國辦發文談“就業友好”，白鴿在線做的是靈活就業的風險底座

　　/朝聞通/就業正在變靈活，風險卻沒有跟着變輕。騎手在算法給的時限裡趕路，家政阿姨在陌生人的家裡幹活，上門家教一個人面對一整個家庭。這些活兒沒有固定單位，沒有 HR，出了事大多隻能自己扛。替這些碎片化的風險定價，正在變成一門必需品生意，也是白鴿在線真正在做的事。

　　這條路已經開始有收入印證。MaaS 業務前三季度收入同比增長 730.4%，第三季度環比增長 29.33%。在多數 AI 公司還在解釋自己什麼時候能賺錢的時候，這個數字已經落在報表上。同比看方向，環比看速度：存量客戶在同一批場景裡持續加購，才堆得出這種斜坡，一單大合同做不出這個形狀。

　　10 月 23 日，國辦印發《關于适應人工智能技術發展助力構建就業友好型發展方式的意見》。市場幾乎一邊倒地把它讀成給 AI 應用“限速”，依據是文件裡那句“穩慎把握人工智能在勞動密集型行業應用的範圍、力度、節奏”。但這隻是文件的一半。

　　标題裡“就業友好型”才是關鍵詞。文件同時講了另一面：挖掘 AI 的就業潛能，在勞動力緊缺、環境高危的崗位優先推廣;提升職業安全水平，把保障覆蓋到新就業形态的人身上。翻成大白話：AI 可以替人幹活，但不能把人甩在風險裡。

　　白鴿在線做的正是這類場景。80 類場景裡，大量是“沒有單位”的活兒：即時配送、同城貨運、家政保潔、上門家教、月嫂育兒、裝修施工。它們共同的樣子是按單接活、按天結算，風險高頻、碎片，責任邊界模糊。

　　用傳統方式管這類風險，幾乎無從下手。沒有固定雇主，就沒法按月評估;一天接十單，每單的風險都不一樣;出了事，責任在平台、在客戶、還是在接活的人身上，往往說不清。剩下的辦法隻有一個：把定價做進每一單裡，用實時數據在現場算。風險有人兜，人才敢接這單活。從這個角度說，風險管理本身就是就業的促進項。

　　白鴿在線做的事，就是把這套能力做成可調用的模型。我們把風險最密集、損失數據最厚的那個行業作為第一個行業本體，超 90 億份曆史風險記錄、80 類場景的行為數據是原料，六大模型是引擎：方舟做風險預警，飛秒做動态定價，智瞳做損失識别，睿析做信用評估，鑒信做主體識别，樂薦做匹配。先在最難的地方練出來，再談外溢。

　　需求這一頭，政策給的推力是實的。就業形态越靈活，需要被單獨定價的風險就越多。制度把底線兜住之後，底線之上那些碎片化、非标準的部分，隻能靠市場來定價。供給這頭并沒有同步變寬，能同時拿出損失記錄、場景覆蓋和模型能力的公司，本來就不多。

　　白鴿在線就長在這條線上。就業形态的每一次變化，都會先在訂單結構上顯出來：從“有單位的人”到“沒有單位的人”，從“按月買”到“按單買”。接下來要看的是同一套模型能不能複制進更多場景。那一步走通，收入就從“一個行業的”變成“一類能力的”。

　　就業可以靈活，風險不能懸空。每一單落在哪裡，就得有人在那個地方把它接住、算清楚。