Perusahaan pemula beralih ke pinjaman utama untuk mitra seperti Alliant Credit Union

Perusahaan pemula, penyedia pasar pinjaman berbasis AI yang biasanya melayani konsumen yang tidak bisa mendapatkan kredit di tempat lain, kini mengalihkan perhatiannya ke jenis peminjam utama yang diterima oleh bank. Pada hari Kamis, mereka meluncurkan program yang disebut T-Prime yang memungkinkan bank dan mitra serikat kredit menargetkan peminjam super prime, menggunakan saluran pemasaran dan sistem pinjaman otomatis Pemula.

Selama lebih dari satu dekade, perusahaan yang berbasis di San Mateo ini telah menggunakan kecerdasan buatan untuk menganalisis konsumen dengan nilai kredit rendah atau tanpa nilai kredit sama sekali, misalnya lulusan perguruan tinggi dengan riwayat kredit yang sedikit, dan mencoba mengidentifikasi pelamar “prime masa depan” atau “prime tersembunyi”. yang sebenarnya memiliki risiko kredit yang baik dengan melihat elemen data lain termasuk jenis pekerjaan yang mereka miliki dan gaji mereka.

Karena Pemula telah menjalin kemitraan pinjaman dengan lebih banyak bank dan serikat kredit, menjadi jelas bahwa lembaga-lembaga keuangan ini paling tertarik untuk memberikan pinjaman utama kepada peminjam yang paling diinginkan.

Salah satu contohnya adalah Alliant Credit Union, serikat kredit digital khusus berbasis di Chicago yang melayani karyawan perusahaan besar dan anggota asosiasi di seluruh negeri. Serikat kredit, yang tidak memiliki cabang, telah bekerja sama dengan Upstart selama sekitar satu tahun, menawarkan pinjaman konsolidasi utang kepada konsumen yang memiliki banyak utang kartu kredit.

“Tujuan Upstart sekarang untuk melayani beberapa tingkatan yang lebih utama ini sangat tumpang tindih dengan minat kami dalam melayani dan memperoleh anggota baru,” kata Dennis Devine, presiden dan CEO Alliant, dalam sebuah wawancara. “Kami menghasilkan anggota baru, kami menghasilkan simpanan, namun kami juga ingin efektif dalam memberikan pinjaman berkualitas tinggi kepada anggota kami. Di sinilah mitra seperti Upstart dapat cocok. Dan jika mereka fokus dalam melayani anggota maka kami dapat melayani dan memberikan penghargaan, kemitraan ini menjadi sesuatu yang cukup menarik bagi kami.”

Perusahaan pemula kini secara sadar menargetkan peminjam utama. Ini juga menyesuaikan kisaran harga yang dapat ditangani oleh model tersebut. Baru-baru ini mereka meluncurkan algoritma baru, Model 18, yang menggabungkan tingkat persentase pinjaman tahunan.

“APR biasanya merupakan bagian dari keluaran suatu model: Berapa APR yang harus saya tagih kepada pelanggan ini berdasarkan semua faktor yang kami ketahui?” kata CEO Pemula Dave Girouard dalam sebuah wawancara baru-baru ini. “Tetapi yang menarik adalah APR itu sendiri mempengaruhi kinerja pinjaman.”

Jika pelanggan dikenakan APR yang lebih tinggi, pembayaran bulanan mereka akan naik dan oleh karena itu kemungkinan gagal bayar juga meningkat.

Namun ada juga pilihan yang merugikan: Seseorang yang cenderung menerima pinjaman 15% biasanya kurang layak mendapatkan kredit dibandingkan seseorang yang hanya bersedia menerima pinjaman 8%. Dengan mempertimbangkan APR dalam keputusan kredit, Model 18 telah meningkatkan kinerja kredit, kata Girouard.

Devine menolak untuk mengungkapkan berapa banyak pinjaman yang telah diberikan oleh credit union melalui platform Upstart.

“Kami memulai dari yang kecil,” katanya. “Kami ingin melihat apakah ini akan berhasil. Kami ingin melihat pengalaman anggota dan kami ingin melihat seperti apa kinerja kreditnya. Mereka cukup bagus.”

