【导语】这家美国抵押贷款公司在充分利用机器学习和人工智能方面颇有建树。它正在采用一种与模型无关的方法来实现生成式人工智能，并通过一个多功能数据平台来提高速度。

要在抵押贷款行业取得成功，效率和准确性至关重要。保持选择的开放性也同样重要。这就是为什么 Rocket Mortgage 一直积极采用机器学习和人工智能技术的原因，也是为什么首席信息官 Brian Woodring 强调 “人机互动”的人工智能战略，不拘泥于任何一种人工智能生成模型的原因。

这家总部位于底特律的零售抵押贷款公司部署机器学习和人工智能已有十多年的历史，是少数几家将生成式人工智能推向市场的先行者之一。

Woodring 说：“我们目前已经有多个生成式人工智能用例投入业务，已经大约一年时间了。”他指出，该公司正在开发一个生成式 AI 聊天机器人，其设计目的是让它能够在说话的同时保持倾听和理解。

Rocket 开发的另一个生成式 AI 助手可以分析申请人的雇主名称，确保以不同名称输入的雇主能被理解为同一家，从而大大加快决策过程。比如，大多数人都知道谷歌和 Alphabet 就是一家。Woodring 说，利用人类的这种知识来训练 生成式AI 助手验证雇主身份，要比建立一个母公司名称数据库来交叉检查其子公司或更常见的公司身份有效得多。

Woodring 补充说，Rocket Mortgage 人工智能技术投入生产的早期就制定了适当的安全防护措施和指导方针，以便说服投资者和监管机构相信公司是在安全、负责任的情况下实施这项技术的。目前，该公司的多个业务流程已通过自主开发的代码和人工智能实现了完全自动化。但是，如果任何生成式人工智能应用涉及到决策，比如是否发放抵押贷款，Woodring 指出“流程环节中总少不一个人”。他表示：“通过生成式 AI 驱动的辅助驾驶员或系统（这正是我们正在构建的大部分系统），我们发现，如果将了解多年来互联网上发布的所有信息的生成式AI 模型与人类判断相结合，决策的准确性将提高 10%至 15%，这是非常巨大的。”

分析师们一致认为，将人类的意见纳入生成式人工智能流程的决策和结果，已被证明是推动早期生成式AI 取得成功的重要因素。

IDC 全球人工智能和自动化市场研究与咨询服务集团副总裁 Ritu Jyoti 表示：“生成式人工智能正在成为虚拟的知识工作者，它能够在数秒内连接不同的数据点、总结和归纳见解，让我们能够专注于更多高附加值的任务。它正在改变贷款承销等流程，但人在环中至关重要，因为它需要 100% 的准确性，才能真正有效和可行，因为该技术仍处于萌芽阶段。”

Xkym与模型无关的人工智能

Rocket 既是一家工程公司，也是一家抵押贷款公司，公司拥有 1000 多名工程师和 600 多名数据科学家，共同在内部构建 Rocket 的大部分代码，这是其创新工作的一大优势。

Woodring 于 2017 年加入公司，担任首席技术官，领导产品工程团队，他的首要任务之一就是加快 Rocket 拥抱云计算的步伐。他表示：“我加入公司六个月后做的第一件事就是宣布，今后我们所有的新技术都将在云中构建。”

如今，Rocket 公司60% 到 70% 的工作负载都运行在云上，其中 95% 以上的工作负载都在 AWS 上。其余的则在公司内部运行。

据 Woodring 介绍，公司的第一个机器学习模型是 10 多年前开发的，用于自动化营销、潜在客户生成模式识别和贷款发放流程等任务。

Woodring 指出，在过去的五六年里，人工智能在Rocket 的应用 “进入了加速发展阶段”。如今，大约三分之二的贷款申请人的收入验证都是通过机器学习模型和人工智能技术完成的。

Woodring表示：“现在，我们业务的几乎每个方面都涉及到了ML或AI、任务自动化、模式识别和数据分析。”但是他强调，无论何时需要做出决定，人类始终是最终决策流程的一部分。

Rocket 的工程师和数据科学家正在使用 AWSBedrock 和 Anthropic AI 技术开发生成式人工智能模型。尽管 Rocket 主要使用 AWS ，但它对生成式人工智能平台采取了与模型无关的态度。Rocket Companies 的首席执行官Varun Krishna是一位经验丰富的技术高管，曾在PayPal 和 Microsoft任职，他与所有人工智能基础模型提供商都有直接合作关系，包括 AWS、Anthropic、OpenAI、Google和 Mistral。

Woodring 说：“我们希望与所有这些公司直接合作，因为我们想知道未来会发生什么。”他认为，在这场复杂的人工智能军备竞赛中，很可能不会形成一家独大的 “赢家”。Woodring 说：“你更有可能看到这些不同的人工智能模型针对不同的用例进行调整。我们希望能够在正确的时间引入正确的模型。这是一个强大的策略。”

Woodring 表示，AWS Bedrock 最有价值的一点是，它为 Rocket 建立了一个标准数据平台，这将使抵押贷款机构能够 “非常快速地” 将数据传输到正确的人工智能模型。在其他情况下，Rocket 则可以测试各种人工智能模型。Woodring 说：“看看它们在不同任务中的表现。这真的非常有价值。”

这位首席信息官坚持认为，AWS 也抱着类似的心态并且“不会只选择一家公司作为合作伙伴”。他说，“这与我们为合适的工作选择合适的人工智能模型的战略不谋而合。”

数据运营现代化

像 Woodring 这样的首席信息官非常清楚，人工智能模型的质量在很大程度上取决于相关数据的质量，以及如何将这些数据从数据库、数据仓库、云数据湖等注入大型语言模型。

因此，Rocket 推动人工智能的首要任务是创建一个现代化的数据平台，将十多年来存储在内部数据仓库中的 10,000 TB 数据和存储在 AWS 云湖中的半结构化数据整合在一起。与大多数企业一样，Rocket 仍在使用自己的一些数据中心，以便支持仍在使用的旧技术。

Woodring 说，Rocket 正在将其数据湖战略发展为一个 AWS 数据平台，该平台可以支持结构化、半结构化和较新的非结构化数据，并带有语义和分类标准以及 API，使其 对人类和软件来说“更易于发现和使用”。

这将推动数据进入最适合人工智能模型摄取的存储库。他指出，试图清理 Rocket 的全部数据是不必要的，也是繁琐的，而且会拖慢部署下一代应用的进程。

Woodring指出：“我们是一家数据驱动型企业，而我们所从事的抵押贷款发放业务实际上是一项数据处理业务。”

他认为，公司的主动生成的人工智能引擎和下一代数据平台旨在快速提供各种形式的数据，并针对特定任务进行策划，并以适当的格式推进其产品组合。

他补充说，所需要的只是团队和一些时间。“我们希望能够快速行动，率先将想法推向市场”。