你懒洋洋从酒店的大床上醒来，退房时免查即走；路遇大雨瓢泼，那也不慌不忙，免押金就近借把伞；低头再看看信息，免流水单申请的卢森堡签证已下来。这一切不因为你是什么VIP，只因你信用好，芝麻信用分高。
这是芝麻信用想给你讲的美好故事：因为信用，所以简单。的确，信用能很大程度上解决陌生人交易中的信息不对称，降低交易成本，靠谱的征信产品给我们带来的不仅仅是便利，还有社会效益。
然而对当下试点的征信产品，监管部门并不满意。
央行征信局局长万存知在此前的研讨会上指出：“八家进行个人征信开业准备的机构，目前没有一家合格。” 之后列举的一些反面教材，也让人不禁联想到芝麻信用各种高调动作。
也就是说，两年来尝试最为热切的芝麻信用，不仅没等来牌照发放，还疑似被不点名批评。以至于有些评论用“牌照死穴”、“生死攸关”来评述它，一副人家no zuo no die，快把自己zuo出局的架势。
这有点言过其实了，监管的本意是提醒而非裁决，并非针对芝麻信用一家。客观来讲应该是芝麻信用有其不足，但仍可变通完善。咱们试着探究一下问题所在和变局思路。
一、监管部门在质疑什么？
万存知在研讨会上，已把监管层面的质疑总结得很清楚：
各家所谓的业务闭环造成信息孤岛，严重制约信息共享。即大家都藏着掖着，信息难以互通，发挥最大风控作用。
不具第三方征信独立性，存在严重利益冲突。这里的独立性主要是指公司治理独立，不受个别股东操纵，且业务独立，不参与授信相关业务。从这点看，芝麻信用、腾讯征信等试点单位都不满足条件。
根据较有限信息进行信用评分并对外使用，存在信息误采误用问题。
怎样算误采误用？
误采主要是指使用了不恰当的评分数据。万存知在《中国金融》上的文章明确指出：个人征信只采集和共享债务信息。
对比芝麻信用分和美国成熟的信用评分产品FICO Score，一眼就能看出差异：芝麻信用把身份特质、人脉关系数据引入评分，而这些数据的有效性是存疑的。
比如A是白领你是民工，有多大程度上可以确认A的信用就是比你好？B是天猫店小二，加了许多高端买家好友，那么B的信用是不是也比你好？
至于误用，主要是指将信用分数用在不恰当的场景或策略中。万存知同样在文章中提到，利用用户画像把社会公众“画成”三六九等，会导致对部分群体作出歧视性安排。
比如，凭什么高芝麻分就能进女大学生圈子？凭什么芝麻信用分高就能走机场快速安检通道？就因为画像出来你的阶层比我高？这恐怕不是央妈想要的“政治正确”。
二、联合申照或可解决信息孤岛、独立性问题
关于如何解决上述第1、2点问题，我理解央行已经给出了一个倾向性方案。
万存知：“如果若干人、若干经济组织，从自愿共享客户信息的角度出发联合起来申办一家个人征信公司，则是完全可能的。”
同样的模式在美国这样的征信业成熟市场也存在。三大征信机构Experian、Equifax和TransUnion，背后都是拖着一簇大大小小的征信公司。
联合申请牌照，从政策和可行性看没问题，接下来要看各方意愿了。
正面来看，现在试点的8家企业中，芝麻信用、腾讯征信、前海征信，分别背靠支付宝（阿里）、腾讯、平安，三大巨头要有所融合恐怕困难；但与其他5家乃至外围排队中的企业形成联盟，则有一定遐想空间。
反面来看，如果不走这一步棋，一旦有某个独立第三方征信机构获批，自己的数据依然要“依法共享”（持牌征信机构有权获取）。横竖是共享，为什么不抓紧撺掇下盟友，加速推进？
当然还有Plan B，就是保持现状证明自己独立……
