AI-drevne løsninger: Hvordan migranter overvinder transportbarrierer i USA

Kreditscoring-systemet i USA bruges ikke kun i bankverdenen og store virksomheder, men vurderer også kreditværdigheden af hver enkelt beboer i alle aspekter af deres daglige liv. Dette system diskriminerer dog også store grupper af befolkningen, især migranter.

For migranter og politiske flygtninge er det ekstremt svært at finde officiel beskæftigelse uden de nødvendige papirer og en kreditcheck i USA. Ifølge immigrationslove har asylansøgere ikke lov til at arbejde officielt i de første 180 dage efter ansøgning. Dette bureaukratiske barrier har ført til en stigning i lavtlønsarbejde i fødevareleveringssktoren.

Hvor mange migranter står over for udfordringer i USA

Pr. 2022 rapporterede Migration Policy Institute, at 46,2 million lovligt migranter i USA. Yderligere ~9M er ulovligt tilstedeværende. New York alene byder velkommen til titusinder af nye ankomster hvert år, med tal, der er steget betydeligt siden foråret 2022, da over 118.000 migranter, primært fra Latinamerika og Caribien, krydsede USA-Mexico-grænsen, ifølge Council of Foreign Relations.

Mange migranter søger mod leveringssktoren, da den tilbyder flere jobmuligheder under deres omstændigheder. Populariteten af denne beskæftigelse steg under COVID-19-pandemien, især under strenge låsninger.

Hvorfor migranter står over for transportbegrænsninger

At arbejde som leveringsperson i en storby er umuligt uden personlig transport. Migranter kan ikke optage lån til en el-cykel eller lignende på grund af deres manglende kredit historik og nødvendige dokumenter, hvilket også forhindrer dem i at registrere en knallert eller en bil.

Prisen på en el-cykel starter ved 2.000 $. Mens genbrugsmodeller er tilgængelige for omkring halv pris af nye, er dette stadig en betydelig sum for lavindkomst-migranter. Billigere el-cykler fra Kina har tendens til at slidte hurtigt og kræver reparationer, der kan overstige den oprindelige købspris.

Problemet med lavkvalitets el-cykler

Et andet problem med billig transport er de understandard lithium-ion-batterier, der bruges i el-cykler og scootere, som er blevet en førende årsag til brande i New York. Mangel på regulering og understøttende infrastruktur har omdannet dette problem til en alvorlig offentlig sikkerhedsproblematik.

I løbet af kun de første to måneder af dette år oplevede New York flere brande forårsaget af batteridrevne køretøjer end i hele 2019. Dette har ført til strengere reguleringer på el-cykelmarkedet og deres certificering. At sikre adgang til sikker el-transport er blevet et presserende samfundsproblem.

Hvorledes AI-teknologi løser dette problem

Nogle el-cykel-leje-tjenester for kurérer i USA udgør sig. De fleste leveringsarbejdere er immigranter uden kredit-historik, hvilket begrænser deres adgang til sikker og billig transport. En mulig løsning er at udvikle et proprietært scoring-system, der gør dyrt el-transport tilgængeligt for kurérer.

I stedet for at afhænge af en standard Social Security-nummer, bevis for adresse og andre traditionelle identitetsverifikationsmetoder kan to-faktor-verifikation anvendes, baseret på:

1. Kundeinformation fra eksterne kilder.
2. Forudsigelser baseret på data og adfærd fra tidligere brugere.

Når en kunde tilmelder sig tjenesten, bestemmer systemets analytics kundens kreditværdighed og sandsynligheden for, at de vil opleve betalingsvanskeligheder. Til denne udvikling blev statistisk data fra over 10.000 personer brugt til at oprette en økonomisk model med over 50 datapunkter.

Algoritmen afgør, om leje-tjenesten kan tilbydes personen i question, og om en depositum er nødvendig. I tilfælde af afvisning tilbyder tjenesten alternativer, såsom at gå gennem en kreditpartner eller købe en cykel. For godkendte kunder bestemmer systemet også typen af aftale: leje til ejerskab, månedlig eller ugentlig leje.

Automatiseringen af disse processer har vist sig effektiv: Over to år er færre end 3% af cyklernes blevet stjålet fra virksomheden, der betjener 8.500 brugere. Ifølge Bicycle Habit bliver omkring 15.000 cykler stjålet årligt i New York.

AI-teknologier til analyse af kunder uden kreditværdighed

Følgende er implementeringsstadierne for “ingen kreditvurdering” analytics.