Manfaat menggunakan model keputusan pinjaman berbasis AI, dibandingkan sistem penjaminan emisi berbasis skor FICO yang lebih tradisional, adalah “semakin banyak elemen data yang Anda miliki tentang seseorang, memungkinkan Anda membuat keputusan yang jauh lebih bijaksana seputar risikonya. bahwa individu tersebut mungkin memberikan kemungkinan untuk membayar kembali atau tidak, “kata Devine. Pemula juga menambahkan data perkiraan ekonomi yang menjadi faktor dalam kemampuan peminjam untuk membayar kembali, katanya.

Alliant memantau aktivitas model untuk mengetahui risiko, kepatuhan, dan kinerja, katanya.

Menurut Upstart, manfaat utama yang diberikan oleh penyedia platform seperti Upstart kepada bank dan credit unions adalah proses yang sepenuhnya otomatis.

“Proses mendapatkan pinjaman online, terutama jika Anda adalah nasabah baru yang belum memiliki hubungan pengecekan dengan bank selama puluhan tahun, umumnya sangat sulit,” kata Paul Gu, chief technology officer di Upstart, dalam sebuah wawancara. “Sering kali ini melibatkan pergi ke cabang. Paling sering melibatkan pengunggahan dokumen. Dalam kasus kami, 90% pinjaman langsung diverifikasi.”

Dan bekerja sama dengan Upstart dapat membantu bank memperoleh nasabah baru di seluruh negeri, katanya.

“Itu adalah masalah yang kami dengar dari bank dan serikat kredit: Bagaimana cara mendapatkan pelanggan baru dengan cara digital?” kata Gu. “Hal ini tidak selalu bisa dicapai dengan mudah. ​​Dan ini adalah sesuatu yang telah kami sempurnakan selama 10 tahun terakhir, sebuah kemampuan untuk melakukannya dengan biaya yang efektif.”

Bank menentukan struktur penetapan harga mereka, dengan kata lain, target APR, serta tingkat kisaran risiko yang bersedia mereka terima.

“Melalui parameter yang mereka tetapkan, kami memiliki semua informasi yang diperlukan dari sudut pandang matematika murni untuk kemudian menentukan APR untuk setiap pelamar,” kata Gu.

Para pemula sendiri masih tertarik pada peminjam subprime, kata Gu. Namun mereka mengakui bahwa pelanggan utama adalah bagian besar dari pasar yang dapat dituju.

Meskipun pinjaman berbasis AI telah ada selama lebih dari satu dekade, namun hal ini belum begitu populer di kalangan bank-bank arus utama dan credit unions.

Faktor besar dalam keraguan ini adalah ketidakpastian peraturan, menurut Christine Livingston, direktur pelaksana dan pemimpin AI global di Protiviti.

“Penjaminan keputusan risiko kredit tunduk pada banyak peraturan khusus,” kata Livingston dalam sebuah wawancara. “Regulasi mungkin merupakan salah satu alasan utama mengapa banyak organisasi dan bank belum menggunakan platform semacam itu.” Selain itu, bagi banyak bank, sulit untuk mengubah sistem penjaminan pinjaman yang biasanya merupakan komponen sistem inti yang kompleks.

“Anda harus memigrasikan data lama dan merestrukturisasi serta mengatur ulang,” katanya.

Namun ada juga alasan untuk berpikir bahwa permintaan pinjaman berbasis AI akan meningkat, katanya.

“Pengalaman terbaik yang dimiliki seseorang di mana pun menjadi ekspektasi minimal atas pengalaman yang mereka inginkan di mana pun,” ujarnya. “Saya dapat membuka Amazon dan mendapatkan apa pun yang saya inginkan dikirimkan ke rumah saya, mungkin dalam waktu 24 jam. Dan jika saya memiliki masalah dengan hal tersebut, saya dapat dengan mudah memperbaikinya. Saya dapat mengembalikannya. Ini adalah pengalaman yang luar biasa. “

Konsumen akan mulai mengharapkan kemudahan seperti ini dari bank mereka, katanya.

“Usulan pelanggan, oh, saya tidak perlu duduk dan menandatangani hidup saya pada ratusan dokumen berbeda dan menunggu selama seminggu untuk melihat apakah pinjaman saya disetujui, saya yakin ada sudut pandang konsumen yang sangat menarik terhadap hal itu. , “kata Livingstone. “Saya melihat hal ini sangat menarik dari sudut pandang konsumen dan bagi bank yang mencari efisiensi dalam proses penjaminan emisi.”