स्पॉटलाइट
Upstart (UPST): एआई युग का ऋण प्लेटफ़ॉर्म बनाना

कई वित्तीय सेवाएँ मूल रूप से सूचना व्यवसाय हैं। उदाहरण के लिए, एक बीमा कंपनी को भविष्य में दुर्घटनाओं की दर और उनके लागत के बारे में सही जानकारी चाहिए ताकि वह यह निर्धारित कर सके कि कौन सी कीमत पर बीमा पॉलिसी अभी भी लाभदायक रहेगी।
इसी प्रकार, ऋण देने के लिए किसी ग्राहक के डिफ़ॉल्ट जोखिम का सही मूल्यांकन करना और ब्याज दर को उचित स्तर पर निर्धारित करना आवश्यक है।
ऐतिहासिक रूप से, यह प्रारंभ में केवल मानवीय निर्णय और साधारण गणितीय सूत्रों से किया जाता था, जहाँ सामाजिक वर्ग, व्यक्तिगत संबंध और व्यक्तिगत व्यवहार किसी व्यक्ति की वित्तीय सेवाओं तक पहुँच को प्रभावित करते थे।
समय के साथ अधिक पेशेवर और वस्तुनिष्ठ विधियाँ उभरीं, जो कम पक्षपात के साथ जोखिम का सही मूल्यांकन करती हैं। उदाहरण के लिए, संयुक्त राज्य में क्रेडिट स्कोर उधारकर्ता की उधार क्षमता का मूल्यांकन करने का प्रमुख साधन बन गया है।
एक आधुनिक क्रेडिट स्कोर पाँच अलग-अलग डेटा श्रेणियों पर आधारित होता है:
- भुगतान इतिहास (35%)
- बकाया राशि (30%)
- क्रेडिट इतिहास की अवधि (15%)
- नया क्रेडिट और पूछताछ (10%)
- क्रेडिट मिश्रण (10%)
हालाँकि, इसके अपने सीमाएँ हैं। उदाहरण के तौर पर, यह व्यक्ति के व्यवहार के बारे में कोई जानकारी नहीं देता जो पिछले और वर्तमान ऋण से संबंधित नहीं है। यह रहने की जगह, आय, रोजगार क्षेत्र, स्वामित्व वाली संपत्तियों आदि जैसी जानकारी को भी नहीं मानता।
इसलिए अधिक उन्नत प्रणालियों का निर्माण संभव है, विशेषकर जब लागू डेटा प्रचुर मात्रा में उपलब्ध हों और सूचना युग में आसानी से उपलब्ध हों।
यह वही विचार है जिसके आधार पर Upstart Holdings (UPST ) का निर्माण किया गया। मशीन लर्निंग और एआई के प्रारंभिक रूप का उपयोग करके, कंपनी ने एक अधिक सटीक ऋण प्लेटफ़ॉर्म बनाया जो अधिक लोगों को ऋण प्रदान कर सकता है जबकि कम डिफ़ॉल्ट दर बनाए रखता है।
यह प्रारंभिक लाभ कंपनी को एआई प्रौद्योगिकी में हालिया प्रगति से लाभ उठाने और एक निरंतर विस्तारित तथा अधिक उन्नत एआई-चालित ऋण और वित्तीय सेवाओं के प्लेटफ़ॉर्म को बनाने के लिए आदर्श स्थिति में रखता है।
“एक एआई-केंद्रित कंपनी के रूप में, हमारा व्यवसाय तब बढ़ता है जब हमारे मॉडल जोखिम को अलग करने और कैलिब्रेट करने में बेहतर होते हैं। इन मॉडल सुधारों से हम अधिक ग्राहकों को अधिक उत्पादों के लिए स्वीकृति दे पाते हैं, जिससे हमारा व्यवसाय सुधरता है, और Upstart AI को उद्योग के बाकी हिस्सों से और अधिक अंतर मिलता है।”
UPST मूल्य चार्ट
Upstart अवलोकन
Upstart का इतिहास
Upstart ने 2012 में कैलिफ़ोर्निया में स्थित एक ऋण प्लेटफ़ॉर्म के रूप में लॉन्च किया, जिसे पूर्व‑Google कर्मचारियों और एक थिएल फेलो ने स्थापित किया। इसका पहला उत्पाद एक Income Share Agreement (ISA) था, जो व्यक्तियों को उनके भविष्य की आय का एक प्रतिशत साझा करने के अनुबंध के माध्यम से धन जुटाने की सुविधा देता था।
दो साल बाद, कंपनी ने असुरक्षित व्यक्तिगत ऋण बाजार की ओर रुख किया, और पारंपरिक 3‑वर्षीय ऋणों से शुरुआत की।
इसके संस्थापकों की तकनीकी पृष्ठभूमि ने कंपनी को तुरंत पारंपरिक क्रेडिट स्कोर के बजाय एआई का प्रारंभिक रूप बनाने के लिए प्रेरित किया। इसमें शैक्षणिक इतिहास, अध्ययन क्षेत्र, GPA, और रोजगार इतिहास जैसी डेटा का उपयोग किया गया।
2014‑2019 के दौरान, कंपनी ने प्रमुख संस्थागत निवेशकों जैसे Google Ventures, मार्क क्यूबन, एरिक श्मिट, मार्क बेनियोफ़, राकुटेन आदि से पर्याप्त फंडिंग जुटाई।
यह 2020 में लगभग $20 प्रति शेयर की कीमत पर सार्वजनिक हुई।
स्टॉक तुरंत बढ़ा, जो कम महामारी‑कालीन ब्याज दरों और उच्च क्रेडिट मांग से प्रेरित था, और अंततः अक्टूबर 2021 में $390.00 प्रति शेयर का सर्वकालिक उच्च स्तर प्राप्त किया।
हालाँकि, इस तेज़ स्टॉक वृद्धि के बाद एक कठोर गिरावट आई, क्योंकि फेड ने 2022 और 2023 में ब्याज दरों को आक्रामक रूप से बढ़ाया।
इससे उच्च‑ब्याज‑दर वाले माहौल में एक कष्टदायक परिवर्तन हुआ, जहाँ संस्थागत ऋण खरीदार कम हो गए, डिफ़ॉल्ट बढ़े, और स्टॉक ने 3 मई 2023 को $11.93 का न्यूनतम स्तर छुआ।
2025 से, कंपनी ने लाभप्रदता में वापसी की है और एक मजबूत विकास प्रवृत्ति को पुनः स्थापित किया है, जहाँ 2025 में राजस्व वर्ष‑पर‑वर्ष 64% बढ़ा।
Upstart संख्याओं में
2025 में, Upstart ने अधिकांश मेट्रिक्स पर वर्ष‑दर‑वर्ष दो अंकों की बड़ी वृद्धि के साथ एक उल्लेखनीय वर्ष दर्ज किया, जिसमें ऋण उत्पत्ति (+86%), कुल ऋण संख्या (+115%) और कुल राजस्व (+64%) शामिल हैं।
यह प्रवृत्ति Q2 2026 में भी मजबूत रूप से जारी है, जिसमें उत्पत्ति में $0.2B (+50% वर्ष‑पर‑वर्ष) और कुल राजस्व $365M (+42% वर्ष‑पर‑वर्ष) है।

