Upstart Holdings 瞄準成長加速，新任執行長 Paul Gu 回歸核心放貸業務
摩根士丹利（Morgan Stanley）美國金融會議，2026 年 6 月 10 日
Paul Gu 在共同創立 Upstart Holdings 超過 14 年後接任執行長一職。他在摩根士丹利（Morgan Stanley）的會議上概述了公司的戰略重心，將回歸核心個人放貸業務，並坦言前方的馬拉松之路仍長。Gu 強調，公司將透過模型優化來推動技術驅動型成長，而非依賴粗放式的行銷支出；同時，他也釋出明確訊號，將刻意減少對近期成長主要來源、但利潤率較低的「超優質」（super prime）客群之依賴。
戰略轉向：淡出「超優質」客群
近期最重大的戰略調整，在於降低對「超優質」個人貸款業務的投入。該領域雖曾是主要的成長引擎，但利潤率遠低於 Upstart 的核心業務。Gu 指出：「展望未來，我們的重心將會翻轉；我們將更重視、投入更多資源，並專注於核心客群的成長，而非超優質客群。」他形容超優質客群的佈局已是「任務達成」，並表示 Upstart 已能為任何美國借款人提供具競爭力的利率，這有助於開啟通用的行銷管道，但進一步爭取該領域的市佔率已不再是當務之急。
這代表產品組合策略的實質改變。超優質客群對利潤率具有稀釋作用，回歸核心放貸業務應能提供更直接的利潤擴張路徑，即便公司仍追求未來三年內每年 35% 的營收成長目標。
無懼市場震盪，私人資本承諾延長至 24 個月
Upstart 已取得超過 40 億美元的承諾資本，其中包括首筆 24 個月的「遠期流量」（forward flow）承諾，較過往期限大幅延長。Gu 強調，自 2022 年啟動遠期流量協議以來，公司與資本合作夥伴的續約率始終保持在 100%，他將此歸功於公司始終能提供平均高出基準利率 600 至 650 個基點（basis points）的利差。他表示：「要找到幾乎總是能高出基準利率 400 個基點，平均達 600、650 個基點的利差，是非常困難的。我的意思是，市場上能穩定獲得這種報酬的規模化管道並不多。」
更長期的承諾解決了 Gu 所指出的業務最大風險之一：對外部資本市場的依賴。雖然長期承諾通常需要經濟讓步，但 Gu 指出，隨著架構成熟，交易條款實際上已有所改善。公司主要利用已撥放貸款產生的貢獻利潤投入風險資本，透過這種「利益共享」（skin in the game）的方式來換取更長期的承諾。Gu 預期，未來大部分（雖非全部）資本將轉為長期承諾，從而為業務的擴張與收縮保留一定的靈活性。
消費信貸展現韌性，能源衝擊影響有限
Upstart 每週發布並每月更新的「Upstart 宏觀指數」（Upstart Macro Index, UMI），作為消費者健康狀況的即時指標，近期顯示出受今年能源衝擊影響的壓力。UMI 溫和攀升，Gu 承認這確實產生了影響。然而，他提供了關鍵背景：即便在過去幾年最嚴峻的時期，當 UMI 指出消費者違約機率較疫情前常態高出 60% 至 70% 時，當時的通貨膨脹率正逼近 10%。目前通膨率約在 4% 至 4.5% 之間，Gu 認為「4% 到 10% 之間仍有很大空間」，且鑑於能源僅佔消費者總支出的一小部分，他預期單憑能源衝擊不至於重回當時的惡劣環境。
這種審慎評估與市場對消費信貸表現惡化的擔憂形成對比。Gu 的觀點是，只要宏觀環境保持相對穩定，Upstart 的業務就能透過技術進步帶來的複利效應持續成長，進而提升轉換率、核貸效率、自動化程度與精準度——這些優勢能跨越宏觀氣候，並吸收溫和的宏觀波動。
信用模型優化仍有巨大空間
Upstart 已將貸款現金流預測的錯誤率降至約 14%（即準確率達 86%），相較於傳統模型的 95% 錯誤率，準確度提升近 3 倍。Gu 強調，這並非依靠單一聰明的洞見或變數，而是十多年來持續、近乎線性的改進所致。他解釋：「多年來，我們不斷找到以相當穩定、近乎線性的速度改進模型的方法。」考慮到理論上的 100% 準確率還有 14% 的差距，他認為仍有巨大的進步空間。
