Affirmのトランスフォーマー与信モデル、承認率を引き上げるも説明可能性が制約に
Affirmは、対象となる新規ユーザーの購入完了数が3.4%増加した実験を経て、新たなトランスフォーマー与信モデルを導入した。このシステムは、既存モデルなら否決していた申請の一部を承認しており、FICOスコアを持たない消費者も含まれる。ここには明確な緊張関係がある。Affirmは信用損失を増やさずに承認対象を広げたい考えだ。
このモデルは、融資ワークフローに汎用チャットボットを付加したものではない。消費者の信用履歴における出来事の順序とタイミングを分析する。Affirmはその後、学習された表現を既存の与信特徴量および意思決定システムと組み合わせる。
このアーキテクチャは、多くの信用モデルで使われてきた特徴量エンジニアリングに一石を投じる。ただし、予測精度の向上だけでは結論は出ない。Affirmは個別の否決理由を説明し、チェックアウト時のレイテンシーを制御し、不公平な結果を防ぎ、追加融資が完済までの全返済サイクルを通じて適切に機能することを示さなければならない。
Affirmのトランスフォーマー与信モデルはすでに意思決定を行っている
Affirmはトランスフォーマーシステムを研究段階から実運用へ移し、米国のチェックアウトにおける意思決定に導入している。
同社は2026年9月17日に導入を発表した。transformer underwritingシステムは、当初、Affirm上で返済履歴を完了していない消費者に焦点を当てている。
この層は与信において難しい課題を突きつける。新規申請者について、Affirmが保有する内部の返済履歴はほとんどないか、まったくない。そのため、信用情報機関の記録、申請された購入内容、関与する加盟店から、より多くの情報を引き出す必要がある。
従来の与信モデルでは、信用報告書を加工済みの変数へと還元することが多い。こうした変数には、残高、利用率、口座数、照会件数、延滞支払いの合計などが含まれる。それぞれの指標は有用な情報を捉えるが、変化する履歴を固定的な要約に圧縮してしまう。
一方、Affirmのトランスフォーマーは、信用報告書から得られる構造化レコードを処理する。トランスフォーマーは、順序付けられたシーケンス内の要素間の関係を学習できるニューラルネットワークのアーキテクチャだ。ここでの要素は単語ではなく、信用口座、照会、月次の支払い履歴を表す。
この違いは、同じ要約統計量を持つ2人の消費者を比較したときに重要になる。たとえば、どちらも延滞した口座月が2件あるとする。しかし、複数の口座にまたがる直近の延滞は、1つの口座に集中した過去の問題とは異なるリスクパターンを示す可能性がある。
従来型モデルでも、エンジニアが適切な変数を設計すれば、この違いを捉えられる。延滞の直近性、集中度、利用率の変化などを計算できるだろう。しかし新たな変数ごとに、仮説、過去データの再構築、テスト、本番環境での保守が必要となる。
トランスフォーマーは、エンジニアがあらゆるパターンを事前に定義しなくても、追加的な相互作用を学習できる。基礎となる信用記録をコンパクトな数値表現にした埋め込みを作成する。これらの埋め込みは、単純な件数や平均値では失われうるシグナルを保持する。
Affirmは与信スタック全体を単一のニューラルネットワークに置き換えたわけではない。hybrid architectureは2段階を採用している。
まず、トランスフォーマーが詳細な信用報告情報から表現を学習する。次に、加速故障時間XGBoostモデルが、その表現を既存の信用、加盟店、消費者の特徴量と組み合わせる。XGBoostは、構造化されたビジネスデータで広く使われる木ベースの機械学習手法だ。
この区別は、もっともらしいが不正確な見出しを防ぐ。Affirmは、トランスフォーマー単独で成熟した与信システムを上回ったとは示していない。同社によれば、トランスフォーマーのみの候補は、本番導入を正当化するほどの性能を一度も示さなかった。
報告された改善は、学習された表現と既存モデルを組み合わせたことによるものだ。言い換えれば、新システムはAffirmの確立されたアプローチを捨てるのではなく、拡張するものとなっている。
最初の本番での役割も意図的に限定されていた。トランスフォーマーは、既存システムなら否決する対象申請を再評価した。追加承認は可能だったが、既存の承認判断を当初から否決に覆すことはできなかった。
