目前，芝麻信用对于生活场景的使用采取免费，而对于金融机构，则采取收费模式。不过，它的挑战在于，通过大数据提供的评分是否能够准确区分风险，而这一点至关重要，将直接触及到芝麻信用的商业模式。日前，支付宝推出了新的社交产品“圈子”，意在扩大支付工具的社交关系链。不过，这个横空出世的产品却引起了舆论的轩然大波。在部分圈子设置的门槛中，只允许女性发帖，男性用户只能打赏和评论；而芝麻信用低于750的用户甚至不能评论，只能打赏。

这一规定让“芝麻信用”站到了风口浪尖。许多用户纷纷更新支付宝版本，并讨论如何提高芝麻信用的分数，甚至出现了一些“刷分”的攻略，也有行业人士认为蚂蚁金服涉嫌滥用征信数据。

12月8日，芝麻信用相关负责人在接受记者采访时表示，芝麻信用评分严格限制在经济信用相关场景使用。“芝麻信用的分数与经济性的评价有关，不会做任何道德层面的评分。我们也不应该据此将人分为三六九等，它只是商家作为风险控制的参考因素。我们也看到没有任何证据证明，道德可以被量化评价。”

如今，支付宝已经关闭了一些打擦边球并引起批评的圈子。对于芝麻信用来说，征信使用的边界在哪里，依然需要反思。

使用边界

芝麻信用是蚂蚁金服旗下独立的第三方征信机构，通过云计算、机器学习等技术客观呈现个人的信用状况，已经在信用卡、消费金融、融资租赁、酒店、租房、出行、婚恋、分类信息、学生服务、公共事业服务等上百个场景为用户、商户提供信用服务。

不过，在一些特定的场景，它的使用也引起过争议。2015年9月，芝麻信用分曾经面向750分及以上的用户开展营销，这些用户可以享受首都机场国内快速安检通道（CIP安检通道）。活动展开不久，央行随之对这个营销活动进行窗口指导，这项服务不得不中止。

对此，前述芝麻信用人士解释称，芝麻信用在生活场景的使用，主要集中在一些先享后付的交易相关服务。“边界在哪里，主要取决于两个方面。一是用户是否授权，二是经济信用的评分。如果对使用机构没有效果，他们就不会需要信用分。”

据她透露，以神州租车免押金租车为例，芝麻信用分在650分以上的用户免押金，坏账率仅为千分之一左右。

“我们主要是负责信用信息的采集整理加工对外输出，坏账怎么处理芝麻信用不参与。有些机构是自己承担，因为有了免押金的服务后，使用人群也相应扩大。坏账造成的损失，基本从收益里可以覆盖掉。另外，他们会引入一家金融机构，把坏账损失变成贷款，去做一个专业的贷款管理。”该人士进一步解释称。

她表示，在征信领域，即使用户授权后，芝麻信用也只采集用户经济信用评价相关的合法、相关、必要的数据，不会采集用户聊天、短信、通话、地理位置等内容，也不会采集、追踪用户在社交媒体上的言论，以及各类法律禁止采集的内容。

培育期将持续

尽管个人征信从默默无闻走到公众的生活中，不过短短三年时间，发展已经十分迅猛。值得注意的是，由于芝麻信用分在贷款、信用卡等场景的使用越来越多，网络上也出现了关于“刷分”的秘籍。甚至在一些论坛中，还出现了以“帮助提高芝麻信用分”的广告。

尽管不少诱骗性广告是第三方非法中介所作，但是芝麻信用的数据真实性和权威性也成为讨论的焦点。

前述芝麻信用人士澄清，所谓刷分秘籍都是假的，千万不要相信。芝麻信用评分，是个人信用的综合评分，单一维度，无论是疯狂购物，还是反复的转账汇款，对分数的提升作用都可以忽略。“如果投机的话，还会被我们的数据模型识别，给信用历史带来负面影响。所以，信用评分没有快速提高评分的方法，也没有互相加好友刷分的可能。”

此外，恶意刷分的行为，不仅不能提高分数，反而有可能减分。

据悉，芝麻信用已经为缺少传统征信记录的人群补充了信用评价，超过2000万用户因此获得了金融机构的授信，其中消费金融授信总额超过1000亿元。

不过，等待了近两年时间，央行仍然还没有下发个人征信牌照。但是前海征信、腾讯征信、考拉征信均已经与机构之间展开了合作，正在发力各个行业的场景。相对于个人征信市场的相对空白，企业征信市场竞争则要激烈得多。央行金融稳定报告显示，截至2015年末，在人民银行备案法人信用评级机构112家、非法人信用评级机构80家。

前述芝麻信用人士坦言，征信市场并不是暴利的行业，有点像用商业的手法做公益的事情。“这个领域投入挺高的，在系统上要做非常严格的管控和投入，各种不同的产品开发、接口的对接成本非常高。我们只做信息对称的工作，既不参与放贷也获得不了利息，我们通过为别人实现价值来提供服务。社会诚信体系的建立需要时间，征信市场在近几年也将处于培育期。”

目前，芝麻信用对于生活场景的使用采取免费，而对于金融机构，则采取收费模式。不过，它的挑战在于，通过大数据提供的评分是否能够准确区分风险，而这一点至关重要，将直接触及到芝麻信用的商业模式。

此外，征信市场的成熟还需要打通信息的孤岛。北京大学国家发展研究院教授、北大法律经济学研究中心联席主任薛兆丰认为，如果征信机构不共享数据，会造成同一个人或企业的信用状况表现出差异。行业的发展方向是大机构之间的联合，开放、共享数据，共同提高征信数据的精准性。