Udvikling af et proprietært scoring-system

Baseret på kundedatabase-analyse opretter el-cykel-leje-virksomheder deres egne scoring-systemer til at vurderer finansielle pålidelighed baseret på over 50 parametre, herunder ikke-finansielle. Denne model lærer kontinuerligt og tilpasser sig til adfærden af nuværende og tidligere kunder. Parametre kan justeres, hvilket tillader mere komplekse eller simplificerede scoring-betingelser. Dette produkt er designet til virksomheder, der arbejder med kunder, der ikke kan præsentere det standard-sæt af juridiske dokumenter, der normalt kræves af tjenester i USA.

Et enkelt eksempel på data-analyse

Hvis en database viser, at en potentiel kunde har multiple telefonnumre eller adresser, der ændres hver anden måned, kan det indikere, at de ændrer dem for at undgå at betale regninger. Dette vil blive markeret af systemet, men den endelige beslutning vil blive baseret på yderligere faktorer.

Hvad ellers tjekker det usædvanlige scoring-system?

Sådant et system undersøger også konventionelle finansielle indikatorer, såsom historik over konkurs eller udsættelse. I sådanne tilfælde tages det i betragtning faktorer som timing af kundens konkursprocedure. Beslutningerne tages herefter på en case-til-case-basis.

Hvis en potentiel kunde har mere end 10 forskellige IP-adresser, antyder det, at de sandsynligvis bruger gratis eller delt internet. Systemet checker kundens bopæl og betalingssted via IP-adresse – hvis de er langt fra hinanden, er der en høj sandsynlighed for svindel.

Stripe, et amerikansk online-betalings-system, kan bruges til at checke, om køberens betalingsmetode er blevet markeret som svindel af tidligere forhandlere. Dette hjælper med at identificere svindel, hvis en kunde prætender at være en anden person.

Onboarding- og scoring-processen er fuldt automatiseret gennem ansigtsgenkendelse og dokument-verifikationsteknologi for at minimere svindel.

Forenkling og sikkerhed for lavindkomst-målgrupper

Der er flere hjælpefunktioner integreret i den tilpassede software:

• Real-time-sporing af el-cykler.
• Deaktivering af elektroniske komponenter.
• Alarm-system og fjernlåsning af hjul.
• Automatiske beskeder baseret på indsamlet data om cyklen (f.eks. ture i begrænsede områder, uautoriseret grænseoverskridelse, forlænget fravær af GPS-signal).

Automatiseringen af scoring-processen øger betydeligt tjenestens konverteringsrate, da kunderne informeres i forvejen om de nødvendige dokumenter og hvad de kan forvente under beslutningsprocessen. Dette tillader, at hele verifikationsprocessen kan gennemføres på kun et par minutter online, og undgår situationer, hvor nogen ankommer uforberedt, enten har glemt nødvendige dokumenter eller er ude af stand til at tilbyde det krævede depositum.

Takket være automatisering kan tjenesten træffe øjeblikkelige beslutninger og fremskynde onboarding-processen. Som resultat heraf er tiden fra tilmelding til modtagelse af køretøjet reduceret fra 60 til 15 minutter, og personale bruger ikke længere tid på dem, der ikke har bestået onboarding.

Andre teknologier brugt af leje-tjenester

Disse teknologier bruges af alle top-leje-tjenester i Amerika, herunder Whizz, Joco og Zoomo. Forskellene ligger i deres krav; f.eks. anmoder Zoomo om ID og bevis for bopæl som andet dokument. For nylig annoncerede de eliminering af baggrundstjek, men deres onboarding og scoring involverer stadig manuel behandling, hvilket kræver, at kunderne sender deres dokumenter via post. Whizz og Joco er foran konkurrencen her, da de har automatiseret processen ved at bruge online-verifikationsudbydere.

Joco mindske risici anderledes ved at tillade kunder at bruge el-transport i seks timer, hvorefter cyklen skal returneres til dok-stationen til opladning. Dette betyder, at brugerne ikke kan tage den med hjem, og der er en tidsbegrænsning på plads.

Resumé

Teknologi gør ikke kun livet lettere, men forbedrer også sikkerheden for el-cykel-brug og løser ulighed blandt leveringsarbejdere gennem et usædvanligt scoring-model. Derfor kan det siges, at teknologi rækker en hjælpende hånd til dem i svære livssituationer – selv til dem uden kreditværdighed.