Affirmによると、現在は新規ユーザーに対する完全な与信判断をモデルが担っており、承認と否決の双方を含む。同社は次のモデル反復で、新規ユーザーと既存ユーザー全体へ拡大する計画も示している。
この拡大は重要性を変える。選ばれた申請のみを救済するモデルは、信用判断の両側を制御するモデルより影響範囲が狭い。完全導入により、精度、安定性、説明の重要性は影響を受けるすべての申請者にとってより大きくなる。
時系列データが信用判断を変える理由
重要な進歩はトランスフォーマーという名称ではなく、信用報告書内の時間と関係性を保持しようとするAffirmの試みにある。
信用報告書には入れ子構造の履歴が含まれる。各口座には開設日、残高、限度額、状態、支払い記録がある。これらの口座は、照会、利用率の変化、その他の借入活動とも相互に関わる。
要約特徴量は、こうした出来事の順序を隠しうる。延滞支払いの合計件数では、問題が最近のものなのか、収束しつつあるのかはわからない。集計された利用率も、1口座で急激に残高が増えたことを見落とす可能性がある。
Affirmはトレードラインと照会をトークンに変換する。トレードラインとは、個々の信用口座に関する記録だ。各トークンは数値フィールド、カテゴリーフィールド、エンコードされた支払いシーケンスを組み合わせる。
モデルは次に、異なる記録間の関係に重みを付けるメカニズムであるアテンションを使用する。これにより、ある口座の履歴が、システムによる別の口座や最近の照会の解釈に影響を与えられる。時間的エンコーディングも、古い情報と直近の変化を区別するのに役立つ。
Affirmは、実際の返済結果を基にこれらの表現を訓練する。目的は信用スコアを再現したり、文章による説明を生成したりすることではない。返済リスクに関連するパターンを特定することだ。
トランスフォーマーの出力は、第2段階のXGBoostモデルへの入力となる。このモデルには、取引および加盟店情報を含む既存の与信変数も入力される。最終スコアはAffirmのより広範な意思決定システムに組み込まれる。
この構成は、チェックアウト融資の性質を反映している。消費者は、恒久的な与信枠を単独で申請しているわけではない。Affirmは特定の人物、購入、加盟店、金額、タイミングを評価する。
旅行購入は、取引コンテキストが重要になりうる理由を示す例だ。予約から出発までの期間は、リスクや返済行動に影響しうる。静的な消費者スコアだけに基づくモデルでは、この購入レベルの違いを捉えられない。
このアプローチは、薄い信用ファイルを持つ消費者も対象としている。薄い信用ファイルを持つ消費者とは、信用報告書上の情報はあるものの、標準的なFICOスコアを生成するには履歴が十分でない人を指す。その要約スコアが欠けていても、基礎となる記録に有用なシグナルがないことを意味するわけではない。
Affirmは、ハイブリッドモデルが薄い信用ファイルを持つ消費者において、次点のXGBoost候補の2.1倍の改善をもたらしたと報告している。この比較は、同じ本番ベースラインに対するリスク順位付けの改善に関するものだ。
より広い評価対象集団では、同社は次のXGBoost反復が達成した改善の1.8倍の向上を報告している。同社の技術分析では、これらの向上を初回支払い延滞の順位付けを通じて表している。
初回支払い延滞は、最初に予定された支払いが定められた基準を超えて延滞となるかを測定する。Affirmは、FPDQ60と呼ばれる60日基準を用いたバージョンを評価した。順位付けの改善は、モデルが高リスク融資と低リスク融資をより効果的に区別することを意味する。
Affirmはまた、受信者動作特性曲線下面積、すなわちROC-AUCの相対的な改善も報告した。この指標は、分類のしきい値全体にわたる順位付けの品質を評価する。ハイブリッドモデルは本番モデル比で3.83%改善し、次点のXGBoost候補は2.16%だった。
これらの数値には慎重な解釈が必要だ。相対的なAUCの向上は、デフォルト率の3.83%低下を意味しない。また、承認率の3.83%上昇を意味するものでもない。
最も具体的な商業上の成果はオンライン実験から得られた。Affirmによると、追加承認によりエンドツーエンドのコンバージョンは1.2ポイント上昇し、相対的に3.4%増加した。
