纪要涉及的行业或者公司 行业：信贷与借贷行业 公司：Upstart (UPST) 纪要提到的核心观点和论据 举办投资者日的原因 - 核心观点：Upstart在很多方面被误解，且贷款行业对新技术存在怀疑，举办投资者日旨在分享公司观点，让投资者深入了解公司业务、技术和市场机会，说服投资者购买或持有公司股票 [8][9][10][11][12]。 - 论据：公司成立13年，上市4.5年才举办首次投资者日；贷款行业有5000年历史，人们对技术能否改变其经济和基本面存在怀疑。 市场机会 - 核心观点：信贷与借贷行业规模巨大，未来十年其底层机制将被AI取代和升级，为能提供相关平台的公司带来超万亿美元的收入机会 [27][28]。 - 论据：每年信贷行业的贷款发放额达25万亿美元；合理的平台抽成率约为5%，意味着超1万亿美元的收入。 AI对信贷行业的影响 - 核心观点：AI是信贷行业变革的关键驱动力，能在多个方面带来显著改善 [33][35]。 - 论据： - 预测优势：信贷决策本质是对未来的预测，AI更擅长预测，且信贷行业有大量数据可用于提高预测准确性 [33][35]。 - ChatGPT观点：ChatGPT认为金融服务是受AI影响最大的行业之一，特别是欺诈检测、承保和客户服务 [38]。 解决的问题及AI的作用 - 核心观点：贷款的关键在于价格和流程，AI能降低贷款价格、改善贷款体验 [39][50]。 - 论据： - 降低价格：AI通过提高转化率降低客户获取成本（CAC），自2019年实现5倍增长和50%的单贷款获取成本降低；自动化减少人员和数据成本，自2022年人员成本降低66%；更好的模型减少信贷损失，降低还款者的补贴 [44][46]。 - 改善体验：约90%的Upstart贷款无需繁琐流程，AI正推动实现“随时可用的信贷”，将信贷变为一种属性，无需复杂流程 [54]。 基础模型 - 核心观点：Upstart的基础模型具有独特性，是实现业务目标的关键 [55][56]。 - 论据： - 数据独特：模型基于公司系统产生的专有数据构建和训练，与其他公司使用公开数据不同 [56]。 - 关键要素：包括分离（区分好坏借款人）、自动化（提高转化率）、校准（应对宏观经济变化）、泛化（处理多种信贷形式）和个性化（改善服务和收款体验） [58][59][61][62][64]。 公司目标和进展 - 核心观点：公司设定了多个重要目标，并在部分方面取得进展 [66][71]。 - 论据： - 10倍AI优势：在AI方面领先，模型更新更快、创新更多 [66][67]。 - 准备资金供应：过去三年重塑资金供应，从随意的市场转向有锁定合作伙伴的供应链 [68][69]。 - GAAP盈利：有望在下半年恢复盈利，公司业务固定成本低，具有杠杆效应 [69][70]。 - 最佳利率和流程：核心产品个人贷款在部分细分市场已实现最佳利率和最高胜率 [71][72]。 技术发展历程 - 核心观点：Upstart在信贷技术领域不断创新，逐步解决各种问题，提升模型性能 [87][138]。 - 论据： - 2013 - 2014年：从第三方学术研究中寻找预测信贷的变量，如教育数据，构建V1模型 [89][90]。 - 2015年：开始使用自有训练数据，创建模型集合，提高模型预测能力 [92]。 - 2016年：将承保技术应用于自动化流程，实现即时批准，加快欺诈检测反馈 [93]。 - 2017年：开始公开使用AI和机器学习术语，开发专利技术以适应信贷数据的不完整性 [95][97]。 - 2018年：将机器学习应用于收入科学，优化转化率和定价之间的权衡 [98]。 - 2019年：创建贷款月模型，解决长期贷款的生存问题，提高定价准确性 [104][109]。 - 2020年：开始使用神经网络，增加模型集合的多样性 [111]。 - 2021年：将AI应用于合规领域，开发新的合规方法 [112][113]。 - 2022年：开发专有损失函数，优化模型预测，减少财务目标误差 [126]。 - 2023年：使系统能够动态适应宏观经济变化，及时响应数据趋势 [128][129]。 - 2024年：提出“APR作为特征”的方法，缓解逆向选择问题，并进行底层优化以提高计算效率 [130][131][136]。 - 2025年：对嵌入技术的工作感到兴奋，该技术可利用更多非结构化数据 [138]。 技术效果验证 - 核心观点：Upstart的技术在分离、自动化、校准、泛化和个性化等方面取得显著效果 [138][169]。 - 论据： - 分离：约70%的情况下，Upstart提供的利率与市场其他参与者差异很大；在随机样本中，与传统模型相比，Upstart模型在相同批准率下可降低违约率，或在相同违约率下提高批准率 [140][141][148][149]。 - 自动化：2018年40%的贷款实现全自动审批，目前约90%，自动批准的贷款转化率是手动审核的约3倍，且自动化比例仍有提升空间 [150][151][152]。 - 校准：通过动态宏观处理，模型能更快响应宏观经济变化，减少损失方差，在信贷周期转变时表现更优 [157][158]。 - 泛化：新的信贷产品如小额贷款、汽车再融资、汽车零售和HELOC正在逐步应用已有的技术，随着规模扩大，有望实现更好的效果 [159][160][161]。 - 个性化：通过机器学习分离不同类型的借款人，优化贷款服务和催收流程，有望减少坏账，提高收入 [163][164][165]。 业务模式优势 - 核心观点：Upstart的业务模式具有独特优势，能够在市场竞争中获胜 [179][216]。 - 论据： - 领先的基础模型：带来定价权、正向选择、业务效率提升和更好的产品，如差异化的价值使公司在某些细分市场具有定价能力，吸引优质借款人，提高竞争对手的违约率和价格 [181][182][183][184]。 - 多元化的资本市场：构建了多对多的资本市场，连接多元化的资本提供者和消费者，具有可扩展性、效率和灵活性，能优化贷款人和借款人的结果 [188][189][190]。 - 强大的品牌：提供多种信贷产品，服务不同信用阶段的消费者，通过优质的产品和快速的流程赢得消费者的信任和忠诚度，拥有大量五星评价 [192][193][196][200]。 财务优势 - 核心观点：公司的财务状况具有独特优势，得益于技术的应用 [227][228]。 - 论据： - 独特的增长模式：动态承保使模型不断改进，降低违约补贴，提高APR和转化率，实现快速增长，且在高转化率阶段可通过增加营销投入和提高交易量实现持续增长 [230][231][232]。 - 控制取费率：差异化的承保使公司能够发现借款人的隐藏价值，享受价格弹性，提高取费率，且在高取费率阶段可进行内部优化和交叉销售 [233][234][235][236]。 - 控制可变成本和扩大利润率：技术降低运营成本和获取成本，实现利润率扩张，公司会根据情况进行新产品孵化和权衡当前经济利益与长期价值 [237][238][239]。 - 固定资源的杠杆作用：公司超过一半的员工在技术部门，若实现今年的指导目标，预计每位受薪员工将产生约100万美元的年化收入 [240][241]。 其他重要但是可能被忽略的内容 - 法律声明：公司会做出与业务战略、绩效、未来财务结果和指导相关的前瞻性陈述，这些陈述基于当前预期和信念，存在风险和不确定性，实际结果可能与预期有重大差异；讨论将包括非GAAP财务指标，其不能替代GAAP结果，历史GAAP与非GAAP结果的对账可在IR网站的AI日幻灯片中找到 [4][5]。 - 消费者案例：以Fran为例，展示了公司如何通过个性化服务，在为消费者提供快速、便捷贷款体验的同时，实现二次贷款发放和客户关系深化，且在汽车再融资业务中通过产品驱动增长实现近20倍的年同比增长 [207][208][209][213]。