美国首次购房者面临的“起步房”危机 - 美国目前住房短缺近400万套，传统的美式“起步房”正濒临消失 [1] - 首次购房者年龄中位数在去年创下40岁的新高，且首次购房者占所有购房者的比例创下仅五分之一的历史新低 [4] - 许多年轻人将购房视为遥不可及的幻想，部分人依赖父母资助，另一些人则在观望，等待抵押贷款利率降至6%以下、房价更便宜以及住房库存增加 [6] “起步房”市场萎缩的特征与原因 - “起步房”通常面积较小（通常小于1400平方英尺），价格更便宜，但当前市场出现“缩水式通胀”：与十年前相比，新建房屋成本上涨了74%，而面积却缩小了11% [5] - 尽管当今新建房屋的中位面积已从2015年的峰值2466平方英尺缩小，但更高的价格意味着产生的抵押贷款金额更大，而非首次购房者通常所需的低于10万美元的贷款 [10] - 阻碍“起步房”建设的原因包括：严格的区域规划法律、鼓励大面积地块的分区要求，以及建筑商倾向于建造利润更高的更大房屋 [11][12] - 一份2022年的报告发现，在售价低于10万美元的房屋销售中，仅35%是通过抵押贷款融资的，建筑商无法将房屋建得足够便宜以产生符合当前抵押贷款系统常规的贷款规模 [10] 传统抵押贷款行业的结构性问题 - 传统抵押贷款行业依赖人工贷款专员，他们通常收取贷款总额1%至2%的佣金，这种薪酬结构促使他们优先处理金额最大的贷款以最大化收入 [3] - 贷款金额低于30万美元的美国消费者在服务中受到冷遇，因为处理100万美元房屋贷款1%的佣金远高于10万美元房屋贷款的佣金 [3] - 对于低于10万美元的购房抵押贷款，近一半的拒贷原因是信用记录不佳 [9] 人工智能在抵押贷款领域的应用与潜力 - Better.com的CEO认为，抵押贷款是“起步房”消失的主要障碍，而人工智能可以解决抵押贷款的可及性问题 [1][7] - 该公司的人工智能工具Betsy将处理一笔贷款的成本从房地美统计的行业平均近12000美元降低至3000美元，节省了9000美元 [7] - 成本的大幅降低使得为人工贷款专员通常回避的小额“起步房”抵押贷款提供服务在财务上变得可行 [7] - 人工智能可以为年轻及服务不足的买家提供通常为精英私人银行客户保留的定制化指导，例如指导借款人偿还特定信用卡或减少月度车贷以提升信用等级，从而获得更低的利率 [8][9] - 这种自动化本质上民主化了财务辅导，使普通借款人能够获得原本仅为超级富豪保留的建议 [9] - 人工智能通过压缩获得抵押贷款所需的文书工作量，有望给予新购房者和低收入购房者抓住财富积累第一步的机会 [12]