एआई से ऋण देने से ऋण तक पहुँच बढ़ती है, लेकिन निगरानी भी ज़रूरी है

कई वित्तीय सेवाएँ मूलतः सूचना पर आधारित कारोबार हैं। उदाहरण के लिए, किसी बीमा कंपनी को यह तय करने के लिए भविष्य में होने वाली दुर्घटनाओं की दर और उनकी लागत के बारे में सही जानकारी चाहिए कि बीमा पॉलिसी का प्रीमियम कितना रखा जाए, ताकि वह लाभदायक बनी रहे।

इसी तरह, ऋण देने के लिए किसी ग्राहक के चूक करने के जोखिम का सही आकलन करना और ब्याज दर को उचित स्तर पर तय करना ज़रूरी है।

पहले यह काम पूरी तरह मानवीय निर्णय और शुरुआती गणितीय सूत्रों के आधार पर किया जाता था। सामाजिक वर्ग, निजी संपर्क और व्यक्तिगत व्यवहार का असर इस बात पर पड़ता था कि किसी व्यक्ति को वित्तीय सेवाएँ मिलेंगी या नहीं।

समय के साथ जोखिम का सही आकलन करने के लिए अधिक पेशेवर और वस्तुनिष्ठ तरीके सामने आए, जिनमें पक्षपात की गुंजाइश कम थी। उदाहरण के लिए, अमेरिका में ऋण स्कोर किसी आवेदक की उधार लेने की क्षमता का आकलन करने का प्रमुख तरीका बन सकता है।

अब इससे भी उन्नत तरीके तेज़ी से आम हो रहे हैं। इनमें एआई का इस्तेमाल ऋण देने के जोखिमों का और अधिक सटीक आकलन करने के लिए किया जाता है, और पारंपरिक ऋण स्कोर में शामिल न किए गए उपयोगी आँकड़ों के विशाल भंडार का लाभ उठाया जाता है।

इस तरह, एआई से ऋण देने के ज़रिए उन उधारकर्ताओं तक पहुँचा जा सकता है जिन्हें पारंपरिक ऋण मॉडल आम तौर पर नज़रअंदाज़ कर देते हैं, और जोखिम का आकलन भी बेहतर किया जा सकता है। हालांकि, अगर इसे ठीक से लागू न किया जाए, तो ऋण तक पहुँच बढ़ाने के साथ जोखिम भी पैदा हो सकते हैं—जैसे ऋण-अंडरराइटिंग की गुणवत्ता में वास्तविक चूक और भेदभाव में बढ़ोतरी।

Kunming University (चीन), Shanghai University of Finance and Economics (चीन) और University of Hamburg (जर्मनी) के शोधकर्ताओं का एक नया अध्ययन ऋण बाज़ारों में कृत्रिम बुद्धिमत्ता के प्रभावों की पड़ताल करता है।

अध्ययन में पाया गया कि एआई से ऋण देने पर वित्तीय समावेशन औसतन 8.4–11.2 प्रतिशत अंक बढ़ता है, और इसका लाभ मुख्य रूप से फिनटेक ऋणदाताओं के माध्यम से मिलता है। हालांकि, यह भी सामने आया कि एआई-संचालित ऋण विस्तार से चरम जोखिमों में उतार-चढ़ाव बढ़ता है।

शोधकर्ताओं ने अपने निष्कर्ष International Review of Economics & Finance¹ में “ऋण बाज़ारों में कृत्रिम बुद्धिमत्ता: एल्गोरिदम-आधारित ऋण, वित्तीय समावेशन और नियामकीय अंतरों का लाभ उठाना” शीर्षक से प्रकाशित किए।

एआई से ऋण देने का विश्लेषण

एआई से ऋण देने के वादे और जोखिम

Upstart जैसे नए प्रवेशकों ने इस नवाचार को अपनाया था (इस कंपनी के बारे में आगे और पढ़ें), लेकिन अब एआई से जुड़ी प्रौद्योगिकियाँ ऋण देने की अधिकांश प्रक्रियाओं में किसी-न-किसी रूप में मौजूद हैं।