この結果は、モデルの品質を加盟店のパフォーマンスと直接結び付ける。承認される買い物客が増えれば、購入完了数の増加につながりうる。ただし、その価値は返済パフォーマンスが管理され続ける場合にのみ維持される。
真の競争は、より優れたリスク順位付けと緩い与信の間にある
Affirmは、追加承認が一時的な融資基準の緩和ではなく、より精密なリスク選別によるものだと証明しなければならない。
あらゆる信用モデルは、承認と損失の間でトレードオフに直面する。判断しきい値を下げれば通常は承認される申請者が増えるが、より大きなリスクも受け入れることになる。より強力なモデルは、このフロンティアを改善するはずだ。
Affirmによると、追加承認された融資は、従来の機械学習モデルによる同等の承認拡大よりも優れたパフォーマンスを示した。これが導入を支える重要な主張だ。
同社は単にコンバージョンが増加したと報告したわけではない。トランスフォーマーによる追加融資は、以前のXGBoostモデルで同等に承認を拡大した場合よりも優れた返済パフォーマンスを示したとしている。
この比較は、生の承認率上昇よりも有用だ。ほぼどの貸し手でも、予想損失を多く受け入れれば、追加の借り手を承認できる。より難しいのは、従来はリスクを誤解されていた申請者を見つけることだ。
薄い信用ファイルを持つ消費者は、最も明確な検証対象となる。一部の人は、行動が必ずしも高リスクを示すからではなく、履歴が限られているためにFICOスコアを持たない。基礎となる口座からより多くの情報を抽出できるシステムは、従来の要約情報では見えにくかった借り手を特定できる。
ただし、公表された証拠は依然としてAffirm自身のものだ。同社は相対的なモデル比較、オンライン実験、初期の融資パフォーマンスに関する観測を提示した。外部研究者が再現できる融資単位のデータは公開していない。
「より優れたパフォーマンス」という表現にも、重要な詳細は明かされていない。Affirmは追加承認グループの絶対的な延滞率を示していない。実験のサンプルサイズや人口統計学的分布も公表していない。
これらの欠落が結果を無効にするわけではない。ただし、外部の観察者がそこから導ける結論には限界がある。
Affirmの規模を考えれば、わずかなコンバージョン改善でも商業的には大きな意味を持つ。同社の2026 operating scaleでは、2026年6月30日時点のアクティブ消費者数は2,780万人だった。この数値は前年から21%増加した。
同社は2026年度に502億ドルの総商品取扱高を処理し、前年比37%増となった。アクティブ消費者1人当たりの取引数は7.0件に達し、1年前の5.8件から増加した。
Affirmはまた、年度中に消費者取引が45%増加したと報告している。活動の増加は、より多くの訓練事例と返済結果をもたらす。同時に、体系的なモデルエラーがもたらす影響も拡大する。
結果として生まれるフィードバックループは、Affirmの競争上の主張の中核を成す。取引が増えるほど、パフォーマンスデータも増加する。データが改善すれば審査の精度が高まり、承認率と加盟店でのコンバージョンを向上させる可能性がある。
このループは、Klarna、Afterpay、PayPal、Sezzle、Zipを含む他のチェックアウト融資事業者に圧力をかける。彼らはAffirmとまったく同じアーキテクチャを採用する必要はない。ただし、承認の質、コンバージョン、資金調達の採算性を競争力ある水準に維持する必要はある。
したがって争点は、「トランスフォーマー対AIなし」ではない。信用供与事業者は長年にわたり統計モデルと機械学習を活用してきた。実務上の競争は、競合システムが否決する返済可能な取引を、誰が安全に見極められるかにある。
従来型銀行も同様の圧力に直面している。銀行のモデルは消費者を口座単位で評価することが多い一方、Affirmは個々の購入を審査する。取引単位の判断により、Affirmはすべての将来の申請について恒久的な判断を下すことなく、条件を変えたり、ある購入を否決したりできる。
この柔軟性は精度を高め得る。一方で、消費者にとって判断を予測しにくくする可能性もある。昨日承認された買い物客が、今日別の取引では否決されることもあり得る。