蚂蚁金服CEO井贤栋在接受品玩采访时表示：蚂蚁金服从第一天开始，就做了非常完善的独立性制度安排，包括通常说的主体独立 、资产独立、人员独立、经营独立、财务独立。
可问题是……也得央妈认啊。
于是又有人可能会提，是不是可以政府做数据收集，推出最基础的征信报告，民间只做末端的产品？这当然是可能的，但对芝麻信用来讲，数据范围和权限都大大受限，非到万不得已，应该不会走此下策。
三、柔性处理或可解决误采误用问题
在采集这个问题上，我们一方面看到央妈暂时只认债务信息有价值，另一方面又看到，美国三大征信机构确实都保有自己的信用评分产品。
这里是否有区分处理，两手准备的可能？即：
两套评分模型，前者严格遵照指示要求，降低甚至去除暂未被认可的人脉关系等考量维度；后者则可以叠加自有的尝试维度。
前者作为主模型，用于正式验收、对外输出，后者用于自有产品花呗、借呗，获取对照结果佐证其有效性，再择机加入主模型。
虽然芝麻信用内部肯定已经有无数个模型在滚动学习着，但对外一直是一套最“前卫”的方案在宣传，上述柔性方案或可减少一些监管压力，谋求更持续的进展。
而对于误用问题，核心是策划的场景要足够“公平”且“必要”。
足够“公平”
首先，公平意味着“人人平等，机会均等”。那么在一个推广的新场景中，是不是可以做到：
1、已有有效信用记录的用户，按正常打分决定是否可参与；
2、信用记录暂时不足的用户，有随机体验乃至全民限时／限量体验的机会；
3、事先请求用户授权，体验所得数据会作为有效信用记录存底。
这样既可以有效规避“凭什么他行我不行”之类的歧视诟病，还可以将放开体验的风险降至可控范围，产品教育和宣传效果只增不减，一堆冷启动信用记录也获取了，何乐而不为？
足够“必要”
我理解的“必要”主要是指：
1、场景领域有风控需求，且形成的信用数据有共享价值；
2、用户有因信用信息不对称导致的体验痛点。
比如之前的女大学生圈子评论权、快速安检少排队特权，都是不满足第一点要求的。明明没有风控需求，硬是导进来一个信用分切割用户群体，这是VIP服务，不是征信。
而像免押租车场景，应是符合上述两个条件，可以拓展的。尽管万存知觉得借用信用分来约束租车人有点“本末倒置”，我们仍看到有政企联手的先例：4月27日，国家发改委在京举行共享单车信用信息共享签约仪式。
再参考下美国的信用分应用边界，已然延伸到保险、租房、雇佣、酒店等领域。
理论上这是一个度的问题，遵循“公平”且“必要”原则，柔性试错，可以有效降低跑偏被叫停的概率。
四、关于个人征信试点的几点预测
至此咱们已经梳理了联合申照、柔性处理的思路，主要解决监管部门对信息孤岛、独立性、误采误用等方面的顾虑。倘若成立或部分成立，大可YY一下，预测后续的发展可能：
1、或有数家试点机构出现合资、换股乃至合并的情况，解决主体问题。
2、因监管部门质疑自有数据（如淘宝的购物行为、腾讯的社交数据）可用性，更认可“各种非持牌金融机构产生的负债偿债记录”，部分信用记分维度可能被迫调整。
3、因为第二点的存在，花呗、微粒贷、京东白条等产品产生的数据更加值钱；线下被认可的场景如共享单车，也会成为各征信产品争相接入的目标。尤其是这方面一直很低调的腾讯征信，应有所动作。
4、某些场景在接入后得以复制固化，如租车、酒店；而某些场景可能涉及的问题更加复杂，影响面大，暂时不予通行，如雇佣、婚恋。
以上纯属理论推导，仍需实际打脸检验。做独立行业评论最大的不甘，就在于总不如内部知根知底。若思路有偏颇，烦请专业人士指正。
作者马文，腾讯高级产品经理。微信公众号：马文的文 （ID：marvinsthought），原创分享认知思维和产品观察。