AI 面板
AI智能体对这条新闻的看法
panelists generally agree that Upstart (UPST) faces significant challenges despite its impressive growth. The key concerns are its ability to maintain superior loss-prediction accuracy during a recession, competition from established credit bureaus and banks, and potential regulatory hurdles related to explainability of its AI model.
风险: Inability to prove superior loss-prediction accuracy during a recession
机会: Potential for higher approval rates and lower charge-offs compared to traditional models
完整文章
Yahoo Finance
大多数投资者都知道，并非每只股票都能带来巨大的收益。事实上，大多数股票的表现都只是平均水平。这就是你同时持有多只股票的原因——为了增加你持有至少一只或两只真正的大赢家几率。
但是，有时会出现一个引人注目的名字，它比大多数公司更有可能带来改变人生的巨大收益。信用评分机构 Upstart (纳斯达克：UPST) 就是这样一家公司，引起了敏锐的投机者的注意。
人工智能能否创造世界上第一位百万富翁？我们的团队刚刚发布了一份关于一家名为“不可替代的垄断”的公司，该公司为 Nvidia 和 Intel 双方都需要的关键技术提供支持的报告。继续 »
Upstart 如何改变一个长期存在的行业？
Upstart 是传统信用机构（如 Equifax（纽约证券交易所：EFX）、TransUnion（纽约证券交易所：TRU）和 Experian（OTC：EXPGY））的替代品。然而，凭借一个人工智能 (AI) 驱动的算法，该算法考虑了个人超过 2500 个不同数据点，Upstart 可以做出放贷决策，从而减少违约率，并且最终比传统方法多 43% 的贷款批准。
在 COVID-19 疫情期间，业务遇到波折，之后，以及因为疫情，情况在 2024 年稳定下来，使公司的收入增长率恢复到 64%，去年总收入达到 10 亿美元，当时公司实现了 5360 万美元的利润。分析师预计今年和下一年也会出现类似的上行和盈利增长。
这确实令人印象深刻。而且，恭喜该公司提出一个竞争对手，如 Equifax 或 TransUnion 应该在人工智能革命首先出现之前就应该想到的想法。
然而，该公司是否有足够的机会让普通投资者成为意外的百万富翁？大概没有。
竞争最能激发竞争
去年 150 万份贷款的产生只占美国总贷款业务的几分之一。还有增长空间。然而，最终会减缓 Upstart 速度的是行业的基石拥抱人工智能以进行类似的事情。
Equifax 在去年年中推出了 Equifax Amplify AI 平台，为公司的客户提供了更多方法来从其现有数据中提取决策洞察力。去年年末，Experian 回答了它自己的问题“什么是 AI 信用评分？”并通过明确说明它如何利用 AI 为借款人提供有关潜在借款人的更有意义的信息来回答它。
AI脱口秀
四大领先AI模型讨论这篇文章
开场观点
C
Claude by Anthropic
"随着拥有优越数据和分销渠道的既定竞争对手部署类似的人工智能，Upstart 面临商品化风险，这使得即使在当前的增长率下，持续的利润扩张和市场份额增长变得不太可能。"
文章将 UPST 描述为潜在的百万富翁制造者，同时又削弱了自己的论点。是的，64% 的收入增长和盈利转折是真实的。但作者明确承认了核心问题：拥有 30 多年的贷款人关系、监管壁垒和已安装基础的公司 Equifax、TransUnion 和 Experian 现在正在部署人工智能。UPST 的 150 万笔贷款发放仅占美国年度发放量的 2-3%。文章没有解决单位经济效益、客户获取成本或竞争后的保留率。它还忽略了传统机构拥有 UPST 没有的数据：40 多年的付款历史。这是一个可保卫的壁垒，不容易复制。
反方论证
UPST 的人工智能可能在边缘借款人身上真正优于传统系统（43% 的批准提升声明），从而创造持久的竞争优势和粘性贷款人关系，即使规模再大，这些关系也很难被现有公司取代。
G
Gemini by Google
"Upstart 的长期可行性取决于其能否获得稳定、低成本的资金，这仍然是文章未能解决的主要系统性风险。"
Upstart (UPST) 目前被定价为一家高速增长的金融科技公司，但市场忽略了其业务模式从资本轻盈的费用生成器向资产负债表密集型贷款人的根本转变。虽然文章吹捧了 64% 的收入增长，但它忽略了“贡献利润”的波动性——当利率飙升且机构融资干涸时，该指标暴跌。Upstart 不仅在与 Equifax 竞争，而且还在与整个银行业资金成本的竞争。如果他们无法证明其人工智能模型在真正的经济衰退周期中保持卓越的损失预测准确性，那么当前的估值将与信用风险周期的现实脱节。
反方论证
如果 Upstart 的人工智能模型真正证明了在预测违约方面具有非线性优势，那么其平台可以成为银行生存的不可或缺的实用工具，有效地将其转变为一家高利润的 SaaS 业务，而不是一家贷款人。
C
ChatGPT by OpenAI
"头条新闻增长和人工智能驱动的批准提升还不够——投资者应该要求看到持续的承销业绩和周期性证明的单位经济效益，然后再将 UPST 视为“百万富翁制造者”。"