公司在信用建模上的方法相當堅定——Upstart 會根據環境變化迅速調整模型，而非為了達成季度財報目標而管理模型。Gu 表示：「我認為在信用業務上，我們能做的最好事情就是成為反應最快、最精準的機構。我們就會這麼做。如果這會導致短期內波動較大，那就隨它去吧。」這種將信用紀律置於短期平穩之上的承諾，反映了公司旨在打造能度過多次信用週期的長遠目標。
貢獻利潤率走勢與產品組合動態
第一季約 50% 的貢獻利潤率（contribution margin）代表了 Gu 所稱的年度低點（假設宏觀環境不變）。利潤率壓縮主要源於產品組合的變化，特別是個人貸款中低利潤率的超優質客群成長。隨著戰略轉向回歸核心放貸，利潤率應能受惠於此組合調整。
然而，新興產品——汽車貸款、HELOC（房屋淨值信貸額度）與 Cash Line——的利潤率狀況則較為複雜。這些產品目前呈現負利潤率，但預計近期將迅速改善，並在未來數年持續提升，這遵循了個人貸款的模式，後者在業務規模化過程中，利潤率改善了近十年。Gu 解釋，這些產品的利潤擴張與技術差異化深度綁定：「當我們的利率遠優於其他人時，我們就有能力對該產品收取業界最高的手續費，因為對客戶而言，下一個最佳選擇遠不如我們提供的方案。」
銀行執照策略：聚焦效率，而非資產負債表融資
與典型的金融科技公司不同，Upstart 申請銀行執照並非為了進行資產負債表融資。Gu 強調，公司對規模化的野心極大，若採用以資產負債表為核心的融資模式，幾乎不可能在不犧牲成長或股東權益報酬率（ROE）的情況下達成。他表示：「唯一的替代方案就是放慢成長，而我們不想選擇這條路。」銀行執照被視為未來幾年監管與營運效率的一項投資，相關效益已納入指引，雖有助益但並非達成目標的必要條件。
截至上季，公司資產負債表上僅持有約 10 億美元的貸款，並預計在年底前進行策略性減持，但 Gu 指出當前水準並無根本問題。核心指導原則是對股權資本的極致效率，資產負債表主要靈活運用於新產品開發、偶爾的通路整合及產生收益。隨著保留盈餘增加股權池，資產負債表上的貸款持有量可能會擴張，但前提始終是最大化股東權益報酬率。
關注損益表下方的技術驅動型成長
Gu 為投資人提供了明確的指引，說明如何評估 Upstart 是在執行技術驅動的成長策略，還是低效的行銷驅動型擴張。關鍵在於觀察成長如何「隨著損益表逐項向下推進而逐步顯現」。提升模型、轉換率、自動化與精準度的技術改進，應轉化為利潤率的擴張，以及超過營收成長的獲利成長。他解釋：「在今年接下來的時間裡，投資人應該期待看到我們不僅能持續展現優異的營收成長能力，這種成長還能隨著時間推移，逐步反映在損益表的下方。」
此框架為評估執行品質提供了具體指標。若成長主要依賴增加行銷支出，則會反映在營收上，但無法有效轉化為獲利。Upstart 模型優勢的檢驗標準，在於營收成長是否能隨著年度推進，日益轉化為貢獻利潤率的成長，並最終改善底線獲利。
超馬心態
Gu 回顧過去 14 年的歷程，強調了該商業模式被低估的難度以及未來巨大的機會。他形容自己選擇了「一個可能異常艱難的創業項目」，需要多年時間在表現不佳的模型中反覆迭代，以收集訓練數據，同時還需面對監管機構、信評機構與資金合作夥伴的嚴格審視。作為私人企業的早期階段，公司在虧損與失去信譽的同時，還要努力籌集資金。
他體悟到兩點：消費信貸的機會極其巨大——這是「世界上最古老的產業之一」——而要發揮潛力，需要經歷多個階段，遠超典型的創業時間表。共同創辦人之間的合作，讓他們得以「分階段跑完這場比賽」，而執行長的交接則代表 14 年後第二個主要階段的開始。這種長遠的導向與許多科技公司追求快速退場的心態形成對比，顯示投資人應以同樣長遠的眼光來評估 Upstart。公司正為未來十多年的旅程佈局，而非追求短期的轉折點。
