房贷行业是现存未受颠覆的行业中的前三大之一。这是一个连2000年代的技术都尚未跟上的行业，这恰恰说明了摆在我们面前的机遇规模有多大。作为整个行业，我们正在通过构建基础设施来推进这一进程，使其成为一个持续学习的过程。我们要建立一个系统，让你能够不断运行评估模型，确保你实际上是在朝着正确的方向持续改进模型。这个方向不仅要符合一般的服务规范，还要针对特定客户进行优化。
这涉及13万亿美元的消费者债务，而这些债务基本上是由一家在发明互联网之前就建立了遗留系统的 incumbents（主要 incumbent）来运行的。事实证明，收入周期管理其实就是医院的“服务”业务。可以说万事皆属服务范畴。它是支撑几乎所有涉及资金流动、某种监管以及运营组成部分的基础关键设施。
你是在生成式AI真正发挥作用之前创立了这家公司。如今有哪些可能性是你在A轮融资演示文稿中未曾提及的？我认为一个很好的切入点是从你在大卫·索罗斯（Soros）的经历开始，谈谈你是如何决定将房贷服务作为一个非常有趣的问题来研究的。
有个有趣的故事是，当我刚进入金融界时，我实际上没有任何金融背景。我从没上过经济学课程，甚至对货币的时间价值都知之甚少。因此我对金融的一般兴趣其实仅仅在于数学。人们不太了解的关于房贷的一个非常随机且深奥的事实是，那里实际上有很多随机微积分的应用。预付款模型涉及随机微积分。所以当我开始那份工作时，我非常着迷于确保自己掌握随机微积分。
我在大学里上过相关课程，打算把所有这些都搞懂。但事实证明那都是瞎猜。你只是通过猜测来搞定数学问题，比如：“嗯，我想预付款速度会是X。”无论如何，这就是我最初涉足房贷的原因。此后发生的是，在与许多房贷服务商合作的过程中，你最终意识到这是一个巨大的系统工程问题，因为那里有海量数据、大量资金流动以及大量的条目需要不断对账。
所以在索罗斯工作期间，在进行这些投资时，我花了很多时间确保自己完全理解正在发生的事情，并构建自己的对账系统以确保资金匹配。结果发现根本对不上。所以我花了很多时间试图在内部解决这个问题，这让我真正感兴趣的是：我该如何构建更好的基础设施？如何投资一家公司、与某家公司合作，并最终建立更完善的系统以消除这些问题。所以这最初源于系统工程和我自身的痛点。
也许可以说它始于数学，数学变成了系统，系统带来了痛苦，于是我们就有了今天。很棒的一点是，发现一个市场存在许多技术难题只是其中一部分。也许琳达（Linda）可以从市场的角度描述一下在Valon介入之前，房贷服务行业的现状。
我认为可以这样思考：房贷行业可能是现存未受颠覆的行业中的前三大之一。这是13万亿美元的消费者债务，基本上由一家主要 incumbent 运行，而该 incumbent 在发明互联网之前就建立了其遗留系统。因此我们谈论的不是大多数行业中与现代 incumbents 或过去20年的新初创企业竞争最后那20%的市场，而是整个行业甚至还没有跟上2000年代的技术。
从部署的角度来看，这些是现存最大、最强大的企业级部署项目。你需要培训数千名员工，基本上要彻底替换核心操作系统。你实际上是在一个受到严格监管的行业中将AI部署到现实世界。我们总是告诉团队，未来十年人们将被雇佣的技能将是应用AI的能力。而我们的团队正是通过在难度最大的行业中实践来学习这一点。
我认为这个行业还有其他有趣之处，这也是我喜欢投资基础设施的原因之一：如果你剖析糟糕的消费者或商业体验，通常归结为“管道”问题。所以也许我是一个房主，我的房子由一家 incumbent 服务与由Valon服务相比，从人类视角来看我会注意到什么？
这是一个经典问题：按时付款的普通人可能不会察觉到太多差异。这很典型，因为当人们意识到大多数美国人实际上距离无法支付账单可能只差一张工资单时，这是一个令人惊讶的事实。但在房贷中也是如此：大多数人按时付款，但有些人会遇到不幸、不可预测的事件，从而造成巨大的压力和焦虑。