モデルの成功は、改善された順位付けが加盟店、商品、経済環境、消費者グループをまたいで安定的に維持されるかどうかにかかっている。チェックアウトでの実験は重要なシグナルだが、最終的な答えではない。
説明可能性はAffirmが最適化で回避できない制約
米国の融資事業者は不利な判断について具体的な理由を示す必要があるため、信用モデルには正確な予測以上の能力が求められる。
トランスフォーマーは説明可能性の課題を生む。その予測は、多数の記録と学習済み表現の相互作用から導かれる。こうした表現が、消費者に理解できる理由へ自動的に変換されるわけではない。
Affirmは、ハイブリッドモデル向けに独自のアトリビューション・アルゴリズムを開発したとしている。アトリビューション手法は、特定の出力に最も影響を与えた入力を推定するものだ。同社は、この手法が既存のXGBoostによる説明と同等の厳密性を提供すると述べている。
Affirmはまた、その説明を検証し、継続的に監視しているとしている。ただし、同社はアトリビューション・アルゴリズムや、その精度に関する独立評価を公開していない。
もっともらしい説明が必ずしも忠実な説明であるとは限らないため、この検証上の隔たりは重要だ。事後的な手法は読みやすい理由を示せても、実際にモデルを駆動した要因を特定できない場合がある。
Consumer Financial Protection Bureauは基準を明確にしている。同局の不利な措置に関する規則は、不利な措置を取る際、債権者に具体的かつ主要な理由の提示を求めている。
複雑性は免除の根拠にはならない。融資事業者は、自社モデルが解釈には不透明すぎると主張して、不明確な通知を正当化することはできない。
その後のCFPBガイダンスでは、一般的な分類も不十分となり得ることが強調された。行動データが判断を左右する場合、「購入履歴」のような幅広い表現では、関連する行動を特定できない可能性がある。
Affirmの課題が特に厳しいのは、そのトランスフォーマーが時間軸と複数口座にまたがる相互作用を捉えるためだ。実際の判断は、直近性、口座の分布、返済パターン、取引コンテキストを組み合わせて左右される可能性がある。
この相互作用を一つ、または複数の正確な理由へと還元するには注意を要する。説明は実際のモデルを反映し、理解可能であり、運用上の通知システム内で機能しなければならない。
公正融資リスクは第二の試金石となる。信用記録には、歴史的な不平等、不均等なアクセス、報告上の誤り、異なる借入パターンが反映され得る。保護対象となる属性を除外していても、モデルはこうしたパターンを学習し得る。
より強力なリスク予測モデルが、自動的により公平な予測モデルになるわけではない。Affirmは関連グループ全体の結果を検証し、正当な信用リスクで説明できない格差を調査しなければならない。
信用履歴が乏しい人々への承認は、この問題を特に重要にする。限られた記録をより有効に活用できれば、従来のスコアで十分なサービスを受けられなかった消費者へのアクセスを広げられる。一方、学習されたパターンが保護対象の特性の代理変数として機能すれば、新たな不利益を生む可能性もある。
同社の公開資料には、属性別の承認率や誤差率は示されていない。また、信用情報機関の記録に欠落、古い情報、または異議申立て中の情報が含まれる場合に、モデルがどのように振る舞うかも開示していない。
データの一貫性も別のリスクをもたらす。過去の学習事例は、それぞれの元の判断時点で利用可能だった情報のみを反映しなければならない。そうでなければ、将来の情報が学習に漏れ込み、誤解を招く評価結果を生み出しかねない。
Affirmは、関連する過去時点の入力を再構成し、本番用アーティファクトを開発時の挙動と照らして検証しているとしている。また、カテゴリ値、欠損フィールド、パディング、時間計算を標準化している。
こうした管理は不可欠である。わずかな処理差でもスコアが変わり得るためだ。システムがトランスフォーマー推論、データ準備、下流のツリーモデルを組み合わせるほど、その難しさは増す。
システムが独自仕様であるため、規制当局、借り手、外部研究者はAffirmの開示に依存せざるを得ない。特に説明とグループレベルの結果については、独立した検証が同社の主張を強化するだろう。
それまでは、報告されたパフォーマンスは有望な企業側の証拠として扱うべきである。すべての判断がより正確、公平、または理解しやすいことの証明ではない。