深度解析 Upstart Holdings：轉向銀行執照與追求資金穩定
AI 信貸引擎：商業模式與經濟效益
Upstart 營運一個雲端原生人工智慧借貸平台，旨在從根本上重塑消費者信貸審核機制。傳統的 FICO 評分模型僅依賴約 20 個變數來評估信用，而 Upstart 則利用專有的梯度提升機（Gradient Boosting Machine）演算法，處理數以千計的非傳統數據點。透過納入教育背景、就業歷史及細微行為指標等替代性訊號，該平台能建構近 1,100 萬個特徵值，以評估消費者的真實違約風險。其核心獲利引擎為收費制的市場模式，Upstart 將消費者的信貸需求與超過 100 家銀行、信用合作社及機構投資人連結，後者透過資產擔保證券（ABS）或前流協議（forward-flow agreements）購買貸款。公司針對每筆核貸收取平台費，並在貸款存續期間收取服務費，刻意保持「輕資產」資產負債表，將信用風險轉移至資本合作夥伴，僅保留極小比例的投資組合用於研發。
客戶、資本供應商與銀行業務轉型
Upstart 的生態系統高度依賴兩大客戶群：貸款發起合作夥伴與資本供應商。在發起端，中小型區域銀行、信用合作社及數百家汽車經銷商利用 Upstart 擴展其潛在市場總額（TAM），得以向傳統審核政策下會被拒絕的借款人核貸。然而，Upstart 商業模式真正的脆弱點在於資本供應端。該平台極度仰賴機構信貸基金與資產擔保證券市場來吸收貸款量。在總體經濟壓力或利率攀升期間，批發資金往往會枯竭，導致 Upstart 無法為其演算法核准的貸款提供資金。為防範此生存風險，管理層於 2026 年 3 月 10 日宣布重大戰略轉向，正式向美國貨幣監理署（OCC）及聯邦存款保險公司（FDIC）申請設立全新的國家銀行。透過營運 Upstart Bank, N.A.，公司旨在吸引黏著度高、成本低廉的零售存款來支應自身放款。若獲批准，此執照將能有效繞過波動劇烈的私人信貸市場，從結構上降低資本成本，並消除每年估計 2 億美元與第三方發貸管理及各地州政府許可要求相關的摩擦成本。
市場地位與擴大潛在市場
Upstart 在替代性消費借貸市場占據領先地位，2026 年第一季處理了 425,356 筆貸款，總額達 34 億美元，發貸量年增率高達 61%。過去僅限於無擔保個人信貸領域的該公司，正積極擴大版圖以平滑週期性波動並搶占更大的信貸池。該平台進軍汽車貸款與房屋淨值貸款領域，正帶來爆發性的成長。2026 年第一季，汽車貸款發貸量年增 300% 至 2.63 億美元，主因是公司積極向汽車經銷商部署零售銷售點（POS）軟體。同時，房屋淨值信用額度（HELOC）部門年增 250% 至 1.43 億美元，將傳統 40 天的房貸結案流程大幅縮短至平均 6 天。此外，公司近期推出了 Cash Line，這是一款旨在搶占小額救急市場的無擔保循環信貸產品。透過打入 7,850 億美元的汽車金融市場與 3 兆美元的房屋淨值市場，Upstart 正稀釋其對高度週期性個人信貸部門的歷史依賴。
護城河：競爭優勢
Upstart 競爭護城河的持久性，建立在龐大且具複利效應的數據飛輪之上。自創立以來，公司已累積超過 4,000 萬筆還款事件，持續訓練並優化其審核演算法。在機器學習風險評估領域，擁有最高量、高保真縱向數據的實體，具備卓越的定價能力。此內建優勢使 Upstart 在相同違約率下，核准的借款人數量幾乎是傳統模型的兩倍。此外，平台的營運效率構成了強大的進入門檻。Upstart 已達到 90% 的全自動核准率，意味著絕大多數貸款在零人工干預下完成。這種無摩擦的數位體驗帶來了約 19% 的轉換率，遠超傳統銀行基礎設施。對於試圖建立專屬 AI 審核系統的區域信用合作社而言，資本支出與數據缺口使其內部開發在經濟上不可行，這鞏固了 Upstart 作為外包式「隨插即用」信貸引擎的價值主張。
競爭格局與顛覆性對手