遗留系统的一个关键问题是它们不能很好地建模或捕捉与房贷生命周期相关的所有背景信息。也就是说，当你发放贷款时，系统只快照了当前的情况，但历史并没有以足够的保真度被捕捉下来。例如当有人去世时借款人可能会改变，因为之前他们是贷款人，之后会有新的借款人在贷款上。这是正常现象，但今天的系统实际上并没有捕捉到过程中所有的变化。
如果你想查看之前发生了什么，这对服务商来说非常具有挑战性，因为他们将数据放在侧面的临时数据库中。他们只拥有任意给定时间点的情况。所以可能会出现这样的情况：某人说了（或没说什么），诅咒了他们，导致他们陷入某种境地……
房主去世后，他们的子女试图接管房产，但无法获取之前的记录。这很重要，因为他们可能需要申报遗产税或厘清过往情况。然而由于系统运作方式的问题，机构会表示：“你不是借款人，没有权限访问历史记录，我们在此切断数据。”这给子女带来巨大的焦虑和压力。面对这些在艰难时刻努力解决问题的真实个体，客服不得不反复解释：“我母亲去世了，请提供相关信息。”这种情绪不断累积。
AI 显然能缓解部分问题，因为它能提供上下文背景，但无法改变信息必须以正确方式呈现这一事实。只有当系统能按预期处理这些信息时，体验才会好。信息表示得越完善、方式越好，最终的用户体验就越佳。另一位嘉宾提到，你们过去每周都会分享一个帮助客户的案例故事。即使是“本月无法还款”这种常见且简单的情况，传统房贷服务商也往往难以应对。
在 Valon 中，如果客户连续多次需要贷款修改或处理此类问题，情况有何不同？嘉宾表示存在多种变体。以房贷中的托管账户（Escrow）为例，它用于分期支付房产税和保险费。通常每年结算一次，确保房主预留了正确金额；实际上是通过每月支付来累积储备金。目前面临的一个主要问题是，保险费用和税收急剧上涨，许多房主无法迅速做出大额支付或调整付款金额。
这通常需要一个繁琐的流程。大多数系统设计为计算年度总成本，尽管监管和投资者标准允许将其分摊到 36 个月。因此，这变成了一个需要主管临时审批的流程，而不是拥有完善系统以即时判断是否批准申请。能够随时配置这些规则至关重要，因为法规会变化（例如火灾后保险公司涨价）。提供这种自动化体验能在房主需要时给予他们安慰，这对服务商建立最佳客户关系至关重要。
人们很难想象现有软件的陈旧程度。这些技术系统架构于 20世纪60年代，而财产保险和抵押贷款保险一直在演变。因此，底层数据模型根本无法模拟当今世界的运作方式。结果导致房主被强行纳入一个无法正确建模的系统中，问题不会立即爆发，而是在五年后当房主试图支付托管费时才显现并累积。即使拥有世界最好的客服团队和最富有同理心的呼叫中心员工，如果记录系统存在缺陷导致收费错误，不修复基础设施就无法改善房主体验。
这自然引出了 Valon 的创立故事。在技术落后的大型行业中，打破现有格局非常困难。你们有三个选择：一是开发软件卖给 incumbent（在位企业），这在 Harvey 等公司身上很成功；二是进行整合收购，买下几家 incumbent 并注入新技术；三是你们选择的从零开始构建整个体系。请谈谈为什么选择最后一种方案，尽管它最痛苦且耗时最长？
我们评估了所有三个选项。选择最后一条路是因为前两条行不通。首先，传统软件模式在房贷行业无效，因为该行业监管极其严格，没有服务商愿意使用全新系统。其次，从研发角度看，即使能签下一个大客户，你们也将受制于他们的需求，这往往意味着复刻现有的落后做法。风险在于十年后醒来发现只是用漂亮的 UI 重建了遗留系统，因此排除选项一。
其次是知识产权（IP）问题。如果收购使用旧平台的服务商，虽然可以逐个模块替换软件看似便利，但这会迫使你们做出可能错误的平台设计决策。更关键的是 IP 问题。因此，我们选择从头开始构建软件和服务商，不受任何现有事物束缚。随着服务商从一笔贷款增长到近百万笔贷款，软件也随之演进。这一策略被证明非常具有前瞻性。启动阶段可分为三部分：一是获得牌照，二是将数十年的法规转化为……
