當一家靠「金融套利效率」崛起的公司，在監管與周期的雙重擠壓下利潤模型坍塌，所有"AI 轉型」的敘事，本質上都在回答同一個問題：它還能不能重新定義自己的存在價值？
資本市場最殘酷的地方在於，它從不相信眼淚，只相信現金流的可延續性。當舊的造血機制被切斷，新的故事若無法提供真實的利潤支撐，那麼曾經的估值高地就會瞬間變成逃亡的懸崖。
宜人智科當下的困境，並非孤例，而是整個助貸行業在強監管時代必須面對的成人禮。
暴跌不是情緒，
是商業模式被「判死緩」
宜人智科的這份財報，本質上並不是一份簡單的業績不及預期，而是一次商業模式失效的集中體現。季度每股虧損 -1.44 美元，按年從盈利 0.52 美元斷崖式轉負；營收按年下滑 31%。如果單看數字，這或許可以被解釋為周期波動，但疊加政策背景，它更像是一種結構性坍塌。問題的核心不在「賺多賺少」，而在「還能不能賺」。
過去十年，宜人智科（前身宜人貸）本質上做的是一件事——用技術包裝的高息信貸撮合。在 P2P 時代，它賺的是信息不對稱的錢，利用資金端與資產端的利率差生存；在助貸時代，它賺的是監管灰區的錢，通過複雜的費用結構將綜合孖展成本隱藏在服務費、擔保費與會員費之中。這種模式在寬鬆周期裏如魚得水，但在合規周期裏則是致命軟肋。
而"9 號新規」的落地，相當於把這兩種盈利方式同時封死。新規明確要求利率上限被壓至 24%（綜合成本口徑），所有隱性費用必須顯性化，平台不得直接向借款人收費，銀行合作進入「白名單制」。
這意味着什麼？意味着宜人智科最核心的利潤來源——那些曾經被視為「技術服務費」的影子收費——被制度性清除。過去，一筆貸款名義利率可能是 18%，但加上各類服務費，借款人實際承擔的成本可能超過 30%，中間的差額就是平台的利潤空間。現在，這個空間被強行壓縮至 24% 以內，且必須透明。
換句話說，這不是增長問題，而是：「你過去賺的錢，以後不允許再賺了。」市場的 45% 暴跌，反映的正是這一點——這不是短期利空，而是長期估值體系的重構。
投資者意識到，原有的高毛利模型已不可持續，而新的模型尚未得到驗證。當套利空間被監管填平，金融科技公司就回歸到了普通的信貸中介角色，而中介角色的估值邏輯，遠低於科技成長股。
所謂 AI 轉型，
本質是「效率工具」，不是「增長引擎」
在這種背景下，宜人智科開始瘋狂強化一個標籤：AI 公司。公司推出「智語大模型」「魔方 AI 智能體平台」，強調全鏈路智能化，從獲客到風控再到催收全面 AI 化——這聽起來幾乎是一個完美的「金融+AI"敘事。管理層試圖向市場傳遞一個信號：我們不再是放貸的，我們是懂 AI 的。
但問題在於，投資市場已經越來越清醒：AI 對金融機構的意義，大多數時候只是「降本」，而不是「重構收入」。可以做一個簡單對比：對於像 OpenAI、Nvidia 這樣的公司，AI 是「產品本身」，客戶直接為算力或模型調用付費；對於銀行，AI 是「效率工具」，用於減少人工審核成本；對於助貸平台，AI 只是「優化放貸」，旨在提高通過率或降低壞賬。
宜人智科的問題在於，它試圖把第三種敘事講成第一種。但現實數據並不支持這一願景：研發費用大幅增長（2024 年 +176%），淨利潤反而下降（2025 年前三季度 -26%），收入結構沒有本質變化（信貸仍佔 90% 以上）。這說明什麼？說明 AI 並沒有創造新的收入來源，只是在優化一個正在被監管壓縮的舊業務。高昂的研發投入未能轉化為新的營收增長點，反而加劇了當期的利潤壓力。
