消费复苏是今年的一条投资主线。作为推动消费的重要一环，金融科技公司的业绩正体现出明显的加速趋势。
比如，刚刚发布一季报的乐信，公司营收实现29.83亿元，同比增长74%；利润（Non-GAAP EBIT）实现4.38亿元，同比增长181%。净利润3.27亿元，同比增速高达302%。乐信的业绩表现，获得了资本市场认可，财报发布后，乐信盘后涨幅超过10%。虽然之后乐信股价开始由涨转跌，但更多是受整体大盘的拖累。
之所以受到资本市场认可，得益于乐信的增长极具质量。公司同时实现了资产规模和资产质量的提升。在一季度促成贷款额同比增长41.2%的情况下，公司30+逾期率环比下降0.05个百分点。
透过业绩，乐信在业务层面的变化也体现出了公司的长期价值。乐信已经率先成为将AI大模型应用到业务的第一批公司中。随着，AI大模型与业务的融合，公司也将迎来运营效率提升、增强业务竞争力等一系列利好。届时，乐信也有望实现价值重塑。
01
乐信增长再提速
乐信的高增长趋势得到了进一步强化。一季度，乐信营收同比增速为74%，而2022四季度乐信营收同比增速的38.7%，一季度几乎是上个季度增速的两倍。在利润层面，乐信利润同比增速达到181%，相比较2022四季度利润同比增速的25.6%，几乎是四季度增速的7倍。
横向对比，乐信的增速远超行业。一季度，信也科技营收同比增长24.7%，同比增速较乐信低50个百分点，信也科技净利润同比增长29.1%与乐信超3倍的净利润增速，有明显的差距。
业绩增速远超行业的同时，乐信的盈利能力亦大幅改善。乐信净利率较去年同期提升了6.2个百分点，拉长周期看，自2021年Q1后，乐信净利率连续4个季度稳步增长。盈利能力大幅改善背后，是乐信资金成本持续降低以及降本增效的结果。
一季度，乐信助贷资金成本从2022年四季度的6.8%下降到6.6%，达到三年来最低水平。资金成本的降低的趋势有望延续，今年4月，乐信在疫情三年之后重启合作伙伴大会，100多家金融机构合作伙伴出席。乐信与金融合伙伴稳定的合作关系，也有望使资金成本在未来有望进一步降低。
与此同时，乐信降本增效的效果也在显现。一季度，乐信管理费用同比下降17.1%。
技术赋能在降本增效中发挥了重要作用。一季度，乐信进一步研发了仿真预测系统、异动归因系统、AB Test平台等，上述系统使乐信实现了决策的数字化和智能化。而从过去看，数字化往往是降本增效的重要手段。
一季度增长提速后，乐信管理层对二季度做出了较好的业绩预测，乐信提到，“我们将继续审慎经营、坚持资产质量优先，预期二季度交易额将在630亿-635亿元。”对比2022年同期数据，乐信指引的交易额同比增速在28.3%-29.3%。
02
何以步入高质量增长期？
金融科技行业已经进入下半场，随着流量红利消失，行业正进入到存量竞争时代。存量竞争逻辑下，行业主线正在从高增长为先转变为高质量增长为先。
而高质量增长的题中之义正是精耕细作，也就是对用户的识别更精准，并针对性耕耘优质用户，以在风险可控的前提下，实现持续增长。
从乐信的业务表现看，公司已经适应行业变化，切换到了高质量增长阶段。既公司实现了业务规模增长与资产质量提升的兼得。
一季度，乐信促成贷款额为609亿元，同比增长41.2%，管理在贷余额达到1070亿元，同比增长28%。资产规模大幅上升，并不是以牺牲资产质量代价换来的。恰恰相反，乐信资产质量有明显的提升趋势。一季度，公司催率保持持续下降趋势，90+逾期率2.53%，与2022年四季度持平，对资产质量变化反应更敏感的30+逾期率为4.57%，较上一季度下降0.05个百分点。而在客群质量上，一季度优质用户GMV占比从去年一季度的77%上升到一季度的88%。
那么，乐信是如何做到资产质量与资产规模的双向提升呢？
