6月1日，KBRA正式对Cherry Securitization Trust 2026-1总额3.5亿美元的四类票据给出了初步评级。这批票据的底层抵押品，来源于选择性医疗程序的应收账款。Cherry本质上是一家为牙科等医疗服务提供患者融资的金融科技平台，目前已连续完成三笔证券化交易——2024年4亿美元、2025年3亿美元、本次3.5亿美元，融资节奏持续加快。

真正的看点并非交易规模本身，而是证券化渠道正在证明一个趋势：机器学习驱动的信贷承销，已经从零散的原型进化成了真正的机构级基础设施。如今，另类信贷市场可以通过结构化融资工具获得资金，这正是行业从传统FICO评分依赖向机器学习承销转型的微观缩影。证券化，恰恰是衡量机构资本是否跟上这一转变的关键指标。

Cherry的产品架构走的是另一套承销体系——不依赖硬信用检查，审批率接近90%，提供0%年利率的融资选项，35秒内即可获批，最高额度可达5万美元。其背后是一套能处理FICO无法捕捉的数据点的承销模型，这正是机器学习技术的核心优势所在。

数据同样极具说服力：2024年Cherry的交易因投资者需求过于旺盛，从2.5亿美元直接扩募至4亿美元；2025年贷款发放量同比增长150%。证券化已经取代风险投资，成为其最主要的资金来源。

作为上市对标企业，Upstart在2026年4月完成了第50次资产支持证券化，KBRA同样给出了初步评级。这些原生人工智能贷款机构的竞争壁垒，核心就在于机器学习模型。而数据飞轮——持续用新数据训练模型——才是真正的长期护城河。

当然，风险也不容忽视。Cherry的抵押品池高度集中于可自由支配的医疗支出——简单来说，就是那些“非做不可但可以暂缓”的手术。一旦就业形势恶化，消费者首先削减的就是这类开销。机器学习承销再先进，也无法改变选择性医疗应收账款在经济下行周期中的脆弱性。KBRA本次给出的评级，并未涵盖真正的压力情景。

总结而言，证券化渠道已经证明，人工智能驱动的信贷承销正在成为金融基础设施的重要组成部分。上市对标公司Upstart也走在相同的机构化轨道上。当前市场争论的核心已转向：这些上市的人工智能贷款机构，其投资回报是否值得在资产配置中占据一席之地？