“好了，很明显，答案是不能。”
“因为他消费太少，流水太薄，你们的算法压根看不见他。”
“当下的信用体系，过度依赖线上消费数据评级。花得越多、流水越高，评分越漂亮。”
“但那些节俭自律、履约稳定的学生呢？消费少，流水薄，成了数据沉默者。品行端正，履约可靠，却被片面算法彻底忽略。”
沈一鸣抬手，身后大屏切换，一组数据铺开来。
“我们帮扶的八百多名学生里，超八成几乎无消费记录。”
“但这批学生，勤工俭学履约率百分之九十七，公益服务出勤率百分之九十九，学业劳务零差错。”
“零差错，你们回去翻自己平台上那些高信用评分用户的数据，有几个能做到？”
这句话出口的瞬间，第二排坐着的一个女性高管抬起了头。
她是某头部消费金融平台的风控总监，手底下管着三千万用户的信用模型。
沈一鸣那句话扎进了她脑子里某个一直没动过的角落，她确实从没想过，低消费本身不等于低信用。
沈一鸣把话头接上来：“基于这个真实现状。”
“我们和支付宝联手搭建高校信用实验室，专门为这类优质学生构建专属行为信用档案。”
大屏上切出实验室框架图，行为数据、履约记录、学业轨迹、公益参与，四个维度交叉建模，底部标注着全程脱敏、零隐私触碰。
“这套东西不看你花了多少钱。”
“只看你这个人，靠不靠谱。”
会场里响起一阵低低的交谈声。
互动环节开放的时候，第一个举手的是第四排的一位男性，胸口别着某数据公司的工牌。
“沈总，我有个疑问。”
“行为数据这么细，真商用起来，隐私边界怎么守？学生知情吗？”
这个问题问得很巧，不是质疑模式本身，而是卡在最容易引发舆论风暴的那个点上。台下不少人把目光投过来，等着看沈一鸣怎么接。
沈一鸣没有迟疑：“所有数据商用，必须完成脱敏处理。”
“严格获取用户授权，白纸黑字，一人一份，不签字的数据一个字节都不进模型。”
“隐私红线，半步不碰。这不是商业策略，是底线。底线没有灵活空间。”
提问的人点了下头，坐回去了。
台上的沈一鸣把话筒交还主持人，转身下台