更關鍵的是，金融行業的 AI 門檻並不高，且壁壘正在迅速消散。銀行自己可以做風控模型，國有大行與股份制銀行紛紛成立金融科技子公司，自建大模型；大模型能力可以外採，通用基座模型的能力日益強大，垂直領域的微調難度降低；數據優勢並不屬於助貸平台，核心信貸數據掌握在徵信系統與銀行手中，平台所擁有的場景數據在強隱私保護法規下，可用性正在降低。
當 AI 成為「基礎設施」，宜人智科的所謂技術優勢，很容易被抹平。於是形成一個尖銳的悖論：它越強調 AI，越暴露自己沒有新商業模式。因為真正擁有 AI 護城河的公司，其收入結構會率先體現變化，而不是僅僅在 PPT 上展示技術參數。市場擔心的不是它沒有 AI，而是它的 AI 無法獨立變現，只能依附於日益萎縮的信貸業務。
真正的出路，
不是做 AI 公司，而是做「銀行的 AI 外包商」
如果繼續沿着「助貸+AI"走下去，宜人智科的天花板是清晰的：規模收縮、利潤壓縮、估值邊緣化。在 24% 利率紅線與銀行自營趨勢的雙重夾擊下，助貸平台的市場空間正在被物理性擠壓。但如果換一個視角，這家公司並非完全沒有機會。關鍵在於一個轉向：從「賺利差的錢」，轉向「賺服務的錢」。
也就是說——不再做「類金融機構」，而是做「金融科技服務商」。這條路徑在全球其實已經被驗證：美國的 Upstart，本質是 AI 風控服務商，它不承擔信貸風險，只提供決策引擎；印度的 Lendingkart，逐步轉向技術輸出，為中小銀行提供數字化解決方案；中國的螞蟻集團，也在弱化自營金融，強化技術服務，通過「技術輸出」而非「資金撮合」來合規生存。
如果宜人智科真的要轉型，邏輯應該是清晰的三步走：
第一步：徹底放棄高風險助貸依賴。接受規模下降、利潤短期惡化，這是「去槓桿」的代價。必須停止通過高息覆蓋高風險的粗放模式，哪怕這意味着營收腰斬。
第二步：拆解能力模塊化輸出。把風控、獲客、反欺詐、催收系統，變成標準化 API 或 SaaS。不再是「我來幫你放貸」，而是「我把工具賣給你，你自己放貸」。這意味着收入確認方式將從「gain on sale"或「服務費分成」轉變為穩定的「技術訂閱費」。
第三步：綁定銀行，而不是「寄生銀行」。從過去的「流量分發者」，變成銀行的「技術供應商」。過去平台掌握用戶，銀行提供資金，平台處於強勢地位；未來銀行掌握資金與核心數據，平台提供技術補充，銀行處於強勢地位。這種關係的重構，意味着議價能力的下降，但也意味着合規風險的降低。
這條路很難，但至少是邏輯自洽的未來。因為在 AI 時代，真正稀缺的不是模型，而是金融數據沉澱、風控經驗與場景化能力。而這些，恰恰是宜人智科過去十年積累的東西。
如果能把這些經驗封裝成代碼而非貸款，它或許能找到新的生存空間。但這需要極大的戰略定力，因為技術服務收入的規模效應遠小於信貸業務，短期內財報會非常難看。
結語：重生的代價：
告別套利，迴歸技術
當市值跌入個位數、利潤轉負、監管持續收緊，市場已經用腳投票：宜人智科不再被視為一家「成長型公司」。但所有被低估的公司，未必都有未來；所有被打壓的行業，也未必沒有機會。關鍵在於——它是否願意承認一件事：過去的成功路徑，已經徹底失效。
如果繼續執着於「放貸+AI"的敘事，它只會成為又一個被時代淘汰的金融平台，在監管的縫隙中逐漸枯竭；但如果真正完成角色切換，從資金中介變成技術服務商，它或許還能活下來，雖然活得不再那麼暴利，但會更加長久。
對投資者而言，這家公司不再是「高增長標的」，而更像一個觀察樣本：在強監管與 AI 浪潮的交匯點，一家公司如何被迫重寫自己的商業模式。這其中的教訓遠超股價波動本身——在合規成為底線、技術成為工具的時代，任何試圖用新概念包裝舊套利的行為，終將面臨價值的迴歸。
真正的重生，不是換個名字講故事，而是敢於刮骨療毒，在廢墟上重建真正的技術壁壘。