“मशीन लर्निंग एल्गोरिदम अब बड़े खुदरा बैंकों, डिजिटल ऋण मंचों और तेज़ी से बढ़ते फिनटेक नए प्रवेशकों के समूह की ऋण-उत्पत्ति प्रणालियों का आधार हैं।”

ये प्रणालियाँ लेन-देन के इतिहास, मनोमितीय आकलन, मोबाइल पर व्यवहार के पैटर्न और वास्तविक समय के सामाजिक संकेतों से जुड़े हज़ारों चरों का विश्लेषण और गणना कर सकती हैं। हालांकि, इससे कुछ नई संभावित समस्याएँ भी पैदा होती हैं:

• वे प्रशिक्षण डेटा में निहित ऐतिहासिक पक्षपात को बनाए रख सकती हैं या बढ़ा सकती हैं।
• वे इतने अपारदर्शी ढंग से काम करती हैं कि पर्यवेक्षी निगरानी मुश्किल हो जाती है;
• अलग-अलग अधिकार-क्षेत्रों में उनकी तैनाती से नियामकीय अंतरों का लाभ उठाने का एक ऐसा रूप पैदा होता है, जो विवेकसम्मत विनियमन के क्षेत्रीय तर्क को चुनौती देता है।

सही डेटा जुटाना

यह समझने के लिए कि एआई से ऋण देने का असर केवल स्थानीय स्तर पर ही नहीं, बल्कि अलग-अलग अधिकार-क्षेत्रों में भी क्या होता है, शोधकर्ताओं ने 2012–2022 की अवधि में एशिया-प्रशांत (14 देश), यूरोप (10 देश), लैटिन अमेरिका (10 देश) और उप-सहारा अफ्रीका (8 देश) की 42 अर्थव्यवस्थाओं का विश्लेषण किया।

उन्होंने इन देशों के वित्तीय समावेशन, पर्यवेक्षी संरचना की गुणवत्ता और व्यापक-विवेकपूर्ण ढाँचे की व्यापकता से जुड़े आँकड़े जुटाए।

सबसे अहम मापदंड—वित्तीय समावेशन—का आकलन इन बातों को ध्यान में रखकर किया गया:

• औपचारिक ऋण खातों के स्वामित्व की दर।
• सूक्ष्म, लघु और मध्यम उद्यमों (MSME) तक ऋण की पहुँच।
• उधारकर्ताओं और वयस्क आबादी का अनुपात।
• प्रति 100,000 वयस्कों पर वाणिज्यिक बैंक शाखाओं की संख्या।
• मोबाइल मुद्रा खातों के स्वामित्व की दर।

शोधकर्ताओं ने यह मापने के लिए एआई से ऋण देने को अपनाने की तीव्रता (ALII) नाम का एक नया सूचकांक भी बनाया कि किसी देश में एआई से ऋण देना कितना प्रचलित है।

“ALII, व्यापक आर्थिक स्तर पर प्रौद्योगिकी अपनाने की तीव्रता और पूरे क्षेत्र में क्षमता के वितरण का संरचनात्मक मापदंड है। सूक्ष्म स्तर पर अलग-अलग मॉडलों की सटीकता या एल्गोरिदम की अनुरूपता का ऑडिट करने के बजाय, यह सूचकांक व्यापक वित्तीय पारिस्थितिकी तंत्र में स्वचालित निर्णय-प्रक्रियाओं की संरचनात्मक सघनता और परिचालन स्तर पर उनकी पहुँच को मापता है।”

अध्ययन के नतीजे

बड़ी असमानताएँ

जैसा अपेक्षित था, अध्ययन में पाया गया कि वित्तीय समावेशन अलग-अलग क्षेत्रों में बहुत भिन्न है। अध्ययन के शुरुआती वर्षों में कम आय वाली उप-सहारा अफ्रीकी अर्थव्यवस्थाओं में इसका स्तर 0.042 था, जबकि बाद के वर्षों में उच्च आय वाली एशिया-प्रशांत अर्थव्यवस्थाओं में यह 0.941 तक पहुँच गया।