リアルタイムの融資判断ではモデルの複雑性を許容する余地がほとんどない
Affirmの本番運用上の成果は、モデルが1秒未満のチェックアウト時間枠内で処理を完了させなければならないため、部分的にはインフラの成果でもある。
チェックアウト時の信用判断は、買い物客の忍耐力と競合する。リスク予測を改善しても目に見える遅延を加えるモデルは、誰かを承認する前にコンバージョンを低下させかねない。
Affirmは、計算経路全体を1秒未満のレイテンシー予算内に収める必要があるとしている。この経路には、構造化入力の準備、トランスフォーマー推論の実行、埋め込みの生成、XGBoostモデルの評価が含まれる。
同社はトランスフォーマーのパラメータ数を比較的小さく抑えた。また、CPUとGPUの両方のサービング経路を最適化した。これは、数秒かけてテキストを生成する大規模言語モデルとは異なる設計目標である。
モデルの規模は開示されていない。Affirmは導入後の中央値レイテンシーやテールレイテンシーも公表していない。テールレイテンシーは、平均的なパフォーマンスが許容範囲に見えても体験を損ね得る、処理の遅いリクエストを測る指標だ。
信頼性は速度と同じくらい重要である。信用報告書は長さや構造が異なる。多数の口座、照会、長期の支払い履歴を含むものがある一方、項目が少ない、または欠落しているものもある。
Affirmは数値を正規化し、一貫したカテゴリ符号化を割り当て、パディングされた位置をマスクしている。パディングにより、異なる長さの記録を空の位置を情報として扱うことなく、標準化された計算バッチに収められる。
学習システムは、分散GPU、混合精度計算、ストリーミングデータを使用する。混合精度は、適切な箇所で数値精度を下げることでメモリ要件を抑える。勾配累積は、すべての事例を同時に保存せずに、より大きな学習バッチを擬似的に再現するのに役立つ。
こうした技術は実験を効率化するが、本番運用では別の問題が生じる。エクスポートされたモデルは、開発中に検証された挙動を再現しなければならない。前処理や数値実行の違いによって、リスクスコアは変わり得る。
Affirmは、エクスポートの過程でモデル出力を検証しているとしている。その後、サービングシステムがオンラインのデータ処理、トランスフォーマー推論、既存の審査スタックを接続する。
このハイブリッド設計は、既存の特徴量と判断インフラを維持するため、実装リスクの一部を減らす。一方で依存関係も加わる。どちらかの段階で障害が起きれば、最終的なリスクスコアに影響し得る。
したがって、モデル監視は全体の延滞率だけを対象にすべきではない。エンジニアは、入力分布、欠損値、埋め込みの挙動、説明の安定性、レイテンシー、下流の承認パターンを監視する必要がある。
経済環境の変化も新たな要因となる。過去の返済パターンで学習したモデルは、金利、雇用環境、消費者行動、加盟店構成が変化すると性能が弱まる可能性がある。
シーケンスモデリングはこの問題を解消しない。より豊かなパターンを検出できる可能性はあるが、それらのパターンも依然として過去のデータから得られる。ある信用環境で学習した関係性が、別の環境でも安定して続くとは限らない。
Affirmの構成比の変化は、評価をさらに複雑にする。利息を伴う分割払いローンは、2026年度の流通総額の70%を占めた。Pay-in-Xは16%、無利息の月次分割払いは14%だった。
各商品では、期間、消費者プロファイル、加盟店の経済性、返済行動が異なる可能性がある。あるセグメントで高い性能を示すモデルでも、別の領域では再較正が必要になるかもしれない。
同社は、信用情報機関の記録とAffirm内部の活動から共有表現を学習する計画だ。このような表現により、ユースケースごとに特徴量を個別に作り直すことなく、複数の信用タスクを支援できる可能性がある。
この戦略は将来のモデル開発を加速させ得る。一方で、欠陥のある表現の影響を複数の判断へ広げる可能性もある。エラーが一つのモデル内に孤立しなくなるため、共有基盤にはより強力な検証が求められる。
したがって、インフラ面での成果は現実のものだが、未完でもある。Affirmは、トランスフォーマー由来の特徴量が実際のチェックアウト審査に収まることを示した。長期的な運用によって、この手法が大規模環境でも高速、安定的、かつ監査可能であり続けるかが決まる。