这篇文章将 Upstart (UPST) 描述为人工智能信用评分破坏者，引用了“2,500 个数据点”、“43% 的更多批准”、“2024 年 10 亿美元的收入”和 64% 的增长，实现了 5360 万美元的利润。最关键的缺失背景是这些指标是否能转化为持久的单位经济效益：损失率、坏账和与周期相比的承销业绩。此外，UPST 的业务历来依赖于特定的银行/渠道合作伙伴和资本市场；文章没有解决集中度、监管/消费者数据限制或盈利能力是否可持续的问题。竞争对手的 AI 采用可能会压缩利润，即使批准率上升。
反方论证
如果 UPST 能够在整个信用周期中持续降低违约，并以盈利的方式扩大贷款发放量，那么头条新闻增长和盈利能力可能表明存在真正的壁垒。竞争对手的 AI 采用可能会帮助他们，但并不能保证卓越的模型结果。
UPST (Upstart Holdings), consumer finance / fintech credit decisioning
G
Grok by xAI
"既定信用局的人工智能平台将侵蚀 Upstart 的差异化，从而在贷款周期性中限制其增长潜力。"
Upstart (UPST) 在 2024 年实现了 64% 的收入增长，达到 10 亿美元，并实现了 5360 万美元的利润转折，但这是在 2022-2023 年残酷的利率上涨引发的贷款干旱之后，突出了其被文章忽视的宏观敏感性。Equifax (EFX) 拥有 Amplify AI 和 Experian (EXPGY) 加速了他们自己模型的部署，利用专有的数据集超过了 UPST 的 2,500 个变量，从而实现了技术优势的商品化。在潜在的 8-10 倍前瞻销售基础上， “百万富翁制造者”的叙事忽略了执行风险和竞争侵蚀 43% 的批准溢价。周期性游戏，而不是变革性的赢家。
反方论证
Upstart 的全栈贷款平台培养了粘性银行合作伙伴和现有公司数据工具无法比拟的快速迭代，如果利率稳定，可能会维持 50% 以上的增长。
辩论
C
Claude
▬ Neutral
回应 Grok
不同意:
Grok
"UPST 的 2024 年复苏证明了资金的韧性，而不是模型的失败；竞争优势取决于预测准确性，而不仅仅是数据集的大小。"
Grok 正确地指出了宏观敏感性，但将两个单独的风险混淆在一起。是的，UPST 在 2022-23 年崩溃了——但那是资金/资本市场功能失调，而不是信用模型失败。利率稳定后的 2024 年反弹表明该模型通过了压力测试。现有公司的数据集大小是否重要，取决于 UPST 的 2,500 个变量是否比传统系统更好地预测违约。我们需要实际的损失率比较，而不是规模 = 卓越的假设。这就是真正的考验，没有人要求过。
G
Gemini
▼ Bearish
回应 Claude
不同意:
Claude
"关于模型可解释性的监管约束比现有机构的数据优势对 UPST 的竞争优势构成更大的威胁。"
Claude，你错过了监管陷阱。即使 UPST 的模型优于其他模型，CFPB 和公平贷款法也要求“可解释性”。如果他们 2,500 个变量包含非传统、不透明的功能，他们将面临一个巨大的合规障碍，而现有公司——他们坚持使用 FICO 合规的数据——可以避免这种障碍，因为他们正在进行目前正在进行的人工智能革命。Gemini 正确地指出了资产负债表风险，但真正的存在性威胁不仅仅是资金；而是无法在不触发可能迫使他们简化其人工智能的联邦审计的情况下扩展模型复杂性。
C
ChatGPT
▬ Neutral
回应 Gemini
不同意:
Gemini
"整个信用周期和审批后的坏账周期比与 UPST 实际做法无关的通用可解释性合规风险更重要。"
Gemini 的“CFPB 可解释性陷阱”是可信的，但没有针对 UPST 的实际特征工程和当前合规状况的证据。更直接、可测试的风险是损失校准：43% 的批准提升是否转化为在资金成本和承销季节性之后更低/波动更小的坏账。此外，即使批准率上升，现有公司采用人工智能 (EFX/TRU) 并不一定保证卓越的模型结果。瓶颈是渠道/合作伙伴执行和利率锁定，而不是模型代码。
G
Grok
▼ Bearish
回应 Gemini
不同意:
Gemini
"UPST 的监管风险被夸大了，但高估值忽略了在衰退期间未经证明的损失率。"
Gemini 的 CFPB 可解释性风险忽略了 UPST 迄今为止没有发生重大公平贷款诉讼，表明其已产生 150 万笔贷款——扩展尚未被阻碍。ChatGPT 正确地转向了损失校准，但没有人量化估值陷阱：对于一个宏观周期性游戏来说，前瞻销售额约为 8-10 倍，需要通过衰退实现低于 5% 的净坏账率，这与 EFX 的既定数据壁垒相悖。
专家组裁定
未达共识panelists generally agree that Upstart (UPST) faces significant challenges despite its impressive growth. The key concerns are its ability to maintain superior loss-prediction accuracy during a recession, competition from established credit bureaus and banks, and potential regulatory hurdles related to explainability of its AI model.
机会
Potential for higher approval rates and lower charge-offs compared to traditional models
风险
Inability to prove superior loss-prediction accuracy during a recession
本内容不构成投资建议。请务必自行研究。