एआई ऋण तीव्रता सूचकांक में इससे भी अधिक भिन्नता दिखाई देती है: 0.317 का औसत मान, 0.89 के विचरण गुणांक को छिपा देता है। निम्न-आय वाली अर्थव्यवस्थाओं का औसत 0.089 और उच्च-आय वाली अर्थव्यवस्थाओं का 0.524 है।

एक अन्य निष्कर्ष यह है कि 2016 के बाद एएलआईआई में उल्लेखनीय तेजी आई, जो ऋण-स्कोरिंग में डीप लर्निंग अनुप्रयोगों की व्यावसायिक तैनाती के साथ मेल खाती है। इस बीच, 2015 के बाद की अवधि में ऋण चक्र अस्थिरता (CCV) के सबसे ऊँचे मान उभरती बाज़ार अर्थव्यवस्थाओं में देखे गए। यह एएलआईआई के आँकड़ों में दर्ज फिनटेक ऋण के तेज़ विस्तार के साथ मेल खाता है।

एआई ऋण से वित्तीय समावेशन को बढ़ावा

अध्ययन में एआई ऋण और वित्तीय समावेशन के बीच सीधा संबंध पाया गया।

“एआई ऋण तीव्रता सूचकांक में एक मानक विचलन की वृद्धि, वित्तीय समावेशन सूचकांक में 0.084 मानक विचलन की वृद्धि से जुड़ी है।”

यह भी सामने आया कि निगरानी क्षमता कमज़ोर होने पर वित्तीय समावेशन पर एआई ऋण का सकारात्मक प्रभाव अधिक मज़बूत होता है। इसके दो संभावित कारण हो सकते हैं, जो एक-दूसरे के साथ-साथ भी काम कर सकते हैं:

• कमज़ोर निगरानी व्यवस्था में ऐसे वंचित ऋण-आवेदकों की बड़ी संख्या होती है, जिन्हें एआई ऋणदाता वैकल्पिक आँकड़ों का उपयोग करके लाभप्रद ढंग से ऋण दे सकते हैं।
• कम निगरानी वाले परिवेश में एआई ऋणदाता सीमांत ऋण-आवेदकों को ऋण देने के लिए अधिक इच्छुक होते हैं, क्योंकि संभावित चूक का ज़िम्मा तय करने से जुड़ी नियामकीय लागत कम होती है।

यह प्रभाव मुख्यतः फिनटेक कंपनियों की वजह से भी दिखाई देता है, क्योंकि एआई का उपयोग करने वाले टेक ऋणदाता, एआई उपकरण अपनाने वाले मौजूदा बैंकों की तुलना में वित्तीय समावेशन से मिलने वाला लाभ काफ़ी अधिक (3 गुना) बढ़ाते हैं।

“फिनटेक में एआई ऋण तीव्रता में एक मानक विचलन की वृद्धि से वित्तीय समावेशन सूचकांक (FII) लगभग 13.8 प्रतिशत अंक बढ़ता है—जो मौजूदा बैंकों द्वारा एआई को समान स्तर पर अपनाने से होने वाले प्रभाव का लगभग तीन गुना है।”

इससे लगता है कि वित्तीय समावेशन में वृद्धि का संबंध मौजूदा बैंक ग्राहकों के लिए एआई द्वारा ऋण-प्रक्रिया की लागत घटाने से नहीं, बल्कि फिनटेक द्वारा पारंपरिक बैंकिंग व्यवस्था से बाहर रह गए ऋण-आवेदकों तक पहुँचने के लिए एआई के इस्तेमाल से है।

यह उस आम धारणा के अनुरूप है कि स्थापित बैंक नए ग्राहक-वर्गों को लक्षित करके विस्तार करने के बजाय, मौजूदा ग्राहकों से अपने संबंध बनाए रखने के लिए रक्षात्मक रूप से एआई का इस्तेमाल करते हैं।

क्या देशों के अनुसार जोखिम बढ़ता है?