代码，然后是第三点：你需要说服资产管理人和贷款机构将这种受到高度监管的资产交给一家新公司。所以，我认为简要谈谈每一点很有趣。比如从许可开始，人们很容易认为：啊，我填一些长长的表格，扔过墙去，最终就能拿到许可证。能不能跟我们讲讲那个过程是怎样的？我认为当时非常痛苦，而现在却是一个很好的时刻。”
“是的。我想说我们并没有那么深思熟虑到一开始就知道所有这些事情。回头看，在许可流程方面有一些稍微的改进空间，但大多数情况下都是必需的。为了提供背景信息：在许多这些许可证中，房贷服务存在典型的‘鸡生蛋、蛋生鸡’问题。关键要求之一是：在获得许可证之前，你必须证明自己是盈利的。”
“这在纽约州以及房利美和房地美等几个其他监管批准中都是如此。他们会做出一些例外，你可以绕过它，但这非常具有挑战性。因此，从一开始看，你就会意识到：天哪，这将需要很长时间。其次，你必须非常有条理地规划获得许可证的顺序。”
“所以对我们来说，我们决定：好吧，我们要从这类客户开始。我们需要弄清楚因为无法获得主要的政府许可证，所以必须寻找一种我们可以获得许可的特定类型贷款。当时称为非QM贷款（Non-QM loans），它们至今仍然很普遍，我认为实际上还在增长。它们只要求你拥有州级许可证。”
“但问题在于：对于州级许可证，你需要选择人们实际上进行非QM贷款的那些州。最大的一个是加利福尼亚州。加州的要求相当严格，它要求你必须拥有政府申请或政府贷款批准资格才能处理加州的贷款。房地产部有一个例外：如果你从事经纪业务，即房地产经纪业务。”
“所以现在你需要找到在部门工作或持有房地产经纪人执照的人来帮助你获得该许可证。同时，你还需要向他们证明你在服务的各个部分拥有五年以上的经验：包括催收、客户服务、付款处理、逾期管理和止赎。所以，你需要做所有这些不同的事情才能起步。”
“甚至不要开始讨论一旦你完成了这些，如何确保获得后续批准和其他一切。这是一个极其漫长的过程。大多数人预测这类事业至少需要三到五年的时间，而且这是在你采取最字面意义上最优步骤的情况下。因为所有的批准都是层层叠加的：你不能在没有前一个的情况下进行下一个。”
“到最后，你不得不不仅积累业务经验，还要在非常广泛的领域内积累专业知识。有很多故事可以讲，包括你去参观邮件室……” “完全正确。因为我要分享一个经典的例子，顺便说一句，这很有趣。我们实际上在创纪录的三小时内获得了纽约州的批准——我想说是三年。”
“所以那是三年的创纪录时间。但我们最终并没有获得在纽约州许可或发放抵押贷款的批准。这足以说明其挑战性和难度有多大。” “他们有一个有趣的规定：显然他们会审查你的申请，但如果他们错过了、拒绝了或做了其他任何事情，他们会把时钟重置回三到六个月前。”
“这发生在疫情之前。所以我知道我暂时不会在纽约州，我不想再等六个月才回到那里处理这件事。所以我确保做的是：我去邮件室并确定了包裹的位置，因为他们告诉我我的申请丢失了。我说我有追踪信息，我知道它在那里。”
“于是我去拜访他们的办公室亲自追查此事。” “太棒了。好吧，所以我们通过了整个流程，然后谈谈将法规转化为平台的问题。批评现有企业很容易，因为他们几十年来一直在强化各州不断变化的监管规定。” “老实说，我认为不幸的现实是——正如你之前提到的那样——这是一种护城河，让我们对这一切感觉更好……”
“痛苦和磨难是所有时代最伟大的模式。但我们最终做的是阅读每一条法规。” “有很多联邦法规：RESPA（房地产结算程序法）、TILA（真实借贷法）、FDCPA（公平债务催收作业法）、GBA、TCPA等，联邦层面有各种各样的法规。”
“还有50个州：你基本上必须涵盖他们的房贷监管、债务催收行为、房地产止赎程序、隐私实践和托管业务。你必须涵盖所有这些，然后你基本上会经历一个非常有趣的重构过程——如果可以把整个法律代码库重构的话。”
