.从“单点突破”到“生态共治”

更重要的是，马上消费并没有将这套技术体系封闭起来，而是通过开放合作的方式，将其转化为行业公共基础设施。目前，该公司已与全国300余家金融机构建立了合作关系，将其风控能力输出给银行、信托、保险等各类金融机构，带动交易规模超过万亿元。通过这种方式，马上消费不仅帮助中小金融机构提升了风控能力，也进一步扩大了普惠金融的服务覆盖面。

“我们的目标不是做一家独大的金融机构，而是打造一个开放共赢的金融科技生态。”马上消费董事长赵国庆表示，“只有整个行业的风控水平都提升了，普惠金融才能真正实现可持续发展。”

马上消费的实践获得了国家层面的高度认可。此次入选工信部先进计算典型案例，不仅是对其技术创新能力的肯定，更是对其技术路线和发展方向的认可。在监管层面，马上消费积极参与行业标准制定，牵头起草的ISO国际标准《信息技术 生物特征识别深度伪造攻击检测 测试与报告》已获批立项，为全球金融行业的反欺诈工作提供了中国方案。在学术层面，马上消费的研究成果《NBA-Net》入选了国际信息检索领域顶级学术会议SIGIR 2026，与中国科学院大学、重庆邮电大学等高校共建了多个国家级和省级科研平台，形成了“政产学研用”深度融合的创新体系。

从更宏观的视角来看，马上消费的探索代表了整个消费金融行业的发展趋势。过去，消费金融行业主要依靠流量红利和规模扩张实现快速增长，风控模式相对粗放。随着互联网流量红利的见顶和监管政策的趋严，这种发展模式已经难以为继。未来，行业将从“规模红利”时代全面转向“技术红利”时代，风控能力将成为金融机构的核心竞争力。