儘管擁有技術領先優勢，Upstart 仍處於競爭激烈的環境中，面對靈活的新進者與根深蒂固的傳統業者。對 Upstart 機構管道最直接的威脅是 Zest AI，這是一家純軟體供應商，直接向銀行與信用合作社銷售競爭性的演算法審核模型。透過允許機構使用其新推出的 LuLu 等生成式 AI 工具來建立客製化模型，且無需犧牲自身的品牌體驗，Zest AI 威脅將 Upstart 賴以獲取高額平台費的智慧資產商品化。在資本市場領域，Pagaya Technologies 已成為強勁對手。Pagaya 營運類似的 AI 驅動網路，但在進入資產擔保證券市場及獲取機構資本方面展現了卓越的執行力，並實現了穩定的 GAAP 獲利。Pagaya 2026 年第一季營收為 3.18 億美元，淨利 2,500 萬美元，其債權股權比（Debt-to-Equity Ratio）為 1.9，較 Upstart 的 2.3 更為保守。此外，Experian 與 FICO 等傳統巨頭正迅速升級其評分基礎設施，透過收購開放銀行技術來獲取 Upstart 所依賴的相同替代數據訊號。
總體經濟威脅與公平借貸審查
雖然國家銀行執照為資金限制提供了具吸引力的解決方案，但也同時使 Upstart 面臨嚴峻的監管風險。作為受保存款機構，公司將受到貨幣監理署（OCC）與消費者金融保護局（CFPB）的嚴格監督。監管機構要求嚴格的模型可解釋性，以確保機器學習演算法不會無意間違反公平借貸法。該公司此前已在 Relman Colfax 的多年監督下接受過嚴格審查，該機構曾指出針對少數族裔申請人的統計核准差異。將黑箱人工智慧轉型至高度監管的銀行環境，需要廣泛的數據血統追蹤與模型驗證架構。此外，更廣泛的總體經濟環境仍是持續的逆風。Upstart 的平台主要服務於次優級（near-prime）借款人，他們對通膨壓力和勞動力市場緊縮極為敏感。消費者信貸健康的任何突然惡化，都將立即考驗 Upstart 模型的預測韌性，並可能導致機構買家在銀行執照完全運作前，就中斷前流協議。
領導層的檢視
2026 年 5 月，執行長職位發生重大變動，共同創辦人兼技術長 Paul Gu 正式接替 Dave Girouard 出任執行長。Gu 的升遷標誌著公司戰略回歸其作為高度技術導向、AI 為先企業的核心定位。新領導層接手的是複雜的財務現實。Upstart 2026 年第一季營收年增 44% 至 3.08 億美元，輕鬆超越營收預期。然而，獲利能力驟降。公司報告淨損 660 萬美元，調整後 EBITDA 利潤率從 2025 年底的 22% 驟降至 13%。管理層將利潤率壓縮歸因於前期投資支出、產品組合調整，以及為推廣汽車與房屋貸款產品而進行的激進行銷。Gu 面臨立即的挑戰：證明這種獲利能力的倒退僅是季節性異常，而非單位經濟效益的結構性惡化。他肩負的任務極其艱鉅：引導公司順利轉型至銀行執照模式、從 Zest AI 與 Pagaya 手中捍衛市占率，並執行能帶來穩定利潤擴張的資本高效成長策略。
總結
Upstart 正處於關鍵的演變節點。其核心審核技術已證明能跨越多個龐大資產類別激進擴展發貸量，汽車與房屋淨值部門的爆發性成長便是明證。透過高度自動化、低摩擦的管道推動數十億美元的發貸量，該平台顯然提供了卓越的消費者體驗，並為其銀行合作夥伴創造了實質價值。若公司能成功取得國家銀行執照，將能消除其歷史上最大的弱點——對不穩定批發資金的依賴，並永久降低資本成本。
反之，營運風險亦十分巨大。Upstart 正陷入艱難的轉型期，必須激進支出以實現產品組合多元化，這在投資人要求穩定獲利之際壓縮了利潤率。來自 Zest AI 等純軟體供應商及 Pagaya 等資本高效營運商的競爭壓力，限制了 Upstart 的定價能力，而即將到來的演算法偏見監管審查，則威脅到模型創新的步伐。該企業的最終成功，取決於新任執行長能否在聯邦銀行監管的迷宮中穿梭，同時保持科技顛覆者的敏捷性。