モデルが成果を上げるかを決める三つのシグナル
次に求められる証拠は、別のモデルベンチマークではなく、返済実績、判断全体への導入、透明性のある検証から得られるべきだ。
第一のシグナルは、追加承認分における十分に経過した信用実績である。「十分に経過した」ローンとは、有意な返済結果が現れるのに十分な期間が経過したものを指す。後続の分割払いの支払期日が到来する前には、初期のパフォーマンスが良好に見える場合がある。
観測者は今後数回の報告期間にわたり、Affirmの延滞率、純貸倒償却額、引当金の動向を注視すべきだ。また、これらの指標を承認数の増加や商品構成と比較する必要がある。
同社の2026年度の信用損失引当金は29%増加し、投資目的で保有する平均ローン残高は27%増加した。これらの数値はより広範なポートフォリオを対象とし、この展開の完全な評価に先行するものだ。
総損失の小幅な変動だけでは、モデルが失敗したことを示すには至らない。ローン残高の増加、経済環境、構成比はいずれも数値に影響し得る。より強い証拠は、モデル主導のコホートを、完全な返済期間にわたって比較可能な対照群と結び付けるものとなる。
コホートのパフォーマンスが安定していれば、Affirmの中心的な主張を支持する。追加承認分に損失の増加が集中すれば、チェックアウトのコンバージョンが高いままでも、その主張は弱まる。
第二のシグナルは、モデルが承認と否決の両方を決定する権限を得た後のパフォーマンスだ。最初のセカンドルック実験では、選定された申請を救済できるかのみを検証した。
全面的な審査はより難しい。モデルは、従来のシステムであれば承認していたかもしれない申請者を否決できるようになる。その結果、偽陰性、説明、消費者体験がより注目される。
Affirmは、次のイテレーションを既存ユーザーにも導入する計画だ。これらの消費者には、最初の対象集団にはほぼ存在しなかった内部返済履歴がある。
既存ユーザーでの成功は、このアーキテクチャが信用履歴の乏しい初回申請者を超えて一般化できることを示すだろう。結果が弱ければ、Affirmがすでに詳細な内部データを保有する場合、学習済みの信用情報機関由来の表現がもたらす価値は小さいことを示す可能性がある。
第三のシグナルは、説明可能性と公平性に関する根拠だ。Affirmは、自社独自の手法が既存のXGBoostによる説明と同等の厳密さを備えるとしている。独立したテスト、規制当局によるレビュー、あるいは詳細な手法の開示があれば、この主張の信頼性はさらに高まるだろう。
この問題は、コンプライアンス上の書類作業にとどまらない。消費者が誤りを訂正したり、信用状況を改善したりするには、正確な理由が必要だ。加盟店や資金提供パートナーも、承認対象の拡大によって隠れた法的リスクが生じないという確信を必要としている。
業界全体の文脈は、この重要性をさらに高めている。CFPBのBNPL market dataによれば、調査対象となった6社の貸し手は2023年に3億3,580万件のローンを組成した。合計の取扱額は452億ドルに達した。
この市場は、短期の4回払い商品を超え、より長期の分割払い与信やカード型サービスへと拡大し続けている。ローンの構造が複雑になるほど、与信判断がもたらす財務上の影響も大きくなる。
したがって、Affirmのローンチは、流行のアーキテクチャを融資に取り入れようとする試みにとどまらない。これは、規制下にありレイテンシーに敏感な意思決定システムの中で、シーケンスモデルを活用する実践的な道筋を示している。
このアーキテクチャは、エンタープライズAIチームにとっても有益な教訓を含んでいる。Transformerは、成熟したスタックの一構成要素として成功した。Affirmは、構造化特徴量、XGBoost、統制された実験、モニタリング、運用上の制約を維持した。
読者は次に何を問うべきだろうか。十分に蓄積された返済データ、完全な与信審査から得られた結果、そして説明がモデルの実際の判断を反映していることを示す証拠に注目したい。これらのシグナルが確認されれば、AffirmのTransformer与信審査モデルは、信用選別における意義深い進歩となるだろう。そうでなければ、コンバージョン率の向上が測定したのは、リスクサイクルの始まりにすぎなかったことになる。