स्रोत: Upstart
कंपनी 1,405 पूर्णकालिक कर्मचारियों को नियुक्त करती है, जिनमें से लगभग 430 इंजीनियरिंग में हैं, जो इसके एआई अंडरराइटिंग एल्गोरिदम को प्रशिक्षित और परिष्कृत करते हैं। यह डिजिटल‑फ़र्स्ट रणनीति अपनाती है, जिससे स्टाफ को संयुक्त राज्य में कहीं से भी काम करने की अनुमति मिलती है, और यह 4 मुख्य भौतिक कार्यालय हब (कैलिफ़ोर्निया, ओहायो, न्यूयॉर्क, टेक्सास) द्वारा समर्थित है।
Upstart के पास 4 सक्रिय अमेरिकी पेटेंट हैं जो उसके स्वामित्व वाले वित्तीय मशीन लर्निंग जोखिम मॉडल की रक्षा करते हैं।
Upstart मुख्यतः एक ऋण रेटिंग और उत्पत्ति कंपनी है, और कुल बकाया ऋणों में से केवल 5.9% ($1.06 अर्ब) सीधे Upstart की बैलेंस शीट पर रखती है। शेष लगभग 94% संस्थागत निवेशकों या साझेदार क्रेडिट यूनियनों द्वारा वित्तपोषित हैं।
कंपनी का अधिकांश व्यवसाय असुरक्षित व्यक्तिगत ऋणों (कुल ऋणों का 62%) के इर्द‑गिर्द केंद्रित है, लेकिन ऑटो ऋण और गृह ऋण जैसे नए खंड तेजी से बढ़ रहे हैं।

