Lender Price, dostawca technologii produktów i wycen kredytów hipotecznych, ogłosił kolejną ewolucję POD, swojego pulpitu optymalizacji wycen opartego na AI: możliwość agentów AI nadzorowanych przez ludzi, zaprojektowaną tak, aby pomóc w ustanowieniu nowego standardu dokładności wycen w silniku wycen Lender Price.

Silnik wycen to system, na którym pożyczkodawcy polegają, aby przekształcić arkusze stóp inwestorów w stopy i korekty, które ostatecznie przedstawiają kredytobiorcom — dlatego dokładność każdej aktualizacji ma bezpośrednie znaczenie operacyjne. Agenci AI POD są zaprojektowani do uczenia się i wykonywania powtarzalnych kroków, które zespoły wycen Lender Price wykonują za każdym razem, gdy inwestorzy publikują zmiany stóp, korekt cen na poziomie pożyczki (LLPA), kwalifikowalności produktów, programów i specjalnych ofert cenowych. LLPА, czyli oparte na ryzyku korekty cen stosowane przez inwestorów do poszczególnych pożyczek w zależności od czynników takich jak scoring kredytowy i wskaźnik LTV, bezpośrednio kształtują cenę każdej oferty kredytowej. Działając w ramach zdefiniowanych ograniczeń i procesów zatwierdzania, agenci mogą interpretować incoming informacje o zmianach, przygotowywać i walidować aktualizacje systemu, identyfikować wyjątki oraz kierować zmiany wymagające osądu do specjalistów ds. wycen Lender Price.

"W wycenach hipotecznych dokładność nie jest funkcją — jest fundamentem", powiedział Dawar Alimi, dyrektor generalny i współzałożyciel Lender Price. "POD nie polega na zastępowaniu ludzi, którzy rozumieją produkty hipoteczne, rynki kapitałowe i działalność naszych klientów. Chodzi o to, aby dać im agentów AI, mogą przejąć żmudną, powtarzalną pracę, aby nasi eksperci mogli skupić się na kontrolach, wyjątkach i decyzjach, które wymagają ludzkiej ekspertyzy. Rezultatem, do którego dążymy, jest bezkonkurencyjna dokładność wycen."

Budowane etapami, zakotwiczone w operacjach wycen

Inicjatywa POD przeszła przez wiele etapów. Lender Price najpierw zastosował AI w celu wzmocnienia kontroli dokładności, pomagając zespołom szybciej wykrywać potencjalne rozbieżności w wycenach. Następnie rozszerzył wsparcie AI dla prac wdrożeniowych, porządkując dane pożyczkodawców, identyfikując luki i przyspieszając wdrażanie produktów, programów, zasad kwalifikowalności i wycen specyficznych dla inwestorów.

Najnowszy etap operacjonalizuje zgromadzoną wiedzę poprzez agentów AI wytrenowanych na krok po kroku procesach stosowanych przez własny zespół wycen Lender Price. Zamiast dopuszczać niekontrolowaną automatyzację, POD stosuje kontrole, które mogą obejmować walidację danych źródłowych, ograniczenia oparte na regułach, progi wyjątków, dzienniki zmian, testowanie i przegląd ludzki przed wdrożeniem produkcyjnym. Celem jest szybsze i bardziej spójne wprowadzanie aktualizacji przy zachowaniu jasnej rozliczalności.

Oczekiwany wpływ operacyjny

Lender Price oczekuje, że POD znacząco zmniejszy możliwość wystąpienia błędów ręcznego wprowadzania danych i poprawi spójność rutynowych aktualizacji inwestorów. Wstępne cele operacyjne obejmują:

• Do 90% redukcji ręcznych punktów styku w kwalifikujących się, powtarzalnych procesach aktualizacji arkuszy stóp i wycen.
• Do 75% szybsze przygotowywanie i walidację rutynowych aktualizacji LLPA, ofert specjalnych i programów, z kierowaniem wyjątków do ekspertów.
• Co najmniej 99,9% pokrycia identyfikowalności zmian dla aktualizacji przetwarzanych przez POD, wspierane przez powiązania źródłowe, rejestry walidacji, zatwierdzenia i dzienniki audytu.
• Znaczącą redukcję zapobiegliwych błędów konfiguracji — w tym przypadkowych naciśnięć klawiszy, zamienionych wartości lub pominiętych warunków kwalifikowalności — dzięki strukturalnemu wyodrębnianiu, regułom walidacji i kontrolowanym procesom wdrażania.

Te liczby są prospektywnymi celami operacyjnymi, a nie historycznymi wynikami klientów. Lender Price ośadczył, że zweryfikuje i opublikuje zmierzone wyniki w miarę dojrzewania wdrożeń POD. Opublikowane wyniki dadzą pożyczkodawcom konkretny punkt odniesienia do oceny, czy cele sprawdzają się w środowisku produkcyjnym.

Dokładność w skali przy kontroli ekspertów

Projekt POD uwzględnia fakt, że wyceny hipoteczne nie działają w próżni. Wytyczne inwestorów mogą różnić się formatem i złożonością, a rzeczywiste aktualizacje często wymagają interpretacji kontekstowej. Agenci AI mają obsługiwać pracę o dużym wolumenie i powtarzalnym charakterze, podczas gdy ścieżki eskalacji zachowują nadzór ludzki w przypadku niejednoznacznych wytycznych, nietypowych struktur produktów i zmian wymagających dodatkowej weryfikacji.

Efektem jest operacja wycen zdolna do szybszego reagowania na zmiany inwestorów bez poświęcania kontroli, których oczekują pożyczkodawcy. Redukując powtarzalną pracę ręczną, POD pozwala ekspertom ds. wycen Lender Price poświęcić więcej czasu na zapewnienie jakości, przypadki brzegowe, strategię i potrzeby klientów.

"Przyszłością POD jest dokładniejsza i bardziej odporna operacja wycen", dodał Alimi. "Nasi ludzie pozostają niezbędni. Agenci AI wzmacniają ich ekspertyzę, pomagając zapewnić, że każda aktualizacja — od zmiany LLPA po ofertę specjalną lub zasadę kwalifikowalności — jest obsługiwana z dyscypliną, widocznością i szybkością."

POD jest częścią szerszej strategii AI Lender Price, która stosuje sztuczną inteligencję tam, gdzie może poprawić efektywność wdrożeń, wzmocnić kontrole jakości wycen i pomóc pożyczkodawcom działać z większą pewnością w szybko zmieniającym się rynku. Struktura POD oparta na nadzorze ludzkim odzwierciedla również szerszy wzorzec w technologii finansowej, gdzie agenci AI są coraz częściej wdrażani pod przeglądem ludzkim, a nie w pełnej autonomii, w regulowanych obszarach usług finansowych.