“事实证明，许多法律条文源自不同的州。所以你坐在那里思考如何创建一个抽象框架来处理所有这些内容，然后将其放入你的架构中并开始测试。” “但真正对我们起作用的事实是新冠疫情的发生。疫情发生时，我连续六个月每天花18个小时坐在那里阅读法规、注释并基本上制定蓝图。”
“这就是我们度过难关的原因。纯粹是毅力、努力、痛苦和磨难等各种因素的综合作用。” “显然，在此之后还有五到六年的测试时间，以确保它完全按照你预期的方式工作。” “是的。这将为Valon的未来设定一个很好的本体论基础。”
……几乎每个州的法规都能找到依据，我甚至能说出对应的代码编号。>> 好的，测验结束。我们回头再聊。没错，在晚宴上这可是个有趣的话题。太棒了。那么接下来，你成功构建了系统——这本身就是一个巨大的挑战——但随后你要说服客户，而他们起初未必愿意拥抱新技术。你是如何获得第一批贷款业务并接入系统的？
嗯，我想说的是，我们内部用于软件的框架与我们最初开展贷款服务的方式略有不同。对于服务商而言，好的地方在于单位经济效益和效率在很大程度上就是产品本身的意义所在：技术越好，我们的利润率就越高。诚然，我们将这部分利润让渡给了最终客户以及拥有这些房贷资产的所有资产管理公司。他们都是逐利的经济动物，所以归根结底，当你降低价格时，市场就会妥协，而这只需要技术足够优秀。
从软件的角度来看，我们在内部认为这本质上是在平衡安全与紧迫性。我们之所以能提供安全保障，是因为我们构建了一个真正运用该技术的系统，并在过去六七年间证明了它通过了所有州的审查、房利美（Fannie Mae）审计、房地美（Freddie Mac）、吉利美（Ginnie Mae），即所有必须经历的合规环节。因此它是安全的，因为我们实际承担了运行自有服务商系统的运营风险。
而在紧迫性方面，诚然，开始积累复利效应总是最困难的部分，即创造并产生势头。因此我们做的第一件事就是让我们的服务商进入市场竞争。这是制造紧迫感的一种方式，因为你实际上是在用你的软件与未来的客户直接竞争，并希望他们日后能原谅你。>> 是的。但这就像黄仁勋所说的那样：如果不是AI在竞争，那么你的竞争对手就是那些更快使用AI的人。
没错。在一个传统上利润率极低行业中，Valon是如何转变为高利润业务的？这种经济差异究竟让行业中的每个人都眼前一亮的是……>> 嗯，我们的效率提高了三倍。我们将原本收支平衡的业务转变为拥有70%至80%运营利润率的业务，而正是这部分利润率最初为我们创造了紧迫感。然后这种效应会复利增长：一旦你签下第一个大客户，其他五个巨头就会打电话来说：“嘿，你是真的想卖软件吗？”
于是飞轮效应开始了。但如果起初没有我们自己的服务商，很难产生这种势头。>> 没错。你建立了Valon Servicing，规模约为2000亿美元…… >> 正是如此，而且你本可以继续扩大它的规模。>> 是的。>> 但你却决定…… >> ……把它卖给客户。（笑声）
澄清一下，这原本就是计划。>> 这正是你最初路演时提出的构想。>> 这在演示文稿中就有。（笑声）
我同意，我也这么认为。我只是很好奇。>> 这其实是件有趣的事：所有新加入的员工都会惊叹，哇……就像你们在卖这个东西时说这一直是我们打算做的事。但实际上我们会向新员工分享我们的A轮演示文稿……
公平地说，你们有一份极其详细的A轮融资文件，我想那是一份60页的PDF，内容是关于接管计划的。然后我一步步跟进…… >> 是的，你们最近刚刚宣布将房贷业务出售给Carrington，现在正将该操作系统（OS）推向整个行业。
我想对于我和Andrew来说……我是说，我们会偶尔讨论这个问题，正如你所料：坐下来时会想，“嘿，仅仅建立一个大型服务商是一条完全可行的路径。有超过100亿的公司从事这项业务。”但对于我们来说，每次对话最终都会回到这一点：我们希望改变这个行业。
关键在于，如果你将其保留为服务商业务，你就将技术和超额收益（alpha）据为己有。归根结底，你并没有改变任何东西，也没有修复核心基础设施的问题。>> 是的。