स्रोत: Upstart
Upstart का व्यवसाय मॉडल
क्रेडिट स्कोर से परे
Upstart के लिए प्रमुख प्रारंभिक अंतर्दृष्टि यह थी कि FICO स्कोर केवल एक मोटा अनुमान है, और अधिक व्यक्तिगत डेटा के साथ-साथ व्यापक आर्थिक संकेतकों को ध्यान में रखते हुए तैयार किया गया अनुकूलित जोखिम ग्रेड बेहतर प्रदर्शन कर सकता है।
और इसने जल्दी ही यही किया, समान FICO स्कोर समूह के भीतर यह पहचानने की क्षमता के साथ कि कौन‑से ग्राहक वास्तव में कम या उच्च जोखिम वाले हैं।
“हमारा AI अंडरराइटिंग मॉडल पारंपरिक क्रेडिट मॉडल से 2.74 गुना बेहतर है”
उदाहरण के लिए, 700 FICO स्कोर वाले व्यक्ति को Upstart के जोखिम ग्रेड में पुनः वर्गीकृत किया जाएगा ताकि उसके समूह की वास्तविक वार्षिक डिफ़ॉल्ट दर का सही अनुमान लगाया जा सके, जो 1.1% से 13% तक हो सकती है।
इसलिए यह कहना नहीं है कि Upstart FICO स्कोर का उपयोग नहीं करता, क्योंकि यह स्वयं में मूल्यवान जानकारी प्रदान करता है। लेकिन FICO और उसके अपने जोखिम ग्रेड का संगम उधार जोखिमों का अधिक सूक्ष्म और सटीक मूल्यांकन बनाता है।

स्रोत: Upstart
निचले जोखिमों के अतिरिक्त, ऋण अधिकारी की बजाय एल्गोरिदम का उपयोग करने से प्रक्रिया स्वचालित हो जाती है। यह न केवल कम लागत वाला है बल्कि ऑनलाइन पूरी प्रक्रिया के साथ ऋण के लिए आवेदन करना बहुत तेज़ और सुखद बनाता है।

स्रोत: Upstart
उन्नत AI मॉडल
व्यक्तिगत ऋण जोखिम निर्धारित करने के लिए, Upstart अब अपने Model 19 का उपयोग करता है, जो एक उन्नत AI‑संचालित अंडरराइटिंग मॉडल है। यह पिछले संस्करणों की तुलना में 88% अधिक जटिल मॉडल है। यह 2,500 से अधिक सूक्ष्म चर का विश्लेषण करता है ताकि ठीक‑ठीक निर्धारित किया जा सके कि कौन‑से उपभोक्ता उच्च ब्याज दरें प्राप्त करेंगे।

स्रोत: Upstart
यह उसके मूल डिजाइन में भी एक बड़ा उन्नयन है: पहले के सिस्टम ऋण के अंतिम परिणाम—चाहे वह पूरी तरह चुकाया गया हो या चार्ज‑ऑफ़ (डिफ़ॉल्ट) में समाप्त हुआ हो—पर नजर रखते थे। Model 19 इसके बजाय ऋण के मध्यवर्ती स्थितियों (जैसे, वर्तमान, 30 दिन देर, 60 दिन देर, पुनर्प्राप्त, या चुकाया गया) के बीच परिवर्तन की संभावनाओं को माह‑दर‑माह ट्रैक और मॉडल करता है।
यह Model 19 को उदाहरण के तौर पर यह पहचानने में मदद करता है कि जब कोई ऋण एक महीने देर से हो जाता है लेकिन सफलतापूर्वक “वर्तमान” स्थिति में पुनः प्राप्त हो जाता है। लाखों ऋणों पर संकलित होने पर यह एक बहुत समृद्ध डेटा सेट बनाता है जो जोखिम भविष्यवाणी की सटीकता को नाटकीय रूप से सुधारता है।
अधिक मैक्रोइकॉनॉमिक डेटा
क्रेडिट स्कोर जोखिम को Upstart मैक्रो सूचकांक (UMI) के साथ संयोजित किया जाता है, जो मैक्रोइकॉनमी के प्रभाव को Upstart-समर्थित ऋणों के क्रेडिट नुकसान पर अनुमानित करता है।
सामान्य मैक्रोइकोनॉमिक माहौल को 1.0 के UMI द्वारा दर्शाया जाता है; एक उच्च स्कोर सामान्य आर्थिक चक्रों की तुलना में मुद्रास्फीति और वित्तीय प्रतिकूलताओं के कारण डिफ़ॉल्ट जोखिम को अधिक दर्शाता है (UMI 3 सितंबर 2026 को 1.5 पर है).

