揭秘好未來 App 的房客 AI 評分模型，以及它如何協助房東降低租金延繳率，把過去 1–3 天的審核流程壓縮成一杯咖啡的時間。
「會不會欠租？會不會把房子用壞？」— 這是每個房東最在意的兩個問題，也是傳統審核流程最耗時的環節。創未來「好未來」App 的 AI 房客媒合模型，能在 3 秒內輸出一份租客風險評分報告。本文拆解這個模型背後的設計邏輯。
模型的四大資料維度
- 身分驗證：身分證 + 健保卡 + 自然人憑證三因子驗證，確認租客真實身分
- 財務指標：在職證明、薪資轉帳紀錄、信用卡繳費紀錄（經當事人授權）
- 過往租賃紀錄：跨平台房東評價、過往合約守約率、報修頻率
- 行為數據：App 使用習慣、看屋路徑、聯絡反應速度（脫敏處理）
為何是 3 秒？
AI 模型部署在 Cloudflare Workers Edge 節點，所有外部 API 查詢透過併發呼叫設計，可在 800ms 內完成全部資料收集，模型本身的推論時間約 1.5 秒，留下 700ms 緩衝產出報告 PDF。
一份評分報告長什麼樣子？
每位房客會得到一個 300–900 的綜合分數，並標示三個「警示燈號」：財務穩定度、過往守約率、行為風險。房東可一眼判斷是否進一步面談，也能看到「為什麼這位租客被扣分」的具體解釋（可解釋 AI）。
實證成效
導入 AI 媒合 6 個月後的 18 位房東統計：租金延繳率從 12% 下降至 4%、空置期平均縮短 4.3 天、租客流動率下降 21%。最大的隱藏效益是「房東更願意接陌生房客」，不再只敢租給朋友介紹。
隱私如何保障？
- 所有資料皆需租客 OAuth 授權後才能讀取，未授權項目以 N/A 顯示
- 評分完成後 90 天自動刪除原始資料，僅保留分數與決策摘要
- 通過個資法第 27 條安全維護計畫稽核，每年第三方滲透測試
「AI 評分讓我第一次敢把房子租給完全陌生的科技業工程師，後來他成為我合作最久的好房客。」
— 張小姐 ｜ 雙北個人房東