我认为对于想要成为百年企业的公司来说，拥有清晰的目标和使命至关重要——不仅仅是“我们要赚更多钱”，这固然好；而是“我们想要改变世界，修复这个相当破碎的世界”。这对员工士气以及公司的方向都极其重要。因为你要让人们不仅仅满足于“我现在赚够了钱”，而是要思考：“我能做些什么更伟大的事？什么更大的事？我如何真正解决那些看似不可能的问题？”
我们要从大型机手中拯救世界。>> 等等，你们的使命宣言实际上就是这个吗？ >> 是的，正是如此。
“大型机、遗留软件和破碎的关键基础设施。” >> 没错。太棒了。那么，也许谈谈更大的机遇：你创立公司时生成式AI尚未真正发挥作用。如今有哪些可能性是你在A轮路演中未曾提及的？
房贷服务对于即将发生的AI变革，以及整体企业和社会基础设施而言，是一个多么美妙的难题。如今可能做到的是：面对极其复杂的案例，你可以进行研究并提供正确的信息集给操作员，使他们能够在一种新世界中运作——他们实际上是在指挥一支支小型的“代理人军队”来解决各种问题。
我举个非常简单的例子：当灾难发生时，按规定你需要打一些电话，确保房主确实能够继续支付房贷，了解他们的意图和计划，以及他们是否需要任何援助。你必须经历所有这些流程。这是正常的，也没问题，人们有不同的脚本来设置这些内容。
但要在现场即时改变这一点，或者针对不同地区处理非常具体的不同通知、策略或计划，对于普通的服务商来说基本上是不可能的。
打印电子表格，然后将一份贷款清单交给一组人，将另一份贷款清单交给另外一群人，并说：“我要你们做A，要做B，还要自己去弄清楚其他事情。”这与我们的系统以及当今AI所能发挥的强大力量形成鲜明对比。在我们的产品套件中，你可以直接说：“嘿，我想编排一组智能体去给房主打电话，为他们提供不同的计划，运行这些不同的工作流程。”你可以以类似试点项目的模拟场景来实现这一点。我认为这不仅为底层服务人员提供了强大的能力并提高了效率，还赋予了他们更多的可定制性。而这正是最酷且重要的部分，因为它让每位服务人员都能成为最好的自己。
他们可以真正思考如何应对突发情况，而不是仅仅说：“看，我需要尽可能高效地运行这些零利润的业务。”以前人们只能采用千篇一律的方式处理事务且无法改变。这实际上将世界从高度商品化的状态转变为更加专业化、更具特色的领域。这是一种思考方式：你创建了非常有条理的数据本体论，之前在其上执行任何任务都更加高效。而现在你可以启动数十种不同的智能体来执行诸如托管分析等人类任务，并将这些信息打包。
这是一个完全不同的世界：以前你只能自动化那些明确确定的事务，因为你知道如何操作结构化数据。虽然仍能产生很好的效率，但这并非大家所期望的体验，尽管数学逻辑上依然成立。如今的做法截然不同：你不仅能自动化更高比例的任务和长尾复杂场景，还能编排各种情景让智能体处理。因此你可以采用冠军挑战者等策略来改善投资组合的结果，这在以前因人类智能体所需的训练水平和特定性限制而不可行。
现在你可以直接说：“100笔贷款，我想尝试不同的策略、改善不同结果并发送不同通知。”这完全改变了角色。这也让你的服务工作变得更加有趣。消费者端也有一些有趣的尝试，比如语音智能体等实验性功能。现在我们可以重新思考人类与系统的交互方式：以前我们专注于构建正确的记录系统，用户通过定义好的界面与之互动，并雇佣熟悉这些界面的操作员。
现在我们在记录系统之上构建自己的框架，使用经典的聊天界面进行后台操作。当考虑房主如何与Valon OS交互时，可以通过语音AI或聊天AI进行。现在有了如此多样的形式因子，思考其可能性非常酷。作为CEO兼工程师，你正在解决哪些有趣的技术挑战？在构建企业级行业特定框架时，经典问题包括是否进行微调、如何提升模型效率以及在哪里投资。
我们完成了确保向量数据库能提取正确上下文序列等基础工作，但抵押贷款等领域有其特殊性。由于对准确性要求极高，我们需要尽可能对齐模型和框架输出，以便在不知道答案时显示“我不知道”而非提供幻觉内容。这些细微差别能显著改变用户体验。我认为最有趣且令人惊叹的是，我们正在创建一种持续学习的流程基础设施。