अध्ययन में पाया गया कि कम निगरानी वाले परिवेश में एआई ऋण के ज़रिए वित्तीय समावेशन बढ़ने का संबंध प्रणालीगत जोखिमों में उल्लेखनीय वृद्धि से नहीं है। इसलिए, संभव है कि यही वह स्थिति हो जिसमें एआई ऋण सबसे अच्छे नतीजे दे—वित्तीय समावेशन में अधिक वृद्धि और कम जोखिम।

इसके विपरीत, अधिक विकसित अर्थव्यवस्थाओं और अधिक कड़े नियमन वाले वित्तीय परिवेशों में एआई ऋण से वित्तीय समावेशन को अपेक्षाकृत सीमित लाभ मिलता है। ऐसी स्थिति में जोखिम भी थोड़ा बढ़ता है, लेकिन यह वृद्धि नगण्य नहीं है। इसकी संभावित वजह यह है कि इन अर्थव्यवस्थाओं में केवल सबसे सीमांत ऋण-आवेदक ही वास्तव में किसी भी तरह के ऋण से वंचित रहते हैं।

“वयस्क आबादी में वित्तीय समावेशन पहले से ही लगभग सार्वभौमिक है, इसलिए एआई ऋण के ज़रिए ऋण पाने वाले लोगों का दायरा बढ़ाने की गुंजाइश बहुत कम रह जाती है।”

हर तरह के ऋण की तरह, सबसे बड़ा जोखिम सामान्य बाज़ार परिस्थितियों में नहीं, बल्कि वित्तीय प्रणाली पर भारी दबाव के दौर में होता है। इसलिए, शांत समय में स्वचालित ऋण व्यवस्था स्थिर दिखती है, लेकिन संकट के दौरान यह तेज़ी से और एकसमान रूप से पूँजी में कटौती करती है। प्रणालीगत धराशायी होने और बाज़ार में घबराहट को रोकने के लिए मज़बूत व्यापक-विवेकपूर्ण सुरक्षा-भंडार बेहद ज़रूरी हैं।

नियामकीय अंतर का लाभ उठाना

अध्ययन का एक कुछ अधिक चिंताजनक निष्कर्ष यह है कि ऋण देने के लिए एआई का इस्तेमाल करने वाली फिनटेक कंपनियाँ, मुखौटा कंपनियों के ज़रिए भी, कड़े नियमन से बचने की कोशिश करती हैं।

“एशिया-प्रशांत क्षेत्र में, स्थानीय निगरानी की तीव्रता ＋0.02 से बढ़कर ＋0.22 हो जाने पर भी कंपनियों ने अपनी गतिविधियाँ धीमी नहीं कीं। इसके बजाय, उन्होंने अपना कामकाज नियामकीय निगरानी के दायरे से बाहर कर लिया और दायरे से बाहर काम करने वाली मुखौटा सहायक कंपनियों की संख्या 2 से बढ़ाकर 11 कर दी। इसी दौरान, उन्होंने सीमा-पार परिसंपत्ति हस्तांतरण को 14.5% से बढ़ाकर 52.8% कर दिया—यानी तीन गुने से भी अधिक—जिससे कानूनी विवादों में तेज़ उछाल आया।”

इससे संकेत मिलता है कि स्थानीय नियम इस तरह के ऋणदाताओं को पूरी तरह नियंत्रित करने में संघर्ष कर रहे हैं। इसके बजाय, ये नियम फुर्तीले डिजिटल ऋणदाताओं को अपना कारोबार अलग-अलग हिस्सों में बाँटने और पूँजी को निगरानी से बाहर के क्षेत्रों में भेजने के लिए प्रोत्साहित करते हैं।

