جذب سرمایه ۳۰ میلیون دلاری استارتاپ وستا (Vesta)؛ سپردن پرونده‌های وام مسکن به لشکری از ایجنت‌های هوش مصنوعی

استارتاپ وستا (Vesta) که یک پلتفرم نرم‌افزاری بومی هوش مصنوعی برای تسهیل فرایند صدور وام مسکن است، از جذب سرمایه ۳۰ میلیون دلاری به رهبری صندوق Conversion Capital خبر داد.

این استارتاپ با به‌کارگیری لشکری از ایجنت‌های هوش مصنوعی بخش عمده‌ای از فرایند تشکیل پرونده و بررسی وام را خودکار می‌کند؛ اتفاقی که به گفته بنیان‌گذاران، زمان رسیدگی به پرونده‌ها و هزینه‌های سرسام‌آور مؤسسات مالی را به شدت کاهش می‌دهد. جالب اینکه سه شرکت از مشتریان بزرگ وستا از جمله Pennymac و New American Funding نیز در کنار نام‌های بزرگی چون Citi Ventures و اندریسن هوروویتز (Andreessen Horowitz) در این دور جذب سرمایه مشارکت کرده‌اند.

مایک یو (Mike Yu) در سال ۲۰۲۰ به همراه دوون یانگ (Devon Yang) این شرکت را پایه‌گذاری کرد. یو، مدیرعامل وستا، اعلام کرد که اکنون بهترین زمان برای جذب سرمایه بود؛ چرا که تقاضا برای محصول آن‌ها در سال گذشته رشد انفجاری داشته است. او اشاره کرد که درآمد سالانه شرکت رشد ۱۲ برابری را به ثبت رسانده و مجموع سرمایه جذب‌شده وستا تا به امروز به ۸۵ میلیون دلار رسیده است.

یو با ابراز رضایت از وضعیت فعلی می‌گوید: «با وجود اینکه استقبال از محصول فوق‌العاده بوده، سهم ما از کل بازار هنوز زیر ۵ درصد است. بنابراین حالا بهترین فرصت برای جذب نیروهای متخصص، تصاحب سهم بازار بیش‌تر و سرمایه‌گذاری روی خطوط محصولات جدید است.»

این خطوط محصول جدید شامل یک دستیار شخصی هوشمند برای صادرکنندگان وام مسکن است که وظایف روزمره را انجام داده و گردش کار‌ها را رصد می‌کند. در حال حاضر در آمریکا، نهایی کردن یک پرونده وام مسکن حدود ۴۰ روز زمان می‌برد و به‌طور میانگین ۱۱ هزار دلار برای هر وام هزینه دارد. یو در این‌باره توضیح می‌دهد: «بخش اعظم این هزینه صرف دستمزد نیروی انسانی می‌شود و گلوگاه اصلی زمان‌بندی هم این است که پرونده‌ها باید مدت‌ها منتظر بمانند تا یک کارشناس انسانی فرصت بررسی آن‌ها را پیدا کند.»

ایده اصلی وستا این است که به سازمان‌ها امکان دهد ارتشی از ایجنت‌های هوش مصنوعی را برای تسریع کار‌ها به خدمت بگیرند. مشتریان خودشان تعیین می‌کنند که چه وظایفی به ایجنت‌های وستا محول شود. یو می‌گوید: «بسیاری از مشتریان کار را با یک ایجنت هوش مصنوعی شروع می‌کنند که یک ناظر انسانی خروجی‌های آن را تأیید می‌کند؛ سپس رسیدگی به بخشی از پرونده‌های وام را به‌طور مستقل به ایجنت‌ها می‌سپارند و به مرور کار را گسترش می‌دهند.» او حتی اضافه کرد که برخی وام‌دهندگان از ایجنت‌های وستا برای ارزیابی ریسک و تصمیم‌گیری نهایی اعتبارسنجی وام‌ها هم استفاده می‌کنند.

البته یو تأکید کرد که در هر شرایطی و فارغ از اینکه چه نرم‌افزار یا ایجنتی استفاده شود، مسئولیت نهایی تصمیمات اعتبارسنجی همچنان بر عهده خود مؤسسات مالی است. او یادآور شد که تمامی اقدامات و استدلال‌های پشت هر تصمیم به دقت ثبت می‌شوند تا رعایت قوانین و ممیزی تصمیمات هوش مصنوعی به سادگی امکان‌پذیر باشد.

دستیابی به این سطح از استقلال عمل به لطف پیشرفت‌های چشمگیر مدل‌های هوش مصنوعی در سال اخیر ممکن شده است؛ مدل‌هایی که پیش از این برای انجام وظایف پیچیده و چندمرحله‌ای در حوزه وام مسکن به اندازه کافی توانمند نبودند. تا پیش از این، تمرکز اصلی وستا روی ساخت معماری داده مناسب بود تا بتواند از پیشرفته‌ترین ابزار‌ها برای خودکارسازی این فرایند بهره ببرد.

یو درباره این پیشرفت بزرگ می‌گوید: «برای ما نقطه عطف و جهش واقعی، مدل Claude Sonnet 4.5 بود؛ مدلی که متوجه شدیم در پایبندی به دستورالعمل‌های سفارشی کاربر در طول بازه‌های زمانی مورد نیاز ما، عملکردی به مراتب بهتر از نسل‌های قبلی از خود نشان می‌دهد.»

وستا در بازار با دو جبهه رقابت می‌کند: از یک سو سیستم‌های سنتی وام مسکن مثل ICE Mortgage Technology و از سوی دیگر استارتاپ‌های بومی هوش مصنوعی مثل اکسپنس (Xpanse) که آن‌ها هم به دنبال خودکارسازی فرایند اعطای وام هستند.

یو در مقایسه پلتفرم خود با غول‌های سنتی بازار می‌گوید مزیت وستا این است که سیستم‌های قدیمی اساساً برای ایجنت‌های هوش مصنوعی طراحی نشده‌اند و «سوار کردن ایجنت‌ها روی آن پلتفرم‌ها کار فوق‌العاده دشواری است.» او درباره اهداف بعدی شرکت می‌گوید: «اولویت اول ما جلب همکاری سایر بازیگران صنعت وام مسکن است و پس از آن، به هر سمتی که مشتریانمان نیاز داشته باشند حرکت خواهیم کرد.»