The American Bazaar melaporkan Kita mengumpul $4.5 juta untuk mengembangkan penilaian kredit AI

Apa yang berlaku

The American Bazaar melaporkan bahawa Kita, sebuah syarikat permulaan San Francisco yang membangunkan infrastruktur AI untuk pinjaman, mengumpulkan $4.5 juta dalam pembiayaan benih. Outlet mengatakan pusingan itu diketuai oleh BoxGroup, dengan penyertaan daripada Y Combinator dan pelabur teroka dan strategik lain. Kita berkata ia menggunakan AI untuk mengautomasikan bahagian asal pinjaman dan pengunderaitan untuk bank, peminjam mikro, fintech dan pemberi pinjaman perniagaan kecil.

The American Bazaar melaporkan pada 24 Ogos bahawa Kita mengumpulkan pusingan benih $4.5 juta untuk mengembangkan apa yang disifatkannya sebagai infrastruktur AI untuk pinjaman. Outlet itu mengenal pasti BoxGroup sebagai pelabur utama dan menyenaraikan Y Combinator, Golden Gate Ventures, BEENEXT, Pengasas Kaya, U.S. News Digital Ventures dan Apex Star Capital sebagai peserta tambahan. Laporan itu juga menamakan pelabur malaikat strategik, termasuk pengasas Tala Shivani Siroya dan pemimpin perniagaan Filipina Lisa Gokongwei-Cheng. Butiran pembiayaan telah dibentangkan oleh outlet, tetapi artikel itu tidak dikaitkan dengan pengumuman pembiayaan, lembaran penggal atau rekod utama lain, jadi pusingan dan penyertaan pelabur tidak disahkan secara bebas di sini.

Laporan itu menggambarkan Kita sebagai syarikat yang membina penilaian kredit dikuasakan AI untuk pemberi pinjaman mikro, bank, syarikat fintech dan pemberi pinjaman yang berkhidmat untuk perniagaan kecil dan sederhana. Menurut Kita, pembiayaan itu akan menyokong automasi permulaan pinjaman dan analisis pengunderaitan, dengan matlamat yang dinyatakan untuk mengenal pasti peminjam yang diabaikan oleh sistem tradisional. Ini meletakkan sistem AI di tengah-tengah produk syarikat dan bukannya menganggap AI sebagai perisian sampingan. Artikel itu tidak mengenal pasti model tertentu, sumber data, peraturan keputusan atau prosedur semakan manusia yang digunakan dalam penilaian tersebut.

The American Bazaar berkata teknologi Kita digunakan oleh pemberi pinjaman di Filipina, Indonesia, Mexico dan Amerika Syarikat, merentasi pengguna, kewangan mikro dan pinjaman PKS. Syarikat itu memberitahu outlet itu bahawa aliran kerja yang pernah mengambil masa beberapa hari atau bulan kini boleh disiapkan dalam masa kurang daripada 60 saat, dan ia telah memproses lebih daripada $130 juta dalam jumlah pinjaman. Itu adalah tuntutan operasi material, tetapi laporan itu tidak memberikan senarai pelanggan, metodologi, bukti peringkat transaksi, kumpulan perbandingan atau penilaian bebas. Oleh itu, tidak mungkin daripada sumber ini untuk menentukan sama ada sistem mempercepatkan keputusan secara konsisten atau meningkatkan ketepatan penilaian kredit.

Artikel itu juga melaporkan bahawa Kita diasaskan oleh Carmel Limcaoco dan CTO Rhea Malhotra semasa mereka belajar sains komputer di Universiti Stanford, dan pasukan itu termasuk orang yang berpengalaman di Apple, Tesla dan Microsoft. Malhotra menggunakan jawatan LinkedIn untuk mengiklankan peranan kejuruteraan dengan pampasan yang dilaporkan sebanyak $160,000 hingga $220,000, sokongan ekuiti dan penempatan semula. Butiran pengambilan pekerja membantu menjelaskan cara syarikat boleh menggunakan modal baharu, tetapi pampasan, pelan perjawatan dan tuntutan perekrutan lain adalah berdasarkan siaran LinkedIn yang disebut dan tidak disahkan secara bebas dalam laporan.

Butiran sumber: americanbazaaronline.com ↗

Mengapa ia penting

Penilaian kredit berbantukan AI boleh mempengaruhi siapa yang menerima pinjaman, seberapa cepat permohonan disemak dan cara pemberi pinjaman menilai peminjam yang mungkin kurang mendapat perkhidmatan oleh sistem tradisional. Penggunaan yang dilaporkan di seluruh Amerika Syarikat, Asia Tenggara dan Amerika Latin akan menjadikan tuntutan syarikat itu relevan kepada pasaran di mana rekod terhad atau pendapatan tidak formal boleh merumitkan pengunderaitan. Laporan itu tidak mengesahkan prestasi, keadilan atau hasil pemberian pinjaman secara bebas.

Pengunderaitan kredit ialah penggunaan berbangkit AI kerana penilaian boleh mempengaruhi sama ada seseorang atau perniagaan menerima pembiayaan, amaun yang ditawarkan dan syarat yang dilampirkan padanya. Sistem yang membantu pemberi pinjaman menilai pemohon dengan rekod konvensional terhad boleh mempunyai nilai praktikal dalam pasaran di mana peminjam dikecualikan oleh keperluan dokumentasi yang tegar. Pada masa yang sama, keputusan yang lebih pantas bukanlah keputusan yang lebih baik atau lebih adil secara automatik. Sumber itu tidak memberikan bukti tentang kadar kelulusan, hasil pembayaran balik, pemohon yang ditolak atau sama ada sistem Kita mengurangkan atau menghasilkan semula berat sebelah sedia ada.

