使用人工智能来验证租户的资格和风险

想象一个可以在房东和租户之间建立和平与理解的软件应用程序。在这个租金不断周转和冲突不断的世界里，这有多少价值?

这是总部位于纽约的金融科技公司Obligo所面临的挑战，该公司正在使用人工智能和机器学习来确定租房者的风险水平，以便房东对交易感到更安全。该公司刚刚宣布了 3500 万美元的 B 轮融资。

Obligo 的联合创始人兼首席运营官 Omri Dor 告诉 VentureBeat 说：“我们在这里的整个想法很简单：我们希望让租公寓或独户住宅像入住酒店一样容易。”“这样做的主要障碍是保证金，这对房东和租户来说都是一种痛苦。这一切都与信任有关。如果我们能够在房东和房客之间建立信任，那么大多数导致冲突的障碍都会消失。”

开放银行业务是确定承租人资格的重要因素

在搬入时，Obligo 的平台使用开放的银行数据和基于人工智能的承保来确定承租人是否有资格在不存入押金的情况下出租单元。

开放银行业是一个相对较新的办法，要求所有存款类金融机构客户和/或支付数据的开拓[Regulated提供商获取，使用和分享。这打破了金融服务的垄断，让更多的参与者进入市场。

Obligo 已经完成了基于人工智能和机器学习的软件开发，并在其平台中整合了开放银行业务。

“有很多有趣的技术挑战，”多尔说。“一方面，所有这些产品的隐性英雄实际上是集成和构建集成以与它们一起工作的工程师，房东使用的会计系统 - 这些是您已经使用的各种行业标准的必须非常无缝地合作。”Dor 说，更老练的房东实际上使用 Obligo 的 API。

当然，更具挑战性的技术类型侧重于机器学习和人工智能。“这就是我认为我们能够取得真正令人难以置信的进步的地方，因为我们获得了我提到的所有这些丰富的数据，”多尔说。“我们会开一个银行账户，但我不会查看太多数据……例如，我们不想知道你去哪里购物。我们获取数据并提取(元类型)特征。然后它们基本上是聚合和匿名的，所以我们不知道你到底在哪里购物。下面是一个例子：

“我们将查看您过去六个月银行账户中的平均余额除以您的月租金，”多尔说。“这个数字是高还是低?如果该数字较低，则意味着您的帐户中通常没有大量现金流动，这可能是一种风险更大的情况。如果有很多钱在流动，通常这可能意味着你是一个更安全的租房者。所以我们使用这些类型的功能。”

Obligo 的 AI 引擎产生了什么

多尔说，Obligo 平台的人工智能引擎可以预测哪些租户的风险最高或最低，因为他们的租约可能导致房东欠债。传统的租户风险预测解决方案有一些缺点，Obligo 能够解决这些问题。

首先，Dor 说，用于传统解决方案的数据不是很丰富，依赖于 FICO 分数、背景调查和总收入等项目。相比之下，Dor 表示，Obligo 的 AI 引擎主要依赖于非常丰富的开放银行数据。这意味着，在征得承租人同意的情况下，Obligo 可以访问承租人的银行账户交易历史记录。

预测承租人风险的传统尝试的第二个缺点是他们通常不知道租赁的结果。Dor 说，这些传统模型是一成不变的，依赖于旧数据集，这些数据集不仅已经过时，而且通常由于它们所提取的特定房地产投资组合而存在偏差。相比之下，由于 Obligo 处理搬出过程，因此 Obligo 可以了解每个租赁的结果，从而实现真正的机器学习周期。

Obligo 在其 AI 方面面临的主要挑战之一是租约需要很长时间才能结束。Dor 说，这意味着 Obligo 必须等待很长时间才能观察到足够多的租用期，以允许其 AI 引擎进行学习。

深入了解 Obligo 技术

Obligo 核心技术团队的负责人高级工程师 Ori Zviran 回答了来自 VB 的一些关于这一切如何运作的详细问题。

VentureBeat：您专门使用哪些 AI 和 ML 工具?

Zviran：“我们正在研究带有 Pandas、Scikit-learn 和 Statsmodels(python 库)的 Jupyter 笔记本。然后我们在 AWS Sagemaker 上部署到生产环境。”

VentureBeat：您是否正在使用开箱即用的模型和算法——例如，来自 DataRobot 或其他来源?

Zviran：“我们正在使用 Scikit-learn 和 Statsmodels。”

VentureBeat：您使用哪些整体云解决方案?您是一家 AWS 商店并在那里使用了大量 AI 工作流程工具，例如 Sagemaker?

Zviran：“是的，我们使用 Sagemaker，我们的整个平台都托管在 AWS 上。”我们使用 AWS 管理的 Mongo 和 Postgres。

VentureBeat：你自己做了多少?

Zviran：“我们自己在 Python、Scikit 上拼凑模型，当然也依赖我们自己平台的后端来获取数据并对其进行预处理。我们将模型部署到 Sagemaker 进行生产。

VentureBeat：您如何为 ML 和 AI 工作流程“标记”数据?

Zviran：“这是我们的秘诀和领域专长。我们需要非常仔细地定义我们正在优化的租赁“结果”。恐怕我不能分享更多关于这件事。”

VentureBeat：您能谈谈您正在处理多少数据吗?

Zviran：我们的开放银行数据不是超高维的(没有视频、图像)，我们进一步将其降维。这意味着我们的模型可以很快在内存中进行训练。未来，我相信我们将需要使用更复杂的解决方案来应对不断扩大的规模。”

Obligo 的价值主张

多尔说，房东和物业经理可以使用 Obligo 来简化他们的搬入过程，遵守不断变化的监管环境，并使他们的房源对租房者更具吸引力。

Obligo 的产品套件提供了简化的租赁流程，其中包括房东可以取消押金的选项，但如果需要，它始终可用。租房者然后继续在线支付他们的入住费用。

在搬出时，Obligo 会处理任何租赁期满扣除、退还押金或向承租人收取任何未结费用的账单。房东对这一切都束手无策，如果准租户是合格的，他或她就无需支付保证金。多尔说，所有传统的文书工作都变得不必要了。

与业主合作

Obligo 已与 100 多名精通技术的美国业主和经理合作，包括 AIR、Beam Living (StuyTown) 和 Common。

83North 的管理合伙人 Yoram Snir 在媒体咨询中表示：“Obligo 在预测租户风险的能力和有效的债务回收过程方面都取得了非凡的技术里程碑。”“我们相信 Obligo 团队正在构建的产品套件可能很快成为美国及其他地区不可替代的行业标准。”

本轮融资由投资者83North领投。参与本轮融资的其他投资者包括Highsage Ventures、10D、EntreCapital、Alumni Venture Group和MUFG。

结合最近的 A 轮融资，Obligo 在过去 12 个月内筹集了 5000 万美元。该公司表示，其新资金将用于扩展其产品套件、增加市场份额并将改变行业的租赁解决方案带给美国数百万家庭