Upstart為什麼可能成為下一世代的科技巨頭

Upstart是一家2012年成立的機器學習AI 貸款公司，由前任Google雲端業務總裁Dave Girouard(https://twitter.com/davegirouard)與Paul Gu(https://twitter.com/paulxgu)所創立，Girouard也是目前公司的CEO，技術長CTO則為Paul Gu。Gu在耶魯大學肄業後，帶著自己的專長創業，利用機器學習建立模型，以預測借款人壞帳率(在之後的文章會提到壞帳率是什麼)，並在發放貸款後將貸款轉售給機構投資者，並抽取一部分作為佣金，目前佣金是7%。由於演算法大幅領先市場既有的風險評估方式，因此機構投資者對Upstart的貸款需求很大，為公司不斷帶來現金流，也表示公司的核心價值就是其多變量的動態演算法模型。

機器學習是利用計算機(電腦)，嘗試模仿人類學習的機制，利用大量數據進行不斷的分析，並且自我改進對於特定任務的成功率，如相當著名的ALPHA GO就是利用機器學習打敗人類棋士。機器學習的方法非常多種，在這裡不再贅述，有興趣可以看這部影片Paul Gu解釋模型是如何用來預測壞帳率
https://youtu.be/C2cKcXOwibA
由於筆者對機器學習稍有基礎，對於Paul Gu的解釋我也大致認同，其中較有印象的是如何得到好的數據，此並非指還款紀錄良好的數據，而是得到可用的數據，由於模型採用相當多的變量(variables)，並非每筆資料都能夠滿足這些要求，導致蒐集這些數據是非常緩慢的過程，而數據的完善性很大程度的能夠提高模型的準確率，因此這是一個必要的過程，加上隨著經濟景氣的轉變，有許多變數仍需要人為調整，甚至公司的合作夥伴，如信用合作社、銀行等，可以客製化定義參數，即時地調整自己的壞帳風險。

許多人認為，銀行如果自己也做一樣的模型，肯定馬上就把Upstart打敗，因此這家公司根本沒有未來。事實正好相反，雖然銀行有大量的客戶資料，理論上也能做機器學習，但銀行中缺乏整理這些數據的人，有行無列的資料是無法處理的，加上銀行的個人貸款業務只是較小的一個業務，如果要投入如此大的精力來完善這個環節，投資效益太差，因此，選擇與Upstart合作，是對多數銀行來說最好的選擇。另外，一個相當明顯的證據是，多數銀行都不知道如何將客戶存款貸出去，因此帳上都留有非常多的現金存款，也導致銀行估值都很低，他們是真的無法像Upstart一樣發掘出Hidden prime，這也可以從公司的市占率逐漸增加得知，如果市場競爭激烈，公司根本無法在過去兩年整體貸款市場成長緩慢(因為美國政府大量發錢所以貸款需求減少)的情況下，還能做到貸款發放總額的高速成長，這種狀況也顯示公司幾乎沒有競爭對手。

如同前一段所述，若銀行真的要自己做模型，也會是一個非常漫長的過程，即便做出來，仍無法保證其壞帳率，需要等待2~3年，等到貸款還款情況穩定後，才能真的證明其準確度較傳統評級方式(FICO)佳，且演算法模型需要不斷地動態調整，要有相當專精的人才來不斷維持模型準確率，多數銀行並無法承擔如此長的周期以及可能失敗的風險，Upstart花了7~8年，其機器學習模型才開始有了大幅的進步。甚至從就業市場來看，擅長機器學習的工程師，多數都流向了科技公司，因為未來性與薪資福利通常更佳，也導致傳統銀行難以招到相關人才，即便聘請到工程師，通常也是從事金融市場的交易，利用機器學習的交易模型套利，這樣子對銀行來說能夠更快的賺錢，而不是花了錢做了許多事，卻還要等待數年的累積才有成果，這就是Upstart當初創業時看到的機會所在，沒有人想做的苦差事，卻隱藏著巨大的商機。

不盡然，現在也有些號稱有AI模型的貸款公司如PAGAYA，近期可能上市，到時我會密切關注這家公司，是不是潛在的競爭對手，這是我目前會注意的風險，至於市場現在還有許多對公司的誤解，之後還會陸續分析，有興趣請追蹤。

UPST目前以非常快速的規模成長，過去兩年個人無擔保貸款總額成長了5倍，又在去年底踏入車貸市場，已經有顯著的規模，據公司車貸業務主管透露，2022 Q1車貸業務貸款發放率比預期高了很多，未來即將開始商業貸款以及房貸的業務，對於未來兩三年營收的快速增長是可以預期的。該公司在上市第一年(2021)已實現盈利，並且在最近的熊市還開始股票回購計畫，可看出管理層對自己公司的信心。Upstart已經是美國個人無擔保貸款的市場龍頭(市占約15%)，全美國貸款業務的潛在市場(TAM)每年接近10兆美元，以其佣金3-5%保守估算，若能占有20%的市場份額，其每年就有600-1000億的營收，成為萬億美元公司絕非天馬行空，且其優勢在於發掘更多傳統FICO分數無法找到的潛在優質客戶(Hidden Prime)，進而擴大整體貸款市場。然而這間公司有哪些風險需要衡量，又為何市場對這家公司有如此深的誤解？請期待之後的文章分享。有任何的疑問也歡迎提出，理性討論。

本文為個人想法分享，非投資建議