樂信Q1財報里的AI信號：從助貸平臺，到數智金融基礎設施？

樂信這次13%的大漲，乍一看很像小票情緒修復。

美股大盤漲，納指強，中概股也有資金回流，樂信發布一季報后股價沖了一把。收盤2.23美元，漲13.18%，成交額1199.7萬美元，都是過去一段時間里比較少見的強度。

但我覺得，這次市場真正交易的，不只是“業績比預期好”。

樂信一季度營收33.09億元，Non-GAAP EBIT為3.01億元，交易額578.98億元，同比增長12.2%，環比增長15.9%；活躍用戶516.7萬，同比增長8.6%；新增活躍用戶144.4萬，同比翻倍。

這些數字說明公司還在恢復。

更關鍵的是，分期零售、線下普惠、To B數智科技這些生態業務，交易量占比已經接近50%。換句話說，樂信不想再只被市場看成一家線上助貸公司。

這才是這份財報最值得拆的地方。

它在努力講一個新故事：從助貸平臺，變成新消費數字科技服務商。

AI就在這個新故事里。

但問題是，樂信的AI，是真的已經開始幫公司賺錢了，還是只是給資本市場換個更好聽的敘事？

我的判斷比較直接：樂信的AI已經進入運營兌現階段，但還沒有進入獨立財務兌現階段。

它不是一個可以單獨拆出來估值的AI業務，更像一套嵌進風控、客服、研發、運營和To B服務里的底層工具。

不性感，但有用。

樂信的AI，不是聊天機器人，是一套金融科技操作系統

現在很多公司一提AI，就喜歡講大模型、智能體、全場景、生態化。

聽起來很熱鬧，但投資者真正關心的是：這東西到底改了什么？

樂信這次財報里，AI線索主要有幾條。

第一條，是風控。

公司提到，一季度升級了算法和模型能力，推出“征信報告解讀智能體”和“交互式增信功能”，用來提高用戶識別準確度，支持個性化定價和定額。

這不是花活。

對一家金融科技公司來說，最核心的能力不是App做得多漂亮，也不是廣告投放多猛，而是能不能判斷一個人到底該不該借、能借多少、風險有多高。

說白了，金融科技公司的AI，最后不是看它會不會聊天，而是看它能不能少放錯錢。

第二條，是客服。

樂信客服機器人引入了大模型多輪意圖理解能力，復雜對話場景下表現更穩定，用戶意圖識別準確率提升5%以上。

5%聽起來不驚人，但放在金融服務里，這個數字不小。

因為客服不是簡單回答問題，它連接的是用戶體驗、投訴率、貸后溝通、消保壓力。一個用戶問不明白、說不清楚、投訴上去，成本就來了。AI客服如果能減少誤判、減少轉人工、提高解決率，就不是“智能客服”四個字那么簡單，而是在幫公司壓縮運營摩擦。

第三條，是研發提效。

AI Coding工具開始普及，業務和測試代碼生產速度提高，公司還在搭建Skill Hub，把AI能力沉淀成模塊，方便業務復用。

這類東西不會直接出現在收入項里，但會影響公司內部迭代速度。

以前一個新風控策略、一個新商城活動、一個新To B接口，可能要跨部門排期。AI Coding和能力模塊化如果跑通，產品和技術響應速度會變快。

這不是增長曲線，但會影響公司能不能更快試錯。

第四條，是To B數智科技。

樂信用“云犀科技PRO”等方案，把風控、獲客、運營、數據能力輸出給流量平臺和金融機構。

這條線很重要，因為它是AI從內部工具走向外部收入的可能入口。

但現在問題也在這里：財報并沒有單獨披露AI收入，也沒有披露AI客戶數、AI產品毛利率、AI調用量。

所以，樂信現在的AI還不能被當成一個獨立業務估值。

它更像一套金融科技操作系統，藏在風控模型、客服系統、研發流程和To B方案里面。

AI真正改變的是效率，不是立刻改變收入

我覺得這份財報里，最容易誤讀的一點是：看到AI，就以為公司有了第二增長曲線。

樂信還沒到這一步。

一季度交易額578.98億元，活躍用戶516.7萬，新增活躍用戶同比增長101.6%。這些增長很好看，但不能簡單歸因于AI。

更準確的說法是：AI在幫公司提高經營效率，但還沒有被證明是直接增長發動機。

它現在最大的價值，是三件事。

第一，風控提效。

金融科技最怕什么？

不是沒用戶，而是用戶質量不清楚。放給好用戶太少，是損失收入；放給壞用戶太多，是損失本金。

所以“征信報告解讀智能體”這類工具，真正影響的是風險定價。未來如果AI有效，應該看到幾個指標變化：低風險用戶通過率提升，高風險用戶識別更早，風險成本下降。

但這里也有一個矛盾。

樂信一季度90天以上逾期率為3.5%，高于上一季度的3.1%。雖然公司也提到首期30天以上違約率低于1%，風險管理策略在改善，但投資者不會只聽“AI風控升級”，最后還是要看逾期率、撥備、風險成本有沒有真的下來。