स्रोत: Upstart
जब मासिक UMI गणना बदलती है, तो Upstart प्रणाली सभी नई उत्पत्ति के लिए हानि अनुमानों को स्वचालित रूप से पुनः गणना करती है और डिफ़ॉल्ट में वृद्धि का इंतजार नहीं करती। उपभोक्ता के लिए इसका अर्थ है उच्च वार्षिक प्रतिशत दर (APR) या संस्थागत निवेशक पूंजी की सुरक्षा के लिए outright अस्वीकृति।
यह आवश्यक रूप से पूरी तरह नया विचार नहीं है, क्योंकि कुछ बैंकों ने पहले ही आंतरिक रूप से समान अवधारणा लागू कर रखी थी, लेकिन यह केवल व्यक्तिगत मानदंडों पर निर्भर रहने या आर्थिक प्रतिकूलताओं के दौरान ऋण मात्रा को घटाने से ऊपर एक कदम का प्रतिनिधित्व करता है, जो अभी तक डिफ़ॉल्ट दरों को प्रभावित नहीं कर रही हैं।
Upstart का भविष्य
Upstart की शुरुआती बढ़त केवल AI का उपयोग करके ऋण परिणामों की बेहतर भविष्यवाणी करने में अधिक संचालन अनुभव में नहीं बदली। इसने कंपनी को डेटा का एक खजाना एकत्र करने की भी अनुमति दी, जहाँ प्रशिक्षण डेटा बिंदुओं की मात्रा 2018 से लगातार बढ़ रही है, अब यह दशकों मिलियन तक पहुँच गई है।

स्रोत: Upstart
Upstart का AI लाभ जोखिम को कम रखते हुए अपने ग्राहकों को लगभग 45‑50% समय में सबसे कम ब्याज दर प्रदान करने में सफल रहा है, जो उसके निकटतम प्रतिस्पर्धी से काफी आगे है।
AI‑नियंत्रित उधार में यह स्थिति Upstart को अगले दशक के लिए तेज़ी से वृद्धि की एक आदर्श स्थिति प्रदान करती है।
कंपनी एक अत्यंत विशाल बाजार को सेवा देती है, जहाँ वैश्विक स्तर पर प्रत्येक वर्ष $25 ट्रिलियन का क्रेडिट उत्पन्न होता है। इस राशि में से लगभग $1 ट्रिलियन राजस्व उन प्लेटफ़ॉर्मों को उपलब्ध है जो इस क्रेडिट को उत्पन्न और सेवा करते हैं।
कंपनी नई क्षेत्रों में भी तेज़ी से बढ़ रही है, उदाहरण के तौर पर ऑटो ऋण उत्पत्ति Q4 2024 से 5 गुना और गृह ऋण उत्पत्ति 6 गुना बढ़ी है।
इसलिए भले ही यह निरपेक्ष संख्याओं में स्पष्ट रूप से बड़ा दिखे, Upstart द्वारा कब्जा किया गया बाजार का वर्तमान खंड वास्तव में संपूर्ण की तुलना में बहुत छोटा है।
हालिया वृद्धि आंकड़े और AI-प्रथम कंपनी के रूप में निर्मित होना, Upstart के भविष्य के लिए मजबूत सकारात्मक संकेत हैं।
घर और ऑटो ऋणों में हालिया सफलता यह स्पष्ट रूप से दर्शाती है कि Upstart की कार्यप्रणाली को हर ऋण बाजार में विस्तारित किया जा सकता है। उदाहरण के तौर पर, यह छात्र ऋण, सबप्राइम ऋण, छोटे व्यवसाय, कॉरपोरेट ऋण, बांड, ट्रेड फाइनेंस बाजार, एसेट-आधारित लेंडिंग & उपकरण वित्त बाजार आदि को कवर करेगा।

स्रोत: Upstart
AI-प्रथम दृष्टिकोण को नवाचारी वित्तीय सेवाओं में भी लागू किया जा सकता है, जैसे पीयर-टू-पीयर (P2P) लेंडिंग और DeFi (विकेंद्रीकृत वित्त) क्रिप्टो लेंडिंग बाजार।
Upstart की एक और ताकत आसान आवेदन प्रक्रिया और बेहतर स्वीकृति दर/ब्याज दर है, जो दोहराव वाले व्यवसाय को उत्पन्न करती है। इससे मार्केटिंग लागत कम होती है और राजस्व स्वाभाविक रूप से बढ़ता है।
“उधारकर्ता पहले से अधिक तेज़ी से दूसरी ऋण के लिए वापस आ रहे हैं। 2024 और 2025 के समूह लगभग तीन गुना गति से फिर से उधार ले रहे हैं, जो किसी भी पहले के समूह से अधिक है।”