एआई ऋण पर निवेशकों के लिए निष्कर्ष

यह अध्ययन उन पिछले अध्ययनों की पुष्टि करता है जिनमें पाया गया था कि एआई ऋण से वित्तीय समावेशन बेहतर होता है। उदाहरण के लिए, यह पहले से ज्ञात था कि अमेरिका में एल्गोरिदम-आधारित बंधक ऋण मूल्यांकन से अल्पसंख्यक ऋण-आवेदकों की मंज़ूरी दर बढ़ती है, जबकि ऋण चूक में उसी अनुपात में वृद्धि नहीं होती। यह नतीजा जोखिम के आकलन के बजाय भेदभाव के कारण लोगों को ऋण से बाहर रखने के अनुरूप है।

अब यह अध्ययन दिखाता है कि यह प्रभाव लगभग हर क्षेत्र और हर तरह की अर्थव्यवस्था में दिखाई देता है। साथ ही, यह एआई ऋण में वृद्धि और पूँजी तक बेहतर तथा अधिक न्यायसंगत पहुँच के बीच सीधे कारणात्मक संबंध का भी समर्थन करता है। कम वित्तीय समावेशन और/या कमज़ोर निगरानी वाले क्षेत्रों में यह प्रभाव विशेष रूप से मज़बूत है।

साथ ही, अध्ययन में यह भी पाया गया कि विकसित अर्थव्यवस्थाओं में जोखिम अधिक और लाभ कम होना आम बात है।

इसका अर्थ यह हो सकता है कि शुरुआत में एआई-आधारित ऋण व्यवस्था ने पूँजी तक पहुँच बढ़ाई, लेकिन सबसे बड़ा लाभ और सबसे कम जोखिम सीमांत बाज़ारों में मिल सकता है। हालाँकि, यह सावधानी भी ज़रूरी है कि ऐसे बाज़ार आम तौर पर स्वभावतः विकसित अर्थव्यवस्थाओं से ज़्यादा जोखिमभरे होते हैं—किसी व्यक्तिगत एआई ऋण कंपनी की गुणवत्ता से स्वतंत्र रूप से।

अंत में, ऐसा लगता है कि फिनटेक कंपनियाँ क्षेत्रीय नियामकीय अंतरों का लाभ उठाने और कड़े नियमों से बचने की कोशिश में तेज़ी दिखाती हैं। यह दीर्घकालीन जोखिम बन सकता है, क्योंकि क्षेत्रीय समन्वय बेहतर होने या नियामकों की सख़्त कार्रवाई से इन कंपनियों के लाभ मार्जिन प्रभावित हो सकते हैं और उनके विरुद्ध कानूनी मामले भी हो सकते हैं। उनके शेयरधारकों को इस जोखिम पर विचार करना चाहिए।

कुल मिलाकर, एआई-आधारित ऋण देने वाली फिनटेक कंपनियों में निवेश करने वालों को यह परखना चाहिए कि क्या ये मंच अपने ऋण कारोबार के साथ-साथ ऋण तक पहुँच को टिकाऊ ढंग से बढ़ा सकते हैं।

यदि मौजूदा वित्तीय उद्योग की सेवाओं से वंचित लोगों का समूह काफ़ी बड़ा है, तो एआई-आधारित ऋण व्यवस्था से बड़ा लाभ मिलने की संभावना है और इसके लिए एक बड़ा संभावित बाज़ार उपलब्ध होगा।

यदि यह समूह बहुत छोटा है, तो बाज़ार में तनाव के दौरान चूक का बढ़ता जोखिम या नियमों से बचने के लिए अलग-अलग न्यायक्षेत्रों में अपनाए जाने वाले उतने ही जोखिमभरे तरीके, दीर्घकाल में कंपनी के शेयरधारकों के लिए छिपे हुए ख़तरे पैदा कर सकते हैं।