這就是AI從敘事走向兌現的關鍵。

第二，運營降本。

客服機器人識別率提升、AI Coding提高代碼生產速度、Skill Hub做能力復用，這些都指向降本提效。

但現在還缺硬指標。

比如AI客服到底減少了多少人工？轉人工率下降多少？研發周期縮短多少？單用戶服務成本下降多少？

如果這些數字未來能披露，AI就會從“我們用了AI”變成“AI改善了利潤率”。

這是兩回事。

第三，生態業務擴張。

樂信一季度分期樂商城GMV達到21.98億元，同比增長95%；線下普惠服務幫助近14萬用戶獲得49.3億元普惠資金；分期零售、線下普惠、To B數智科技等業務交易量占比接近50%。

這才是樂信最重要的業務結構變化。

過去市場看樂信，基本就是看線上助貸。這個估值框架很壓抑：監管、信用周期、獲客成本、壞賬，全都壓在估值上。

現在樂信想把業務從線上助貸，擴到消費場景、線下普惠和To B數智服務。

AI在這里不是第二曲線本身，而是幫助第二曲線跑得更穩的工具。

它幫公司識別用戶、匹配資金、降低客服成本、提升技術輸出效率。

但別急著把樂信叫成AI公司。

它更像一家正在用AI改造底層能力的金融科技公司。

這個判斷更準確，也更安全。

資本市場該怎么重新看樂信？

樂信這次上漲，市場買的是估值修復，不是AI平臺重估。

這句話很重要。

如果一家公司能把AI收入單獨拆出來，客戶數快速增長，毛利率很高，續費率清楚，那它可以講AI平臺故事。

樂信現在還不能。

因為它沒有披露獨立AI收入，也沒有披露AI產品指標。更重要的是，它仍然受消費金融周期影響。宏觀環境、用戶償還能力、監管態度、資金成本，都會影響它的估值上限。

所以，給樂信講AI，不能講太滿。

更合理的資本故事應該是：

AI正在增強樂信的風控、運營和數智科技能力，幫助公司從單一線上助貸折價資產，向新消費數字科技服務商修復估值。

不是拔估值。

是修復估值。

這和美國同行也有差異。

美國很多金融科技公司用AI做承保、反欺詐、客戶服務、營銷推薦。樂信的不同在于，它有分期樂商城、線下普惠、To B數智科技，還有連接消費場景和金融機構的中間層能力。

也就是說，它的AI不是只用來“審批更快”，而是嵌在消費、風控、流量、資金、客服這條鏈路里。

優勢是場景更復雜，數據更立體。

劣勢也明顯：鏈條越長，兌現越慢。AI到底貢獻了多少收入、多少利潤，不容易一眼看清。

未來兩個季度，投資者應該盯五個指標。

第一，生態業務交易量占比能不能繼續提升。接近50%只是開始，如果還能往上走，說明樂信真的在擺脫單一助貸框架。

第二，To B數智科技收入能不能恢復增長。AI如果要從工具變成收入，最應該在這條線體現。

第三，逾期率和風險成本有沒有改善。AI風控說得再好，最后都要落到資產質量。

第四，客服和研發提效有沒有量化披露。沒有數字，AI就是管理層語言；有數字，AI才進入利潤率模型。

第五，分期樂商城GMV能不能延續高增長。GMV同比增長95%，這是樂信生態業務里最容易被市場理解的一條增長線。

最終結論很明確：

樂信的AI戰略，已經進入運營兌現階段，但還沒有進入財務兌現階段。

它現在對公司的最大價值，不是打開一個獨立第二曲線，而是提高風控效率、降低運營成本、增強To B數智科技能力，并支撐公司完成業務結構切換。

這不一定會讓樂信變成AI牛股。

但可能讓市場重新認識它：它不只是一個低估值助貸平臺，而是一家正在用AI改造消費金融鏈路的數字科技公司。

聽起來沒那么刺激。

但對樂信這種公司來說，最值錢的AI能力，可能本來就不是炫技。

而是多識別一個好用戶，少放錯一筆錢，少一次投訴，快一次審批，讓技術服務多賣給一個合作方。

金融科技公司的AI，最后拼的不是誰說得最像未來。

拼的是誰能把錢借出去，還能把錢收回來。