马上消费非常重视业务的公平性，人工智能决策结果会受到训练数据的影响，如果训练数据中有偏见歧视，算法会固化这种歧视，导致依赖人工智能算法的决策有偏见。比如在营销场景下，一些智能推荐算法有偏见，会让部分群体无法公平地享受金融服务机会。为了解决这些问题，保证公平性，马上消费重点关注人工智能训练数据集，构建完整异构数据，将数据歧视和偏见降到最低。并研究公平决策量化算法对数据集进行评估，减轻决策偏差和潜在歧视。从而有效的保证业务的公平性。