एआई-संचालित ऋण में निवेश

Upstart Holdings

जैसे-जैसे ऋण देने के तरीके और क्रेडिट स्कोर विकसित हो रहे हैं, पारंपरिक क्रेडिट स्कोर और ऋण प्रथाओं के बेहतर विकल्प देने के लिए नई कंपनियाँ उभर रही हैं। इनमें से एक है Upstart—एआई-संचालित ऋण बाज़ार, जिसे 2012 में शुरू किया गया था, यानी एआई के तकनीकी चर्चा का केंद्र बनने से काफ़ी पहले।

Upstart की स्थापना के पीछे विचार यह था कि मौजूदा क्रेडिट स्कोर प्रणाली अक्षम और पुरानी हो चुकी है। चूँकि अब कहीं अधिक डेटा उपलब्ध है, इसलिए ऋण के जोखिमों की बेहतर पहचान करना और उसके परिणामस्वरूप आबादी के एक बड़े हिस्से को कम लागत वाले ऋण देना संभव होना चाहिए।

“हमारा व्यक्तिगत ऋण मॉडल उधारकर्ताओं के जोखिम का आकलन करने में पारंपरिक क्रेडिट मॉडल से काफ़ी अधिक सटीक है। हमारा मानना है कि मॉडलिंग में सुधार की गुंजाइश अभी कई वर्षों तक बनी रहेगी।”

शुरुआत में मिली इस बढ़त ने कंपनी को अपने एआई को प्रशिक्षित करने के लिए डेटा का भरपूर स्रोत दिया और एआई प्रशिक्षण विधियों में हुई हालिया प्रगति का लाभ उठाने में मदद की।

स्रोत: Upstart

इसका मतलब है कि Upstart की विधि ऊँचे FICO स्कोर वाले ऐसे लोगों की पहचान कर सकती है, जिन्हें व्यवहार में अपने ऋण चुकाने में चूक का ज़्यादा जोखिम होता है। इसके उलट, ज़रूरी नहीं कि कम FICO स्कोर वाले लोगों के ऋण चुकाने में चूक करने की संभावना अधिक हो।

इस तरह, एआई और डेटा का इस्तेमाल करके Upstart किसी दिए गए समूह के लिए उल्लेखनीय नतीजे हासिल कर सकता है। उदाहरण के लिए, जोखिम का स्तर समान रखते हुए यह अधिक ऋण दे सकता है—मंज़ूरी दर 27% से बढ़कर 67% हो सकती है। या यह नुकसान में काफ़ी कमी ला सकता है: चूक दर 9% से घटकर 5% हो सकती है, यानी लगभग आधी।

स्रोत: Upstart

इसके अलावा, ऋण अधिकारी के बजाय एल्गोरिदम का इस्तेमाल करने से प्रक्रिया स्वचालित हो जाती है। इससे प्रक्रिया कम खर्चीली होती है और ऋण के लिए आवेदन करना कहीं तेज़ और अधिक सुविधाजनक हो जाता है।

Upstart का बाज़ार उधारकर्ताओं को बैंकों, क्रेडिट यूनियनों और संस्थागत पूँजी से जोड़ता है। कंपनी ने बताया कि 2025 में उसके बाज़ार के ज़रिए जारी किए गए ऋणों की मूलधन राशि का 64% संस्थागत निवेशकों ने खरीदा।

Upstart एक बेहद विशाल बाज़ार में काम करता है: दुनिया भर में हर साल 25 ट्रिलियन डॉलर के ऋण जारी किए जाते हैं। इस राशि में से, उन मंचों के लिए 1 ट्रिलियन डॉलर तक का राजस्व उपलब्ध है जो इन ऋणों को जारी करते हैं और उनकी सेवाएँ सँभालते हैं।