首先，乐信风控体系的升级起了重要作用。一季度，乐信迭代升级了用户风险识别工具RR融合模型，通过多维度风险组合综合评估，将多种风险模型自动融入到用户风险识别体系中，从而提升风险识别精度。乐信对用户的判断及对用户的风险识别能力也更加全面和精准。
对用户风险更精准的识别，使乐信可针对优质用户进行精细化运营。比如乐信可以给筛选出来的优质用户提供更好的额度、更低的利率以及更合适的还款条件等等。上述举措也可以持续吸引优质用户，进而起到提升资产质量的作用。
为更好的精细化运营，乐信基于底层的标签系统和用户意愿、营销偏好、响应度、offer满意度等十多个模型，对用户进行细致的拆分，有效识别用户需求并提升offer满意度。针对部分细分人群，模型应用后的经营利润提升高达70%。
最后，消费场景又可以盘活乐信消费金融主业的用户。公司通过分期乐商城、乐花卡等消费场景，能够聚焦优质的高成长消费人群，更好地助力业务开展。
举个例子，一季度，分期乐商城多个受年轻人青睐的品类增长迅速，手机电脑等3C品类GMV同比增长42%，美妆饰品品类一季度GMV同比增长132%。而这些快速增长的品类也在为乐信吸引年轻的新用户，随着高质量的年轻用户增加，公司资产规模和资产质量都有望进一步提升。
高质量增长背后，乐信正用新技术放大业务优势。
03
金融，可能成为大模型率先落地的场景
业绩强势增长的同时，一季度乐信已低调加速了金融垂直领域AI大模型在业务中的应用。
目前乐信AI大模型已经在研发代码辅助、设计创意生成、电销和客服智能化服务等领域落地。未来，乐信将持续推进AI大模型在风险管理、反欺诈等领域的深度探索。
为什么乐信能成为首批落地AI大模型的公司？
从产业逻辑来看，金融科技行业本身就适配AI大模型。垂直行业的数据规模对AI大模型的训练和应用至关重要，而金融科技行业数字化程度高，数据规模庞大，为AI大模型率先落地提供了基础。而在应用端，AI大模型也与金融科技公司有较好的业务契合度，AI大模型技术可广泛应用于智能获客、风险管理、智能客服等方面，为客户带来更优质的体验。
乐信持续的技术投入，为AI大模型的率先应用提供了基础。一季度，乐信研发投入为1.3亿，高于同期信也科技的1.1亿。过去多个季度，乐信研发投入维持在1亿-1.5亿，处于行业领先水平。
而乐信的技术投入很大程度上用到了AI领域。AI是驱动乐信业务发展的重要动力。简单来说，乐信的核心在风控，而AI正是乐信进行用户风险识别和风险定价的关键。AI技术能力的长期积累，保证了公司AI大模型的推出。例如，乐信通过深挖数据血缘、打通数据关联，构建起底层数据与宏观业务模型之间的联系，是业务实现决策数字化和智能化的基础。基于此，乐信进一步研发了AI大模型。
AI大模型的应用，将逐渐对乐信的业务产生积极影响。比如运营效率的提升，在金融科技的运营管理流程中，AI大模型可实现智能提取期限、利率等信贷审批书核心要素，在减少人工成本的同时，也会提升信贷审批效率。
更重要的是，AI加持下，乐信的竞争优势有望进一步扩大。例如，AI大模型可提升公司的数据洞察理解能力，进而更好地识别客户需求并提出针对性的解决方案。比如在电销场景中，AI大模型支撑的电销场景在识别客户诉求和情绪识别的准确率上有显著提升，能够更精准有效地洞察和响应客户需求。类似效果已经反映在乐信的业务上，乐信电销场景应用AI大模型后，当日授信转化率相对外采技术提高70%，当日下单转化率提升10%。
虽然乐信兼具较好的业绩增长与较好的发展预期。但乐信的价值还在等待市场发现，乐信当下PB只有0.3倍。换句话说，乐信的股价还不到公司账上净资产的三分之一。
未来，随着乐信业绩连续多季度的向好，以及AI大模型的逐渐落地。公司的价值能否在未来释放，值得大家重点关注。