Credit Union of Colorado wybiera LendSmart Auto od Scienaptic AI, aby uszczypnięć wycenę kredytów samochodowych
Najważniejsze informacje
- •Credit Union of Colorado wybrał platformę LendSmart Auto od Scienaptic AI, aby zastąpić tabele stawek oparte na klasach ryzyka wyceną na poziomie transakcji dla kredytów pojazdowych.
- •Silnik wycenia każdy kredyt na podstawie konkretnego kredytobiorcy, zabezpieczenia pojazdem i bieżących warunków rynkowych — podobne wnioski mogą otrzymać różne stawki w zależności od finansowanego pojazdu.
- •LendSmart Auto wykorzystuje dane pojazdów na poziomie numeru VIN do oceny krzywych utraty wartości, regionalnego popytu na rynku wtórnym, prognoz odzysku z aukcji oraz ekspozycji loan-to-value dla każdej transakcji.
- •Platforma uwzględnia docelowy zwrot z aktywów związku oraz koszty transakcyjne i operacyjne, aby zoptymalizowana wycena mieściła się w ustalonych parametrach finansowych.
- •Komunikat nie określił daty uruchomienia — harmonogram wdrażania nowego modelu wyceny pozostaje nieujawniony.

Scienaptic AI, dostawca technologii decyzji kredytowych opartych na sztucznej inteligencji, ogłosiło, że Credit Union of Colorado wybrał LendSmart Auto — silnik wyceny kredytów samochodowych oparty na sztucznej inteligencji — aby odmienić sposób, w jaki związek wycenia kredyty pojazdowe dla swoich członków.
Platforma pozwala Credit Union of Colorado wyjść poza tradycyjne wyceny oparte na tabelach stawek, które przypisują tę samą stawkę wszystkim kredytom w danej klasie ryzyka, w kierunku modelu wyceny na poziomie transakcji, w którym każdy kredyt jest wyceniany na podstawie konkretnego kredytobiorcy, zabezpieczenia pojazdem i bieżących warunków rynkowych. W praktyce oznacza to zastąpienie jednej stawki dla klasy ryzyka indywidualną ceną dla każdej transakcji — dwa wnioski wyglądające podobnie na papierze mogą otrzymać różne wyceny, jeśli finansowane pojazdy mają odmienne profile zabezpieczenia. Dla członków oznacza to, że konkretny pojazd staje się czynnikiem wyceny obok profilu samego kredytobiorcy; dla związku — silniejsze powiązanie każdej oferowanej stawki z zabezpieczeniem i ryzykiem danej transakcji.
LendSmart Auto integruje dane pojazdów na poziomie numeru VIN, co umożliwia szczegółową analizę krzywych utraty wartości, regionalnego popytu na rynku wtórnym, prognoz odzysku z aukcji oraz ekspozycji loan-to-value dla każdej transakcji. Te wskaźniki opisują w istocie, jak wartość pojazdu ma się utrzymywać w czasie, jakie ceny porównywalne samochody osiągają w lokalnych kanałach odsprzedaży i aukcji oraz jak wielkość kredytu ma się do wartości pojazdu stanowiącego zabezpieczenie. Silnik uwzględnia również docelowy zwrot z aktywów samego związku, biorąc pod uwagę koszty transakcyjne i operacyjne, aby zoptymalizowana wycena mieściła się w ustalonych parametrach finansowych instytucji.
„W konkurencyjnym rynku motoryzacyjnym oferowana przez nas stawka jest często całym tematem rozmowy” — powiedział Chad Wilcox, wiceprezes ds. kredytowania w Credit Union of Colorado. „Tabela stawek oparta na klasach ryzyka nie odróżni dwóch kredytobiorców, którzy na papierze wyglądają podobnie, ale kupują zupełnie inne pojazdy. LendSmart Auto pozwala nam wyceniać każdą transakcję na podstawie tego, co faktycznie przed nami mamy, więc możemy nagradzać mocne wnioski korzystniejszymi stawkami i trzymać granicę tam, gdzie ryzyko tego wymaga. To lepsza wartość dla naszych członków i zdrowszy portfel dla związku.”
„Credit Union of Colorado od ponad 90 lat buduje zaufanie członków w całym stanie” — powiedziała Courtney Mrsny, dyrektorka ds. klientów w Scienaptic AI. „LendSmart Auto wnosi inteligencję na poziomie transakcji do każdego kredytu pojazdowego, wykraczając poza ogólne założenia klas ryzyka do jasnego obrazu konkretnego kredytobiorcy i konkretnego zabezpieczenia. Jesteśmy dumni z tego partnerstwa i nie możemy się doczekać, aby pokazać, co taka precyzja może zrobić dla ich portfela.”
W komunikacie nie określono daty uruchomienia platformy, więc harmonogram wdrażania wyceny na poziomie transakcji w związku pozostaje kolejną kwestią do obserwowania.