银行拒绝一笔贷款，不能只说“模型算出来的”，还得给客户一个具体、可核验的理由。据 Risk.net 报道，一家大型银行把信贷决策交给了不透明的机器学习模型，但用于生成拒贷理由的方法，并未为这一用途接受充分测试。这暴露出传统把关模式的短板：等模型做完再审批，关键问题可能已经嵌进业务流程。
模型风险管理（MRM）——银行独立验证、批准和监控定价、信贷与风控模型的制度——因此开始从“门卫”转向“教练”。所谓教练化，就是让验证团队更早、更持续地参与开发，检查设计、数据、实现和适用边界；模型上线后，再用阈值和定期复核监测模型漂移，也就是环境变化导致准确度或公平性下降。现有材料未披露具体银行、实施规模或成效数据，但这场转向的核心很清楚：风险管理不再只是签字放行，而要贯穿模型全生命周期。