Vesta henter 30 millioner dollar etter hopp i agentbasert boliglånsautomatisering
Det AI-native selskapet Vesta, som hjelper långivere med boliglånsbehandling, kunngjorde torsdag 8. oktober 2026 en finansieringsrunde på 30 millioner dollar ledet av Conversion Capital. Ifølge selskapet kom runden etter at bruken av AI-agenter på plattformen vokste 988 prosent på tre måneder i 2026 — og med kundene Pennymac og New American Funding som investorer, sammen med Citi Ventures og Andreessen Horowitz.
Selskapet og runden
Vesta ble grunnlagt i 2020 i San Francisco av Mike Yu (administrerende direktør) og Devon Yang (CTO), og tilbyr programvare som automatiserer opprinnelsen av boliglån for långivere. Kundene inkluderer Pennymac, Verus Mortgage Capital og New American Funding, og plattformen integrerer med systemer som nCino, Blend og Argyle, ifølge Crypto Briefing.
Runden på 30 millioner dollar ble ledet av Conversion Capital, med deltakelse fra Citi Ventures og Andreessen Horowitz, melder TechCrunch. Særlig bemerkelsesverdig er at to av selskapets egne kunder, Pennymac og New American Funding, deltar som investorer — et signal om at kundene ser verdi i produktet, i et marked der långivere vanligvis er konservative med ny teknologi. Samlet kapital innhentet er nå 85 millioner dollar, ifølge TechCrunch. Verdisetting og eierandeler er ikke offentliggjort.
Yu fortalte TechCrunch at timingen var ideell fordi etterspørselen etter produktet har «eksplodert det siste året».
Markedet Vesta angriper
Bakgrunnen er et marked som fortsatt er tungt manuelt. Ifølge selskapets egen ramme, gjengitt av TechCrunch, tar det omtrent 40 dager å lukke et boliglån i USA, til en kostnad på rundt 11 000 dollar per lån. Disse tallene stammer fra selskapet selv og er ikke uavhengig verifisert.
Fra assistent til agent
Det som skiller Vesta fra tidligere lånearbeidsflyt-automatisering, er overgangen fra AI som assistent til AI-agenter som utfører arbeidet — inkludert, hos noen långivere, kredittpolitiske beslutninger om lånegodkjenning.
Yu beskriver en bevisst gradvis utrullingsmodell: «Mange av kundene våre starter en AI-agent med en person som godkjenner arbeidet, lar den deretter håndtere en andel lån på egen hånd, og utvider deretter.»
Det betyr at mennesker først følger opp agentens arbeid, deretter overlates en del av lånsakene til agenten alene, og autonomien utvides etter hvert som tilliten bygges. Yu sier at noen långivere allerede bruker agentene i kredittpolitiske beslutninger — men ingen av disse långiverne er navngitt i dekningen, og omfanget av fullt autonome underwriting-beslutninger blant kundene er uklart.
Claude Sonnet 4.5 som teknisk utløser
Selskapet tilskriver det nylige kapabilitetshoppet til Anthropics Claude Sonnet 4.5. Yu forteller TechCrunch:
«For oss var det store gjennombruddet [Claude] Sonnet 4.5, som vi rett og slett fant var mye bedre til å følge brukerkonfigurerte instruksjoner over de tidshorisontene vi trenger enn tidligere generasjoner.»
I et boliglånsløp, der en agent kan måtte hente dokumentasjon, vurdere inntekter, kreditt og eiendomsopplysninger og anvende en långivers kredittpolitikk over lange arbeidssekvenser, er evnen til å holde seg til konfigurerte regler over tid en forutsetning for at agentene skal være brukbare i det hele tatt. Dette er selskapets egen vurdering av modellvalg, ikke en uavhengig konklusjon.
Tallene — alle fra selskapet
Flere nøkkeltall sirkulerer rundt kunngjøringen, og alle er oppgitt av Vesta selv:
- Inntektsvekst på 12x år over år, ifølge Yu overfor TechCrunch.
- Over 100 milliarder dollar i lån per år som selskapet har bidratt til å opprinnelige for långivere, ifølge Yu.
- 988 prosent vekst i AI-agentbruk på plattformen over tre måneder i 2026, ifølge Crypto Briefing.
- Inntil 25 prosent lavere opprinnelseskostnad hos långivere i 2026, oppgitt av selskapet.
Ingen av disse tallene er uavhengig verifisert, og de bør leses som selskapets egen fremstilling av vekst og kundeeffekter.
Konkurransebildet
Vesta konkurrerer i praksis på to fronter: mot etablerte arvesystemer som ICE Mortgage Technology, og mot andre AI-native selskaper som Xpanse, som også forsøker å automatisere boliglånsprosessen.
Yu argumenterer for at arvesystemene ikke er bygde for AI-agenter — en posisjon som er forståelig fra en grunnlegger, men som peker på en reell arkitekturforskjell: systemer designet før agent-æraen har ikke innebygd støtte for logging av agentresonnementer, gradvis autonomi eller agentgrupper som jobber parallelt i lånefiler.
Ansvar og etterlevelse
Når AI-agenter begynner å treffe kredittpolitiske beslutninger i et strengt regulert marked, blir ansvarspørsmålet sentralt. Yus posisjon er klar: selskapene forblir ansvarlige for underwriting-beslutningene, uavhengig av hvilken programvare eller hvilke AI-agenter de bruker.
Han opplyser videre at alle handlinger og all resonnement bak en beslutning logges, både for etterlevelse og for å kunne revidere AI-beslutninger. Det betyr at en låneansvarlig eller tilsynsmyndighet i prinsippet skal kunne spore hvorfor en agent traff en gitt beslutning.
Hvordan disse revisjons- og etterlevelsessporene fungerer i praksis, og hvordan regulatorer forholder seg til autonom kredittpolitikk, er imidlertid ikke dokumentert i dekningen. Loggingen er selskapets egen beskrivelse; ingen uavhengig part har verifisert den eller redegjort for hvordan myndigheter vurderer den.
Hva som står igjen
Kunngjøringen tegner et konkret bilde av hvordan agentbasert AI rulles ut i regulert finans: gradvis autonomi, menneskelig ansvar hos långiveren, og full logging. Men flere spørsmål gjenstår. Hvilke långivere faktisk bruker agentene til autonome kredittpolitiske beslutninger, er ikke kjent. Om kundenes opplevde kostnadsreduksjoner holder under tilsyn og i tapsscenarier, er uavklart. Og ytelsen til selve plattformen — 12x-veksten, 988-prosenttallet, 25-prosent-besparelsen — hviler foreløpig på selskapets egne tall.