在编码等受控环境中使用用户数据输入是合理的，但在复杂的 servicing 生态系统中——涉及会计分录、资金流动、客户互动、监管方面及不同供应商——情况变化动态且复杂。这是一个极具挑战性的问题，因为无法将其视为有界问题进行优化。我们需要构建一个系统，允许持续运行评估、提取数据并确保模型朝着与一般服务标准及客户特定需求一致的方向不断改进。
我认为最有趣的部分在于构建一套能够以该规模承载业务的整体基础设施。这很好地引出了下一个话题：我知道从一开始，你们两人的野心就不仅仅局限于房贷服务领域。那么，Valon 平台的架构以及你们的设置方式是如何为拓展到其他行业做好准备的？
也许我可以从一个鲜为人知的事实说起：服务（Servicing）是所有这些高度监管企业交汇的核心。我喜欢向人们解释的一个有趣事实是，人们通常认为服务仅限于住宅或贷款服务领域。你们可能会想：“好吧，我们谈论的是住宅（Resi），而住宅市场确实很棒，因为它受到监管。这也是我们要起步的领域。”
由于市场规模巨大，这一领域的影响非常深远。而且它真的与每个人的心息息相关，对吧？那是家，是美国人的住房所有权，这非常重要。但是，你可以随时向左或向右迈进一步，无论你想往哪个方向走。
如果是商业地产领域，那里有所有与房地产和租户相关的数据和信息。实际上，人们没有意识到这一点：作为商业抵押贷款服务商，你确实会获得租户的财务信息以及与之相关的所有数据。因此，你可以说，就像 Toast 等公司利用其平台来解决小企业融资问题一样，如果你决定涉足商业领域，你也可以做类似的事情。
但如果你再进一步，更广泛地思考这个问题：“好吧，让我从更广的角度来考虑。”那么你会看到像医疗保健这样的领域，那里有收入周期管理公司。人们对这类公司感到非常兴奋。事实证明，收入周期管理其实就是医院的贷款服务——处理他们的索赔并照顾患者。
而从那里获得的数据，基本上就是所有的电子医疗记录。因此，首先从事服务工作是非常令人兴奋的事情，因为这是一个非常具有挑战性且困难的问题。虽然门槛很高，但一旦你进入其中，你就处于一种拥有触角遍布整个业务的状态，触及他们工作的每一个元素以及最终做的事情。
这就给了你极大的扩展机会，让你可以说：“嘿，我想帮助你们做的不仅仅是让你们的服务工作正常运行，我还想帮你们联系客户。”让我们先回到住宅领域。人们再次将住宅服务视为：“哦，我要帮你收取付款并与房主互动。”
但如果我们将其转变为这样呢？“我将想办法利用你们与所有房主建立的关系，我会每个月给他们打电话。我要与他们建立关系。确保我每月都掌握他们的动态。”这以前从未有人做过，人们也不认为这是服务的定义。
但是结合我们构建的技术以及人工智能的发展方向，你可以做到这些。我认为这就是我觉得这件事如此令人兴奋的原因。“一切都是服务。”“是的。实际上，（笑声）没错，它正是这样，它在某种程度上支撑着许多事物。”
“是的。它就是那种触角……或者我不知道该怎么称呼它，但它是支持几乎所有涉及资金流动、某种监管以及运营组件的基础关键设施。”“然后我们只是选择了抵押贷款作为第一个切入点，因为它是最难剥离的。实际上它也是最困难和最复杂的。”
“所以我们想，为什么不一开始就做这个最难的呢？然后我们再征服其余的部分。”“从这里开始就不会容易了？”“完全正确。（笑声）”
很好。我想谈谈 Valon 的现状。你们最近出售了服务商业务，转而销售软件平台。然后就在最近，Rhythm 确认他们将把400万笔贷款转移到 Valon，我认为这是市场上最大的服务转移比例。而且他们很聪明，将你们与所有现有竞争对手区分开来。是什么给了他们做出如此重大举措的信心？
“是的，我想说的是，一般来说……在任何事情中都有时机的问题。我认为实际上在某种程度上，Andrew 和我并没有决定我们达到了产品市场契合度（Product-Market Fit）。是市场决定了我们达到了这一状态。”