2025 में कंपनी ने 15 लाख ऋण जारी किए (वर्ष-दर-वर्ष 115% की वृद्धि), जिनकी कुल राशि 11 अरब डॉलर थी (वर्ष-दर-वर्ष 86% की वृद्धि); कंपनी का कुल राजस्व 1 अरब डॉलर रहा (वर्ष-दर-वर्ष 64% की वृद्धि)। कंपनी नए क्षेत्रों में भी तेज़ी से बढ़ रही है। उदाहरण के लिए, ऑटो ऋण जारी करने की मात्रा 5 गुना बढ़ी (2024 की चौथी तिमाही में 45 मिलियन डॉलर से 2026 की पहली तिमाही में 263 मिलियन डॉलर तक), जबकि गृह ऋण जारी करने की मात्रा 6 गुना बढ़ी (2024 की चौथी तिमाही में 27 मिलियन डॉलर से 2026 की पहली तिमाही में 143 मिलियन डॉलर तक)।

इसलिए, भले ही ऋणों की मौजूदा संख्या बड़ी है, फिर भी उन्नत क्रेडिट स्कोर विधियों और एआई-आधारित ऋण आकलन की पूरी संभावनाओं की तुलना में यह बहुत कम है।

स्रोत: Upstart

हाल की वृद्धि के आँकड़े और एआई को प्राथमिकता देकर बनाई गई कंपनी होना Upstart के भविष्य के लिए मज़बूत सकारात्मक संकेत हैं। फिर भी, शेयर की कीमत ने इस सफलता को वास्तव में पुरस्कृत नहीं किया है: कीमतें 2022 के समान स्तर पर हैं और महामारी के दौरान 2021 के शिखर से काफ़ी नीचे हैं।

इसका एक कारण यह भी है कि Upstart के कारोबारी मॉडल में कुछ जोखिम हैं।

पहला जोखिम यह है कि आर्थिक परिस्थितियाँ प्रशिक्षण डेटा की सीमा से आगे निकल सकती हैं, जिससे इसका मॉडल कम प्रभावी हो सकता है और इसका एआई नए रुझानों को पहचानने में चूक सकता है।

एक और मुद्दा यह है कि निर्णयों की व्याख्या, निष्पक्षता और जनसांख्यिकीय प्रदर्शन की रिपोर्टिंग को लेकर नियामकीय दबाव बढ़ रहा है। ऐसा अनजाने में भी हो सकता है कि एआई उन भेदभावपूर्ण प्रथाओं को फिर से ले आए जिन्हें पहले वित्तीय उद्योग में प्रतिबंधित किया जा चुका है।

अंत में, कंपनी अब भी इस बात पर निर्भर है कि ऋण बाज़ार के विभिन्न चक्रों में संस्थागत वित्तपोषण उपलब्ध बना रहे। ऊँचे ऋण स्तरों और तनावपूर्ण भू-राजनीतिक स्थिति के बीच वित्तीय प्रणाली में दबाव के संकेत बढ़ रहे हैं।

फिर भी, Upstart के पास कृत्रिम बुद्धिमत्ता-आधारित ऋण बाज़ार और ऋण-जोखिम आकलन की अवसंरचना उपलब्ध कराने वाली प्रमुख कंपनी बनने की अनुकूल स्थिति है। यह नई ऋण प्रथाओं को बढ़ावा देने के लिए शुरुआती फिनटेक और पीयर-टू-पीयर (P2P) नेटवर्कों की पहल का आवश्यक अगला चरण है।

निवेशक भी ऐसी कंपनी में शुरुआती दौर में निवेश का अवसर लेना चाह सकते हैं, जो ऋणों के जोखिम-आकलन की प्रक्रिया को आमूलचूल बदल रही है।

Upstart Holdings (UPST) के शेयरों से जुड़ी ताज़ा खबरें और घटनाक्रम

उद्धृत अध्ययन

^{1. Podong Song, Shutong Wu, Janson Partab. क्रेडिट बाज़ारों में कृत्रिम बुद्धिमत्ता: एल्गोरिद्मिक ऋण-प्रदान, वित्तीय समावेशन और नियामकीय आर्बिट्राज। International Review of Economics & Finance। दिसंबर 2026। आलेख: 105937। खंड 112। 10.1016/j.iref.2026.105937}