今天要介紹的這檔股票，有在關心美股的人應該許多人會注意到，因為從IPO以來漲勢兇猛，直到近期才有比較大的回檔，究竟這個回檔是不是讓還沒建倉的人一個上車的機會呢？讓我們來一探究竟吧!

1.公司介紹：

Upstart在2012年由幾位前Google員工所創立，創立初期的宗旨跟業務主要是幫助學生或是新鮮人想創業的年輕人，讓其在一般傳統借貸模型不友善年輕人的狀況下，能夠籌措到創業資金。

這些想取得創業資金的年輕人，必需提供一些資訊來做審核，像是在校成績，做過什麼案子等等，upstart用這些資訊當作審核的標準，一旦通過之後，相關的案件會上平台開放群眾募資，而募資到資金後，後續的還款條件可以根據月收入做動態的調整，減低對創業者初期還款的壓力。

而這樣的業務經營了兩年，upstart決定轉變業務方向，轉型成一家透過AI技術，媒合一些剛畢業對於傳統銀行端還是信用小白的民眾，以及一些想擴大放款規模但是又不想承擔較高違約率風險的銀行，透過AI技術替兩邊都爭取到權益，達成雙贏局面，而upstart也可以從中獲利。

傳統銀行授信的條件主要是依據1989年制定的FICO分數，這個授信的標準一方面經過時代更迭沒能完全反應現代社會的真實情況，二方面是評斷標準的輸入變數太少，導致評分過於僵化。

因此往往出現有能力還款的人卻借不到錢，而銀行雖然滿手現金，卻因為FICO沒那麼精確的違約率評估，導致喪失了擴大放貸業務賺取更多利潤的機會。

Upstart看到這邊的商機，利用之前經營創業募資跟薪資還款協議的資料，建立了初代的AI人工智慧模型，這個模型可以根據用戶提供的一些資訊，來預測未來還款的能力跟風險係數。

而這樣的AI模型，輸入變數非常多，讓AI模型的預測能力可以更準，而這套AI模型的輸入變數，是過往FICO不會納入考量的，也因此讓許多美國背負就學貸款的社會新鮮人，在剛出社會也還能有機會進行借貸，來度過比較辛苦的職涯前期。

不過利用AI模型大膽挑戰已經行之有年的FICO評分機制，那麼數據就是一較高下的比較基準點，根據年報揭露，在相同違約率的狀況下，UPST的AI模型可以多放貸三倍的用戶，這是一個非常厲害的數字，也就是UPST可以在不提高風險的狀況下，額外開拓更多的客戶。

雖然看似UPST的模型相當厲害，不過UPST的商業模式主要不是自己跳下去做貸款的事業，它的核心商業價值還是這套AI模型。

所以他當起申貸者跟銀行中間的橋樑，替那些傳統FICO評價較低的潛在客戶，利用AI模型取得較低的利率，同時將申貸人引薦到希望在風險維持不變的情況下還能拓展財源的銀行，而UPST則抽取引薦費用。

而另一種則是客源還是透過原來銀行的銷售管道進行申貸，只是銀行端使用UPST的AI模型來進行審核，UPST則收取平台使用費。

最後一種收入模式，則是UPST將申貸人的申貸轉成憑證的方式出售，讓購買人可以賺取利息的部分，而UPST則收取還款服務費用。

2.產業狀況：

UPST因爲最初創立的宗旨是要幫助學生或是新鮮人創業，雖然後續轉型成放貸事業，不過出發點還是要幫助剛畢業的社會新鮮人，在傳統信用評分模型較為劣勢的狀況下，取得利率合理的資金。

而業務的轉型並不打算浪費創業初期所得到的資料，因此從個人信貸起步的確是一個好的起始點，個人信貸也得確是一個成長快速的市場。

不過以整體貸款業務來說，個人信貸的TAM（total addressable market)的佔比相對還是比較低大約在八百多億美金，而要繼續維持公司的高成長率，除了持續擴大在個人信貸的市占率之外，放大TAM(total address market)就是一個重要的方向。

而UPSTART也得確跨出了這一步，併購了汽車經銷公司Prodify，正式踏入整體TAM是個人信貸八倍的汽車貸款市場，為未來公司的成長提供新的動能。

而事實上不只個人信貸跟車貸，以商業模式來說，UPSTART主打的是AI評核技術，只要拿來訓練模型的資料量更多，UPSTART的AI技術人員都有機會訓練出一套比傳統評核標準更為準確的模型，因此其他種類的貸款甚至是金融商品都是UPSTART未來可以擴張版圖的領域。

3.產業護城河：

對於以AI模型為技術核心的公司，真正最有商業價值的就是大量的AI模型訓練資料，跟不斷用更多更新的資料建持續進化的AI模型，這兩項都是身為AI為主的start up公司最強的護城河，是其他公司難以複製的，而UPSTART也不例外。

能讓銀行心甘情願付費取得貸款案件，一定要讓銀行端對於這套AI模型有一定的信心度，而一旦取得銀行端的信任，則可以引進更多的案件來當作模型的訓練資料，讓模型可以更準。

過去八年的資料，讓Upstart已經跟市場證明其技術的優勢跟預測準確性，讓越來越多銀行願意跟其合作來開拓更多的優質潛在個人信貸的客戶。

不過如同前面提到的，AI的模型準確與否跟拿來訓練的資料有很大的關係，縱使UPST在個人信貸這邊的評估準確率表現非常優異，但不見得同樣的模型套用到其他種類的貸款產品也能有一樣的表現。

目前UPST剛跨入的汽車貸款市場，目前就有著違約率較高的問題，後續還需要有夠多的資料來改善其預測準確性，才能說服更多的合作方，進而帶來更多利潤。

不過以技術角度來看，UPST的經營層級來自Google的前高階主管，對於AI科技的掌握程度相信是無庸置疑的。

以勳仔個人角度來看，對於UPST持續擴張事業版圖的另一項重點，是如何快速取得那些用來訓練模型的大量資料。

因為這樣才能在產品上線初期就能有相對準的預測結果，讓客戶端願意持續使用UPST的產品，然後繼續取得更多的資料來改善AI模型，達到一個正向回饋的循環，而一旦跨足的業務越廣，資訊量更大，可能也可以在綜合性的提升旗下AI模型的預測能力，創造更深更廣的產業護城河。

免責聲明: 本篇文章僅就公開資訊進行主觀分析，僅供投資朋友參考，不應當做投資依據，投資朋友仍然需要根據自身風險承擔能力作為投資判斷，盈虧自負。

如果覺得這篇文章對您有幫助的話，歡迎點擊下方分享按鈕，分享這篇文章給你的FB或是Twitter的親朋好友，或是加入>>勳仔的理財小角落 FB專頁<<，接收最新的理財文章資訊

延伸閱讀(一): 美股個股分析-再探達文西機械人挑戰者Asensus Surgical (美股代號:ASXC)

延伸閱讀(二): 2020年美股在瘋的SPAC，是什麼呢? 跟傳統IPO有什麼不一樣呢?

延伸閱讀(三): 前進美股的第一步，海外券商Firstrade的介紹