风险评估不是风控问题，是概率定价问题

大模型裁员潮炸出来的旧坑

2026年开春，茶局上坐了个拿了A轮的大模型创始人，头发掉了一半，开口第一句就是，被之前的风险评估坑惨了。

2023年融了两个亿，当时所有资方都拍板说赛道没问题，技术风险可控，只要训出模型就能落地。到今年，账上剩下不到三千万，要再训一轮模型，钱不够，找下一轮融资，所有资方都闭了门。

整个行业都一样。国内拿过融资的七十多家通用大模型创业公司，超过一半停掉了新训练，三成裁了至少40%的算法团队。

所有人都在算错风险。你猜现在训一次70B参数的通用大模型要多少钱？1.2亿人民币。这个数字是什么概念？相当于中部地区一个普通县级市全年的基础教育公用经费。

两年前资方做风险评估的时候，只算了技术能不能跑通，有没有可能超越GPT，根本没算一个最基本的账：就算你模型做出来了，谁会年年花几千万给你买单？

说白了，大部分风险评估从一开始就走歪了。大家都盯着看得见的风险，把所有资源砸进去规避，却把真正能吃掉你所有本金的隐形风险，直接漏在了表格外面。

说实话，这种错不是第一次犯。十几年前团购千团大战，五六年前共享风口，两三年前元宇宙热，哪一次不是这样？所有人都抱着“别人都进了我也不能落”的心态，风险评估走个过场，最后一地鸡毛。

藏在概率表底下的模式博弈

国内玩风险评估玩得最透的，其实是消费金融行业。我举个大家都熟的例子：支付宝的花呗借呗。

十几年前，国内银行做个人消费贷，只给国企员工、公务员放授信，普通人连一万块的低息贷款都拿不到。为什么？银行的传统风险评估逻辑就是，没有征信记录等于高风险，宁愿不做，也不坏账。

支付宝上来就换了一套逻辑。它不用你提供征信抵押，用你平时的淘宝交易、支付记录就能算你的还款概率，直接把授信给到了几亿从来没有过信用卡的普通人。结果呢？传统银行个人信贷的平均不良率大概是2.4%，花呗借呗的不良率一直稳定在1.2%左右，还赚了更多的利差。

核心区别在哪里？传统风控是把降低风险当成目标，而好的风险评估，是把给风险定价当成核心。你敢接别人不敢接的风险，只要价格对，你就能赚别人赚不到的钱。

不过话说回来，现在这股AI热把很多公司带歪了。所有人都喊着要用大模型做风险评估，我算过一笔账，现在头部机构用大模型做风控，整体的训练和推理成本，比传统的逻辑回归风控模型高了整整7倍，但核心的坏账识别准确率，只提升了11%不到。这生意划算吗？怎么看都是亏的。

这就像生物进化里的过度适应：当所有公司都盯着那批已知的低风险客户卷，把模型磨得越来越精准，就像长颈鹿把脖子拉得越来越长去吃最高处的树叶，看起来优势越来越大，一旦环境变了，最高处的树叶被采光了，长脖子反而成了拖死你的致命负担。

国内很多抄模式的公司就是死在这。看到支付宝做大数据风控赚钱，看到字节做兴趣推荐赚钱，直接抄一套算法过来，结果人家的风险定价逻辑你没抄到，最后成本涨了一大截，风险反而比原来更高了。我之前接触过一家持牌消费金融公司，三年前砸了两个亿上AI风控，现在每年的运维成本就要几千万，不良率反而比原来还高了0.8个百分点，纯属花钱买罪受。

这个方向我认为走偏了。大家都在追求更低的风险，却忘了风险本身就是利润的来源。你把所有风险都规避了，你也就没利润可赚了。

每个普通人都逃不开的风险重定价

别觉得风险评估是机构才要操心的事，现在每个普通人，从找工作到创业，从谈恋爱到买房，天天都在被人做风险评估，也天天都要自己做风险评估。

你去大厂面试，HR现在都会用AI背调模型算你的离职风险：35岁，有家有娃，会不会因为要照顾家人摸鱼？学历不够，会不会稳定性差？模型给你打个低分，直接就把你筛掉了。你创业找投资，资方翻三遍你的团队背景，算三遍赛道的失败概率，一句话“风险太高”，就把你打发了。

更有意思的是，现在很多人做自己的人生风险评估，也掉进了和机构一样的陷阱：把零风险当成最优解。所有人都挤着去考公，挤着进国企，挤着去那个所有人都说稳定的赛道，结果呢？一个岗位几千人抢，你考上的概率不到千分之一，这不比你开个小店风险高多了？

我去年见过一个年轻人，在某大厂做算法，本来想出来做一个给小商家做AI工具的项目，找我聊，我说你这个需求很真实，为什么不试？他说，算了，资方都说这个赛道风险太高，我还是回去拿总包吧。结果今年开春，他所在的部门整裁了，他现在还在找工作。

说白了，机构给你做的风险评估，永远是站在机构的角度帮机构规避风险，从来不是站在你的角度帮你赚收益。他们要的是自己不亏，不是你能成。

现在整个社会的风险都在转移，原来企业和机构承担的那部分风险，一点点都转移到了每个普通人头上。你等着别人给你做风险评估，等着别人给你指一条无风险的路，最后大概率会掉进别人挖好的坑里。

不出五年，所有靠给别人做风险评估赚钱的机构，都会被市场重新拉上台评估一遍。