Jejak geografi yang dilaporkan oleh Kita memberikan cerita yang lebih penting daripada penggunaan perisian dalaman semata-mata. The American Bazaar berkata teknologi itu digunakan di empat negara dan dalam pinjaman pengguna, mikro dan PKS. Tetapan ini boleh berbeza dengan ketara dalam peraturan, sejarah kewangan, bahasa, corak pendapatan dan perlindungan pengguna. Model yang berprestasi boleh diterima dalam satu pasaran mungkin tidak dipindahkan dengan selamat ke pasaran lain. Artikel itu tidak menerangkan sama ada Kita membangunkan model khusus pasaran, menyesuaikan datanya kepada keadaan setempat atau menguji penilaiannya merentas kumpulan demografi.

Kelajuan pemprosesan syarikat yang dilaporkan juga menggambarkan pertukaran pusat dalam pinjaman automatik. Melengkapkan analisis dalam masa kurang seminit boleh mengurangkan kos pentadbiran dan memendekkan masa menunggu, terutamanya untuk pinjaman kecil atau permohonan volum tinggi. Tetapi kelajuan boleh membuat ralat lebih sukar untuk dikesan jika pemberi pinjaman menganggap output model sebagai keputusan muktamad. Sumber itu tidak menyatakan sama ada pengesyoran automatik disemak oleh pegawai pinjaman, sama ada pemohon boleh mencabar keputusan, atau cara pemberi pinjaman menyiasat kes di mana sistem kekurangan maklumat yang boleh dipercayai.

Pembiayaan itu sendiri adalah langkah industri yang konkrit: pelabur menyokong permulaan yang menggunakan AI pada aliran kerja kewangan berimpak tinggi yang terkawal. Namun jumlahnya adalah sederhana berbanding skala pinjaman global, dan laporan itu tidak menetapkan hasil, penilaian, kontrak pelanggan atau keuntungan syarikat. Oleh itu kepentingan kepentingan awam bergantung terutamanya pada kes penggunaan dan kemungkinan penggunaan yang lebih luas, bukan pada bukti bahawa Kita telah mengubah akses kredit. Tuntutan tentang impak global kekal sebagai misi yang dinyatakan syarikat dan bukannya hasil yang ditunjukkan secara bebas.

Apa yang perlu ditonton seterusnya

Persoalan utama ialah sama ada pendanaan Kita diterjemahkan ke dalam penggunaan yang lebih luas, sama ada penilaiannya meningkatkan akses tanpa meningkatkan pemberian pinjaman yang diskriminasi atau tidak berpatutan, dan cara pemberi pinjaman mengekalkan pengawasan manusia terhadap keputusan yang berbangkit. Pelaporan selanjutnya harus menetapkan jenis model syarikat, kaedah pengesahan, kadar ralat, proses rayuan, nombor pelanggan dan kawalan kawal selia. Pusingan $4.5 juta dan angka operasi lain yang dilaporkan juga harus disahkan melalui rekod syarikat, pelabur atau kawal selia.

Keutamaan pengesahan pertama ialah pembiayaan. Pengumuman syarikat, pengesahan pelabur atau pemfailan kawal selia boleh menjelaskan tarikh tutup, struktur bulat, pelabur yang mengambil bahagian dan sama ada $4.5 juta penuh telah dibangkitkan. Ia juga akan membantu membezakan pusingan benih yang lengkap daripada sasaran, komitmen atau angka pembiayaan terkumpul. American Bazaar membentangkan pusingan sebagai selesai, tetapi laporan yang dibekalkan tidak mengandungi dokumentasi utama awam.

Isu seterusnya ialah bukti kualiti dan keadilan model. Liputan masa depan harus mendapatkan maklumat tentang populasi dan produk pinjaman yang digunakan untuk ujian, data yang tersedia untuk pemohon dengan fail kredit yang tipis, ralat dan kadar lalai, penentukuran, prestasi subkumpulan dan pemantauan selepas penggunaan. Ia juga harus meneliti sama ada pemberi pinjaman menggunakan output Kita sebagai satu input antara beberapa atau sebagai pintu kelulusan yang berkesan. Tanpa butiran tersebut, dakwaan bahawa sistem mendapati peminjam yang layak diberi kredit diabaikan oleh sistem tradisional tidak boleh dinilai.

Tadbir urus dan akauntabiliti akan menjadi lebih penting jika Kita berkembang menjadi pemberi pinjaman atau negara tambahan. Soalan yang berkaitan termasuk cara syarikat mengendalikan data kewangan yang sensitif, sama ada pemohon menerima penjelasan, saluran pembetulan dan rayuan yang wujud, cara penyemak manusia campur tangan dan pihak manakah yang bertanggungjawab apabila keputusan yang dibantu AI menyebabkan kemudaratan. Sumber itu tidak membincangkan perlindungan privasi, kawalan keselamatan, semakan pematuhan atau kelulusan kawal selia.

Akhir sekali, pelaporan harus menjejaki sama ada pembiayaan menghasilkan manfaat awam yang boleh diukur dan bukannya hanya pengunderaitan yang lebih pantas atau volum pinjaman tambahan. Penunjuk berguna termasuk akses untuk peminjam yang ditolak sebelum ini, kemampuan pinjaman yang diluluskan, hasil pembayaran balik dan kenakalan, perbezaan merentas kumpulan demografi dan kadar di mana penyemak manusia membatalkan cadangan model. Sehingga bukti sedemikian tersedia, penempatan dan prestasi Kita yang dilaporkan harus dianggap sebagai tuntutan syarikat yang dibawa oleh The American Bazaar, bukan penemuan yang ditubuhkan secara bebas.

Panduan & kuiz berkaitan