为了让大家对行业中积压的需求有一个概念，我想说在我们正式作为软件公司进入市场后的六个月内，我们就签署了超过2亿美元的交易。这仅仅告诉了你行业渴望改变的程度有多大。”
从 New Residential（New Res）的角度来看，他们从一开始就与我们紧密合作。因此，我们为新住宅提供抵押贷款分包服务（Subservicing）。他们能够非常清晰地看到性能表现，基本上就像在一个演示室中一样：这就是如果你运行该软件所获得的性能。
实际上，我认为我可以争辩说，这是你使用该软件所能获得性能的底线。”“那么我们结构化的所有客户参与方式是怎样的呢？我们要确保与客户激励一致。我认为一旦你失去了这种一致性，公司就开始走下坡路了。”
“所以对我们来说，我们将一切结构化为以结果为导向。对于客户赚取或节省的每一美元，我们也随之获得收益。”“我认为这种核心的一致性使得这对我们所有的客户来说都是一个显而易见的选择（No-brainer）。”
也许我想以这一点结束，任何在纽约的人都非常鼓励你们去参观 Valon 的办公室。那里充满了巨大的能量。但是，你会如何描述在 Valon 工作的感觉？或者人们可能会发现什么令人惊讶的事情？”
“是的，我认为……好吧，许多公司都有非常有才华的人才。显然有很多聪明人在各种不同的公司工作。”“但是我认为 Valon 的人真正独特之处在于，他们都是那种想要亲力亲为、掌握主动权的人。”
“我和许多加入我们之前就已经在思考为什么人们要加入我们的人进行过这样的对话。但是你知道，如果你看看那些……”
他们之前曾在其他公司工作过，或者收到了去那些地方工作的录用通知。当然，这包括标准的科技巨头（FAANG）公司，以及像Anthropic这样的开放型AI研究机构等。对他们来说，产生差异的关键在于他们意识到：有很多聪明人正在解决其他问题，这些问题显然会得到解决。比如计算能力和底层模型的改进就在发生并奏效着。
你是否将成为那个真正解决这个问题的人？这个非常重要的问题，并且你能从中找到动力和喜悦吗？因为你可以如此清晰、切实地推动这种影响。我认为，这才是真正让人们感到兴奋的原因。随后他们会意识到，加入这里是因为他们最终明白：除了热爱做这类工作、非常硬核地确保我们正在修复这些极具挑战性甚至看似不可能的问题之外，周围都是同样优秀的人。
这种环境真的能让人们长期留下来。当我们回顾公司的构建和形成方式时，我想说，我们管理层中大约有75%到80%的人在这里工作了五年以上。是的，完全正确。这确实展示了你需要建立什么样的公司、什么样的文化，以及什么样的人会在Valon thrive（蓬勃发展）并在此工作。
在部署方面你怎么看？我会说，我们正经历着这种实时学习的曲线过程。但我想说的是，特别是在面对大型、复杂且受监管的企业时，这与你在抽象思考时所想象的大不相同。因为归根结底，我们要谈论的是拥有成千上万人的大型组织。
每一个个体都有略微不同的目标函数。你需要穿越组织的层层结构。如果我六年前问你，我会告诉你这是一个技术问题。但我今天知道，这其实是一个变革管理的问题。因此，我们在过去6到12个月里构建的，正是这种“变革管理能力”，即如何驾驭组织？如何让改变发生？
事实证明，在大规模下实现变革是非常困难的。但我认为，对于当前这个AI时代而言，这是未来十年最大的价值驱动因素。是的。你之前已经成功完成了几次部署，那么最后一点：在这种角色中，什么样的人往往能真正脱颖而出？
我会说，高能动性（High Agency）。是的。处理高度模糊性，对客户有高度的同理心。然后具备从不同视角思考目标函数的能力，找出每个人试图达成的全局目标，弥合差异，并提出解决方案。通常有两种人：一种是极其擅长解决问题的人，另一种是极善于与人打交道的人，两者都需要。
是的，太棒了。一切皆服务于服务本身。Andrew和Linda，感谢你们参加播客。谢谢邀请我们。谢谢你，Angela。