Uma Calculadora de Capital: Upstart Atribui Aumento no Número de Empréstimos à AI

Agora com o capital aberto, a Upstart está ampliando os horizontes dos empréstimos para consumidores graças ao machine learning em GPUs.
por John Ashley

Com dois projetos de sucesso já no início da carreira e a promessa de mais no futuro, Grant Schneider começa um novo capítulo no setor bancário.

Os modelos de AI que ele ajudou a criar como Vice-Presidente de machine learning da Upstart contribuíram para o aumento do número de empréstimos pessoais aprovados com taxas de juros mais baixas, que era menor quando as regras de avaliação do merecimento de crédito dos bancos tradicionais eram seguidas.

Schneider também está ajudando a antiga startup do Vale do Silício, que agora é uma das empresas públicas mais recentes dos Estados Unidos, a criar um novo hub bem-sucedido de desenvolvimento de AI em Columbus, em Ohio.

Um Mentor no Meio-Oeste

A carreira de Schneider decolou depois de dois episódios inesperados.

“Em 2009, estava prestes a me formar pela Universidade Ohio State em finanças, mas não encontrei nenhum emprego no setor financeiro, mas um mentor me convenceu a participar de aulas de estatística”, afirmou.

Ele acabou se formando e concluindo um mestrado na área. Depois, ganhou o título de doutor em 2014, na mesma época em que o machine learning estava surgindo e sendo anunciado como a novidade mais recente na computação.

“Depois, li sobre a Upstart em uma notícia, enviei um e-mail sem muitas pretensões e recebi uma resposta. Fiquei surpreso com a equipe”, declarou.

Inovação com o Big Data

Schneider entrou na empresa como cientista de dados, testando formas de processar os pedidos de empréstimo on-line pelo site da empresa. Ele treinou modelos de AI com os conjuntos de dados que estavam disponíveis para o público, enquanto a startup, aos poucos, criou um conjunto privado de dados.

O primeiro teste de treinamento dos modelos com os dados da Upstart rendeu uma inovação. “Nossas taxas de aprovação quase dobraram da noite para o dia e, com o tempo, vimos que estávamos ampliando o acesso ao crédito”, relatou.

A Upstart começou a crescer e a reunir mais dados. Os dados ajudaram a aumentar a precisão dos modelos, e a empresa conseguiu oferecer crédito para mais beneficiários com taxas mais baixas, o que chamou a atenção de mais negócios.

Participando do Círculo Virtuoso da AI

A startup passou a fazer parte de um fenômeno que chama de círculo virtuoso da AI.

“Uma das partes mais legais de criar modelos de AI é que eles contribuem diretamente para as taxas de juros que podemos oferecer, ou seja, conforme os modelos melhoram, ampliamos o acesso ao crédito, o que deixa a equipe mais animada”, afirmou.

Os beneficiários também gostaram da novidade. Mais de 620 mil pedidos foram aprovados pelos modelos da Upstart, o que totaliza US$ 7,8 bilhões em empréstimos pessoais até o momento, cerca de 27% a mais do que teria sido aprovado pelos modelos de crédito tradicionais, com taxas de juros 16% abaixo da média, de acordo com um estudo da Agência de Proteção Financeira ao Consumidor dos EUA.

Os números abrangem todos os grupos demográficos, independentemente da idade, raça ou etnia. “Nossos modelos de AI estão mais próximos do que realmente é considerado na avaliação do merecimento de crédito do que os métodos tradicionais, ou seja, o processo será mais imparcial”, afirmou Schneider.

Apostando em Ohio

A empresa do Vale do Silício, na Califórnia, cresceu e precisou abrir um segundo escritório para ampliar a equipe de P&D. Segundo um estudo, a cidade da terra natal de Schneider seria uma boa fonte de jovens talentos, então o ex-aluno da Universidade Estadual de Ohio voltou para o Meio-Oeste.

Columbus superou as expectativas até mesmo para um Schneider otimista. O que seria um escritório para 140 pessoas em poucos anos já atingiu quase 250 pessoas, principalmente em IA, engenharia de software e operações, com planos de dobrar para 500 em breve.

“Considerando que a empresa tinha só 20 pessoas e ficava em uma sala embaixo de um consultório odontológico, foi uma mudança enorme”, afirmou Schneider.

GPUs Reduzem Duração dos Testes

A Upstart tem experiência com quase 12 técnicas de criação de modelos de AI e quase o mesmo número de casos de uso. Atualmente, as redes neurais e árvores de gradient boosting são responsáveis pela maioria dos avanços.

Os modelos identificam até 1,6 mil variáveis de dados em milhões de transações. Assim, a Upstart pode usar bilhões de unidades de dados para testar os modelos concorrentes.

“Antes, essas comparações demoravam mais de um dia para rodar em uma CPU, mas nossa pesquisa descobriu que poderíamos reduzir isso por um fator de cinco portando o trabalho para GPUs”, disse Schneider.

Atualmente, a Upstart leva poucos minutos para treinar novos modelos de machine learning, e não mais diversas horas.

Duas Cabeças Pensam Melhor que Uma

Pensando no futuro, os pesquisadores da empresa estão testando o NVIDIA RAPIDS, que contém bibliotecas que transferem tarefas de ciência de dados para GPUs rapidamente.

Schneider destaca o “apoio fantástico” que a equipe recebe dos arquitetos de soluções da NVIDIA.

“É muito bom ter especialistas que ajudam nossa equipe a resolver problemas. Com um parceiro proativo que entende como a tecnologia funciona, ganhamos mais tempo para solucionar problemas empresariais importantes e pensar em melhorias nos modelos que beneficiarão os usuários finais”, afirmou.

Uso da AI no Setor Bancário Está Só no Começo

Quando ainda era uma startup, a empresa criava e testava modelos em notebooks com a tecnologia de GPU. Atualmente, ela usa o cloud para realizar as tarefas de AI, que agora são mais complexas, mas Schneider acredita que isso mudará no futuro, e uma parte das tarefas voltará a ser realizada nos sistemas da própria empresa.

Apesar de ter aberto capital com sucesso em dezembro, a Upstart está só no começo. Em setembro, por exemplo, a empresa começou a oferecer empréstimos para a compra de veículos.

A transição durante uma pandemia global “foi uma experiência muito surreal e interessante que mostrou o quanto nos dedicamos ao longo dos anos, mas a empresa ainda está no início de seu ciclo de vida, e as maiores conquistas estão por vir”, afirmou. “Ainda estamos longe de prever o futuro com perfeição, mas esse é nosso objetivo”, acrescentou.

Acesse a página do setor de serviços financeiros da NVIDIA para saber mais.