Blend 已分享其用于贷款的代理式系统 Autopilot 的早期生产结果，显示转化率明显提高，贷款周期缩短。自 2026 年 3 月以来，Autopilot 的前置核保代理已在 Blend 的 Home Lending 平台上，跨贷款机构处理了超过 50,000 笔真实生产贷款。Blend 成立于 2012 年，并自 2021 年上市以来为公众公司，向银行、信用社和抵押贷款机构提供数字发起软件，因此其真实生产数据为代理式 AI 在受监管消费金融工作流中的运行提供了一个现实样本。

分析 cohorts 的结果

在分析的 cohorts 中，使用 Autopilot 前置核保代理的贷款机构记录到：

• 转化率提高 10% 到 15%
• 贷款周期缩短 2 到 4 天
• 每笔贷款平均自动化 4.5 小时的贷款履约任务
• 每笔已放款贷款估计节省 $600 的履约成本

Blend 强调，早期影响来自真实借款人的真实生产贷款，而非试点或模拟。为进行衡量，公司将 24 个贷款机构和贷款类型 cohorts 与其 Autopilot 之前的表现进行比较，覆盖了超过 175,000 笔贷款。上述结果为供应商报告，源自 Blend 自身的平台数据和 cohort 比较，而非独立审计。尽管如此，对贷款机构而言，其影响仍然具体可见：例如 Mortgage Bankers Association 的贷款机构绩效研究近年来一直追踪到每笔贷款的生产成本高达数千美元，而低迷的发放量持续给单笔贷款经济性带来压力。

不仅是效率提升的变化

根据 Blend 的说法，这些结果反映的是比效率提升更大的变化。当前贷款领域的大多数 AI 只是加速流程中的单个步骤，而该流程仍然按顺序运行，每一阶段都要等待前一阶段完成。Autopilot 的 agent-first 模式则并行、实时地处理文件，从而改变发放流程的成本、耗时以及借款人获得答复的时间。这一表述也反映出企业软件领域的更广泛转向：供应商正从加快单个步骤的 AI 助手，转向能够自主执行多步骤工作流的 agents。

“我认为人们在 AI 上犯的最大错误，是试图做得过于渐进。我们的思路是：如果从零开始、围绕 agents 重新设计这个行业，它会是什么样子？”Blend 联合创始人兼负责人 Nima Ghamsari 说。“这已经不再是假设性实验。Autopilot 已经运行在超过 50,000 笔真实生产贷款上，经济性也已经在发生变化。”

Autopilot 如何运作

根据 Blend network data，超过一半的借款人在营业时间之外申请抵押贷款，而提交申请的借款人中，超过 90% 会在开始后的 24 小时内提交。借款意图在第一天最强，并会迅速减弱：任何在夜间拖延申请的摩擦，不仅会延迟进度，还可能使借款人转向竞争对手。对于贷款机构而言，这使得最初 24 小时成为推动借款人继续前进的关键窗口，即使当时没有人员值守回应。

Autopilot 就在这一窗口内运行。它实时审查申请，识别缺失或不一致的信息，完成前置核保工作，并在借款人仍保持参与时进行跟进。因此，文件进入 processing 和 underwriting 时更为完整，减少返工、借款人回电以及后期条件要求。

“不是由一个人先做初步处理、再由 agent 检查工作，而是 Autopilot 的 agents 在任何人接触文件之前就已经在幕后工作。基于规则的自动化永远做不到这一点，因为规则只适用于可预测的文件，而 underwriters 把全部时间都花在那些不可预测的文件上，”Ghamsari 补充说。“等文件到达贷款团队时，工作已经完成，这让他们把时间重新花在借款人身上，而不是文书工作上。”

查看更多 Fintech Insights ：Global FinTech Innovations Are Transforming Banking into Continuous Financial Guidance

[To share your insights with us, please write to psen@itechseries.com ]

The post Early Production Results for Blend’s Autopilot Show What Agentic AI Means For Lending appeared first on GlobalFinTechSeries .