社区

奇富科技这份一季报，不适合写成“大模型改变金融”的热闹故事。 $奇富科技(QFIN)$

它没有快手可灵那种AI收入曲线，也没有金山云那种AI云资本开支，更没有机器人、算力、芯片这些容易让市场兴奋的关键词。

但在我看来，它反而是一个更接近金融本质的AI样本。

因为金融行业最重要的事情，从来不是让AI写一段漂亮话，而是少放错一笔贷款，少踩一个坏账，少把钱借给还不起的人。

奇富科技一季度总净收入39.09亿元，净利润8.80亿元，Non-GAAP净利润9.46亿元。平台累计连接167家金融机构，累计授信用户6480万。

这些数字背后，有一个很清楚的判断：奇富科技的AI不是外面贴上去的标签，而是嵌进了获客、信用评估、资金匹配和贷后管理的每一个环节。

这类AI不性感，但很实用。

它不会让人看完发布会鼓掌，但会直接影响利润表。

奇富科技的AI，不是生成内容，而是筛掉风险

现在市场一说AI，第一反应就是大模型、Agent、视频生成、机器人。

但金融AI不是这么玩的。

奇富科技的AI，核心不是“生成”，而是“判断”。

谁可以借钱？ 能借多少？ 定价多少？ 风险有没有变化？ 逾期之后应该怎么催？ 资金方愿不愿意接这类资产？

这些问题，才是金融科技公司的命门。

奇富科技在财报里把自己定义为AI赋能的信贷科技平台，强调用机器学习模型和数据分析能力，覆盖借款人获取、初步信用评估、资金匹配和贷后服务。

这不是一句空话。

它背后对应的是A-scorecard、B-scorecard、C-scorecard这套风控系统。

A-scorecard主要看贷前，判断用户收入、借款意图和风险水平。说白了，就是先把不该进门的人拦住。

B-scorecard看贷中，根据用户行为变化动态调整额度、利率和还款策略。如果一个过去看起来低风险的用户，突然出现收入波动、多头借贷、消费异常，系统就要快速反应。

C-scorecard看贷后，决定催收策略。不是所有逾期用户都一样，有些人是短期现金流紧张，有些人是真的高风险。催错了，不仅收不回来钱，还会伤害用户关系。

这就是金融AI最真实的用处。

不是替人写报告，也不是帮客服聊天，而是把“风险”拆得更细。

财报里披露，一季度新发贷款FPD7较去年四季度下降约20%，C2M2环比下降约17%至0.8%，30天催收率提升至85.8%。

这些指标很枯燥，但比任何AI口号都值钱。

因为它说明AI正在影响奇富科技最核心的变量：资产质量。

它不是增长加速器，更像利润稳定器

这份财报也有一个不好看的地方：规模在下滑。

一季度，奇富科技撮合及发放贷款650.34亿元，同比下降26.8%；总在贷余额1143.87亿元，同比下降18.5%。

如果只看增长，这不是一份让人兴奋的财报。

但我的判断是，这家公司现在不是在拼规模，而是在拼风险出清后的质量。

消费信贷这几年并不好做。用户需求偏弱，监管环境更谨慎，行业资产质量承压。这个时候，金融科技平台如果还一味追求放量，看起来短期收入好看，后面坏账很可能把利润吃掉。

奇富科技现在的策略更像是主动收缩风险敞口。

它不是不要增长，而是不想要低质量增长。

这也是AI在金融行业里很不一样的地方。

在内容行业，AI可能是收入加速器。 在云计算行业，AI可能是资本开支驱动器。 在金融科技行业，AI更像利润稳定器。

它最大的价值，不是让贷款规模突然暴涨，而是让公司更清楚地知道：哪些用户值得投放，哪些渠道该收缩，哪些资产能卖给金融机构，哪些风险要提前压住。

这就是我觉得奇富科技有意思的地方。

它的AI不是让公司显得更“科技”，而是让公司在信用周期里活得更稳。

管理层也没有讲一个特别激进的故事，而是强调改善用户结构、控制资产风险、提高运营效率。

这句话翻译成资本市场语言就是：先别急着冲规模，先把资产质量修好。

这比喊AI改变金融，靠谱得多。

奇富科技该怎么重估？不要按AI应用股看，要按风控资产看

奇富科技最大的尴尬，是它的AI故事不容易让市场兴奋。

因为它没有一个独立的AI产品收入，也没有一个特别炫的功能演示。

但这不代表它没有AI价值。

恰恰相反，金融AI的价值，往往就藏在不太好传播的指标里。

风险成本下降一点，利润弹性就会出来。 催收效率提升一点，现金流质量就会改善。 资金方信任度提高一点，平台的资产分发能力就会增强。 高质量用户占比提升一点，长期LTV就会更好。

所以，资本市场不应该按“AI应用股”去看奇富科技。

它不是快手可灵，也不是OpenAI概念，也不是AI云。

更合适的定价方式，是把它看成一家用AI优化风险定价的金融科技平台。

它的估值锚，不是模型参数，也不是Token消耗，而是资产质量、风险成本、轻资本占比、金融机构合作深度和现金回报能力。

这家公司还有一个值得盯的方向：对金融机构的技术输出。

财报里提到，它的AI credit decision engine和资产分发平台已经服务167家金融机构。公司还在推进AI loan officer、FocusPro这类信贷解决方案。

如果这些能力未来能从内部风控系统，变成对银行和金融机构输出的技术服务，那奇富科技的故事会更轻一点。

否则，它还是会被市场放在消费信贷周期里打折定价。

未来两个季度，投资者应该盯几个指标。

贷款规模能不能在不放松风控的前提下环比修复；FPD7、FPD30+、C2M2、90天逾期率能不能继续改善；轻资本和技术解决方案占比能不能提高；销售费用率和催收效率能不能继续优化；AI loan officer和FocusPro有没有更多商业化案例。

这些指标比“公司又提了几次AI”重要得多。

结语：它不是AI烟花，是风控底座

奇富科技不是最适合放在AI日报头条里的公司。

因为它不热闹。

但它是一个很好的补充样本。

它提醒我们，不是所有财报里的AI都叫生成式AI。很多AI真正的价值，不在前台，而在后台；不在用户看得见的地方，而在风控、定价、匹配、催收这些环节里。

奇富科技目前的AI战略，我的判断是：已经进入财务兑现阶段，但兑现的不是收入爆发，而是风险质量改善。

这句话很重要。

它不是一个“第二曲线已经爆发”的故事，而是一个“信用周期里，AI帮公司少犯错”的故事。

在金融行业，少犯错就是赚钱。

奇富科技的AI不性感，但它更接近金融公司的利润表。

如果未来几个季度，资产质量继续改善，贷款规模稳住，轻资本和技术输出占比提升，市场就有理由重新看它。

不是因为它讲了一个AI故事。

而是因为它把AI放进了金融最值钱的地方：风险定价。