Blend compartió resultados tempranos de producción de Autopilot, su sistema agéntico de IA para préstamos, que muestran un aumento notable en las tasas de pull-through y una reducción en los tiempos del ciclo del préstamo. Desde marzo de 2026, el agente de pre-underwriting de Autopilot ha procesado más de 50,000 préstamos de producción en vivo entre los prestamistas de la plataforma Home Lending de Blend. Fundada en 2012 y cotizante en bolsa desde su salida a cotización en 2021, Blend provee software digital de originación a bancos, cooperativas de crédito y prestamistas hipotecarios, por lo que sus datos de producción en vivo ofrecen una muestra real de IA agéntica operando dentro de un flujo de trabajo de finanzas de consumo regulado.

Resultados en las cohortes analizadas

En las cohortes analizadas, los prestamistas que usan el agente de pre-underwriting de Autopilot registraron:

• Tasas de pull-through entre 10% y 15% más altas
• Tiempos del ciclo del préstamo reducidos entre 2 y 4 días
• 4.5 horas de tareas de fulfillment del préstamo automatizadas en promedio por préstamo
• Un ahorro estimado de 600 dólares en costos de fulfillment por préstamo financiado

Blend subrayó que el impacto temprano proviene de préstamos de producción en vivo con prestatarios reales, no de pilotos ni simulaciones. Para medirlo, la compañía comparó 24 cohortes de prestamistas y tipos de préstamo contra su propio desempeño previo a Autopilot, una comparación que abarca más de 175,000 préstamos. Los hallazgos son reportados por el proveedor, derivados de los datos de la propia plataforma de Blend y de comparaciones entre cohortes, y no de una auditoría independiente. Aun así, los incentivos para los prestamistas son concretos: puntos de referencia de la industria, como los estudios de desempeño de prestamistas de la Mortgage Bankers Association, han registrado en años recientes costos de producción por préstamo de varios miles de dólares, mientras que los volúmenes deprimidos de originación han mantenido la economía por préstamo bajo presión sostenida.

Un cambio más grande que las ganancias de eficiencia

Según Blend, los resultados apuntan a un cambio más grande que las ganancias de eficiencia. La mayoría de la IA en préstamos hoy acelera pasos individuales de un proceso que todavía funciona de forma secuencial, con cada etapa esperando a la anterior. El modelo de Autopilot, centrado en agentes, en cambio trabaja el expediente en paralelo y en tiempo real, lo que cambia cuánto cuesta el proceso de originación, cuánto tarda y cuándo reciben respuesta los prestatarios. Ese encuadre sigue un giro más amplio en el software empresarial, donde los proveedores están pasando de asistentes de IA que aceleran pasos individuales a agentes que ejecutan flujos de trabajo de múltiples pasos de manera autónoma.

“Creo que el mayor error que comete la gente con la IA es intentar ser demasiado incremental. Nuestro enfoque consiste en preguntarnos: ¿cómo se vería esta industria si la diseñaras desde cero en torno a los agentes?”, dijo Nima Ghamsari, cofundador y titular de Blend. “Ya no es un experimento mental. Autopilot ha operado en más de 50,000 préstamos de producción en vivo, y la economía ya está cambiando”.

Cómo funciona Autopilot

Según datos de la red de Blend, más de la mitad de los prestatarios solicitan un préstamo hipotecario fuera del horario de atención, y más del 90% de los prestatarios que envían su solicitud lo hacen dentro de las 24 horas de haberla iniciado. La intención del prestatario es máxima ese primer día y se desvanece rápido: la fricción que estanca una solicitud durante la noche no solo la retrasa, sino que arriesga perder al prestatario frente a un competidor. Para los prestamistas, eso convierte las primeras 24 horas en una ventana crítica para mantener a los prestatarios en movimiento, incluso cuando no hay personal disponible para responder.

Autopilot opera dentro de esa ventana. Revisa la solicitud en tiempo real, identifica información faltante o inconsistente, completa el trabajo de pre-underwriting y hace seguimiento al prestatario mientras este sigue involucrado. Como resultado, los expedientes llegan más limpios a procesamiento y a underwriting, lo que reduce retrabajos, llamadas de retorno a prestatarios y condiciones de etapa tardía.

“En lugar de que una persona haga la primera revisión y un agente verifique el trabajo, los agentes de Autopilot trabajan entre bastidores antes de que un ser humano toque el expediente. La automatización basada en reglas nunca podría hacer eso, porque las reglas solo funcionan con expedientes predecibles, y los underwriters dedican todo su tiempo a los que no lo son”, agregó Ghamsari. “Para cuando llega al equipo de préstamos, el trabajo ya está hecho, lo que les devuelve tiempo para dedicarlo a los prestatarios en lugar de a los trámites”. El alcance importa en un proceso fuertemente regulado: Autopilot automatiza el trabajo de preparación que precede a la revisión humana, y no las decisiones de underwriting en sí, y la originación hipotecaria sigue regida por extensas reglas federales de finanzas de consumo.

Los resultados plantean preguntas claras para los meses venideros: si las ganancias se mantienen a medida que Autopilot escala más allá de sus cohortes iniciales hacia una mezcla más amplia de prestamistas y tipos de préstamo, y cómo responde un panorama tecnológico hipotecario construido durante mucho tiempo sobre la automatización basada en reglas.

Fuente: GlobalFinTechSeries