Blend 已分享 Autopilot 這套用於放款的代理式系統的初步量產結果，顯示成交轉化率明顯提升，貸款週期時間縮短。自 2026 年 3 月以來，Autopilot 的預核准代理已在 Blend 的 Home Lending 平台上，為各家放款機構處理超過 50,000 筆實際生產貸款。Blend 成立於 2012 年，並於 2021 年上市後成為公開交易公司；其為銀行、信用合作社與抵押貸款機構提供數位放款發起軟體，因此這些實際生產資料提供了代理式 AI 在受監管消費金融工作流程中運作的真實樣本。

分析客群的結果

在分析的客群中，使用 Autopilot 預核准代理的放款機構觀察到：

• 成交轉化率提高 10% 至 15%
• 貸款週期時間縮短 2 至 4 天
• 每筆貸款平均有 4.5 小時的履約作業被自動化
• 每筆核准貸款估計可節省 $600 的履約成本

Blend 強調，這些早期影響來自真實借款人的量產貸款，而非試點或模擬。為了衡量成效，公司將 24 個放款機構與貸款類型客群，與其在使用 Autopilot 之前的表現進行比較，涵蓋超過 175,000 筆貸款。這些結果屬於供應商自述，來源為 Blend 自身的平台資料與客群比較，而非獨立稽核。儘管如此，對放款機構而言，這些影響仍十分具體：例如 Mortgage Bankers Association 的放款機構績效研究，近年持續追蹤到每筆貸款的生產成本高達數千美元，而低迷的發起量也使單筆貸款經濟效益持續承壓。

不只是效率提升的轉變

根據 Blend 的說法，這些結果顯示的是一種超越效率提升的變化。當前多數放款 AI 仍是在既有流程中加速單一步驟，而整個流程仍以順序方式運作，每個階段都要等待前一個階段完成。Autopilot 的以代理為先模型則是並行、即時地處理檔案，改變了發起流程的成本、所需時間，以及借款人取得回覆的時點。這種定位也呼應企業軟體的更廣泛趨勢：供應商正從加速單一步驟的 AI 助理，轉向可自主執行多步驟工作流程的代理。

Blend 共同創辦人暨負責人 Nima Ghamsari 表示：「我認為人們使用 AI 時最大的錯誤，就是想得太過漸進。我們的方法是問：如果從一開始就圍繞代理來設計，這個產業會是什麼樣子？」他說：「這已不再只是思想實驗。Autopilot 已經在超過 50,000 筆實際生產貸款上運作，經濟效益正在改變。」

Autopilot 的運作方式

根據 Blend 的網路資料，超過一半的借款人在營業時間之外申請抵押貸款，而且超過 90% 的提交者會在開始後 24 小時內完成提交。借款人在第一天的意願最高，之後迅速下降：若申請在夜間因摩擦而停滯，不僅會延誤進度，也可能讓借款人轉向競爭對手。對放款機構而言，這使得前 24 小時成為關鍵窗口，即使沒有安排人員回應，也必須持續推動借款人前進。

Autopilot 就是在這個窗口內運作。它會即時審視申請、找出缺漏或不一致的資訊、完成預核准作業，並在借款人仍保持互動時持續跟進。結果是檔案進入處理與核貸階段時更完整，從而減少重工、借款人回電，以及後期條件補件。

Ghamsari 補充說：「與其由人先做第一輪、再由代理檢查成果，Autopilot 的代理是在任何人碰到檔案之前，就已在幕後工作。以規則為基礎的自動化永遠做不到這一點，因為規則只適用於可預測的檔案，而核貸人員把時間都花在那些不可預測的檔案上。」他表示：「等它到達貸款團隊手上時，工作已經完成，這讓他們把時間重新花在借款人身上，而不是文書作業上。」