स्रोत: Upstart
निवेशकों के लिए मुख्य बिंदु
हालिया लाभप्रदता की वापसी और तीव्र वृद्धि के बावजूद, Upstart के शेयर मूल्य ने इस सफलता को वास्तव में प्रतिबिंबित नहीं किया है, कीमतें 2022 के समान स्तर पर हैं, और महामारी के दौरान 2021 के शिखर से काफी नीचे हैं।
आंशिक रूप से, इसका कारण यह है कि बाजार का अधिकांश ध्यान AI मॉडल, AI हार्डवेयर पर केंद्रित है, जबकि AI के विशेष अनुप्रयोगों पर कम।
लेकिन यह इसलिए है क्योंकि Upstart के व्यापार मॉडल में कुछ जोखिम भी मौजूद हैं।
पहला जोखिम यह है कि उसके व्यापार मॉडल में गिरावट आ सकती है, क्योंकि आर्थिक परिस्थितियां प्रशिक्षण डेटा से परे चली जाती हैं और उसका AI नई प्रवृत्तियों को चूक सकता है।
यह सामान्यतः संपूर्ण ऋण उद्योग के लिए भी एक जोखिम है, क्योंकि आर्थिक झटके अक्सर डिफ़ॉल्ट दरों में वृद्धि करते हैं, जो सैद्धांतिक मॉडल की भविष्यवाणी से अधिक होती है, जैसा कि 2008 के वित्तीय संकट में देखा गया। ऊर्जा संकट, मध्य पूर्व में युद्ध, और यूक्रेन-रूस युद्ध के साथ, इस जोखिम को जल्दी से नज़रअंदाज़ नहीं किया जा सकता।
एक अन्य समस्या है व्याख्यात्मकता, निष्पक्षता, और जनसांख्यिकीय प्रदर्शन रिपोर्टिंग के लिए बढ़ता नियामक दबाव, क्योंकि अनजाने में भी, AI-नियंत्रित लेंडिंग वित्तीय उद्योग में पहले प्रतिबंधित भेदभावपूर्ण प्रथाओं को फिर से ला सकता है। उदाहरण के तौर पर, उपयोग किए गए कुछ डेटा किसी व्यक्ति की विशेषताओं जैसे लिंग, जाति, यौन पहचान, धर्म आदि से बहुत अधिक जुड़ सकते हैं, जिन्हें ऋण निर्णय के आधार के रूप में उपयोग करने से बचाया गया है।
अंत में, कंपनी अभी भी क्रेडिट चक्रों में उपलब्ध संस्थागत फंडिंग पर निर्भर है, जबकि उच्च ऋण स्तर और तनावपूर्ण भू-राजनीतिक स्थिति के संदर्भ में वित्तीय प्रणाली में तनाव के संकेत बढ़ रहे हैं।
हालांकि, Upstart एक प्रमुख AI लेंडिंग मार्केटप्लेस और अंडरराइटिंग इन्फ्रास्ट्रक्चर प्रदाता बनने के लिए आदर्श रूप से स्थित है। इसलिए निवेशकों को उस कंपनी में प्रारंभिक एक्सपोज़र प्राप्त करने पर विचार करना चाहिए, जिसने ऋण अंडरराइटिंग के तरीके को मूल रूप से बदल दिया है, और जल्दी ही ऋण उत्पत्ति, क्रेडिट जोखिम मापन, और स्वचालित ऋण मूल्यांकन में एक दिग्गज बन रहा है।
इसका अर्थ है कि गंभीर बाहरी झटके (और यह जोखिम अधिकांश संपत्तियों के लिए लागू है) के अभाव में, Upstart की निवेश प्रोफ़ाइल संभावित शेयरधारकों को मूल्य और वृद्धि का अच्छा मिश्रण प्रदान कर सकती है, जहाँ कीमत पिछले समस्याओं के कारण वृद्धि को कम करके दर्शाती है, और राजस्व में उल्लेखनीय त्रि-अंकीय प्रतिशत वृद्धि होती है।











