马上消费非常重视人工智能系统的透明性问题。人工智能使用的深度神经网络非常复杂和不确定，很难让人类直接看懂人工智能是怎么做决策的，就像一个黑箱一样。这样会增加科技的不透明性，而金融业务需要高度的安全合规性，所以马上消费主要研究人工智能的复现能力。目前有一些研究方法，比如通过可视化手段试图评估和解释模型的中间状态，或者通过影响函数分析训练数据对人工智能模型的作用。马上消费探索建立可解释模型，模型通过对黑盒模型进行局部近似来研究黑盒模型的可解释性。