Ηγέτες της σκέψης
Πώς η τεχνητή νοημοσύνη και η μηχανική μάθηση χρησιμοποιούνται από τους χρηματοοικονομικούς δανειστές το 2023

Οι τεχνολογίες Τεχνητής Νοημοσύνης (AI) και Μηχανικής Μάθησης (ML) συνεχίζουν να επεκτείνονται στις εφαρμογές, τις χρήσεις και τα οφέλη τους για δανειστές και χρηματοπιστωτικά ιδρύματα. Λόγω αυτής της ωριμότητας και του διευρυμένου ποσοστού υιοθέτησης, η AI/ML συμβάλλει στην επίλυση εξαιρετικά περίπλοκων λύσεων που δημιουργούν θετική απόδοση επένδυσης (ROI) σε όλους τους επιχειρηματικούς τομείς.
Η πλειονότητα των παρόχων χρηματοοικονομικών υπηρεσιών και των δανειστών αναγνωρίζει ότι αναπτύσσουν αυτές τις τεχνολογίες σε όλες τις επιχειρήσεις τους για να υποστηρίξουν τομείς όπως η διαχείριση κινδύνου, η μείωση των τριβών στα τμήματα προέλευσης δανείων, οι έλεγχοι εισοδήματος και επαλήθευσης, η μείωση της απάτης και οι διαδικασίες συμμόρφωσης και ελέγχου.
Τελικά, οι πάροχοι χρηματοοικονομικών υπηρεσιών συνεχίζουν να προσπαθούν να μειώσουν το κόστος της πίστωσης χρησιμοποιώντας AI/ML για διαφάνεια σε πραγματικό χρόνο, μεγαλύτερη χρηματοοικονομική ενσωμάτωση και βελτιωμένη συμμόρφωση. Ακολουθούν ορισμένες κρίσιμες περιπτώσεις χρήσης του τρόπου με τον οποίο τα χρηματοπιστωτικά ιδρύματα αξιοποιούν την AI/ML το 2023:
Συνομιλητικά chatbot
Τα συνομιλητικά chatbot βοηθούν τους δανειστές να αλληλεπιδρούν με τους πελάτες με πιο συνομιλητικό τρόπο. Οι καταναλωτές επιθυμούν το ίδιο επίπεδο εξυπηρέτησης πελατών που λαμβάνουν από κορυφαίες εταιρείες προώθησης τεχνολογίας όπως η Amazon, το Netflix και η Lyft. Τα chatbot με τεχνητή νοημοσύνη και οι εικονικοί βοηθοί προσφέρουν βοήθεια 24/7 στους πελάτες σε πολλά στοιχεία, όπως τα υπόλοιπα λογαριασμών και οι πρόσφατες συναλλαγές. Αυτό που είναι πιο εντυπωσιακό είναι ότι αυτά τα chatbot επιτρέπουν στους πελάτες να στέλνουν χρήματα χρησιμοποιώντας τη γλώσσα συνομιλίας.
Ανάλυση συναισθήματος πελατών
Για πολλά χρόνια τα χρηματοπιστωτικά ιδρύματα δυσκολεύονταν να συνδυάσουν το συναίσθημα των πελατών στις πλατφόρμες μεγάλων δεδομένων και αυτοματισμού τους. Οι σημερινοί κορυφαίοι δανειστές έχουν πρόσβαση σε μια πληθώρα δεδομένων για τους πελάτες τους, αλλά ιστορικά ένα μεγάλο μέρος ήταν αδόμητο και δύσκολο για τους υπολογιστές να το κατανοήσουν. Η τεχνητή νοημοσύνη, ωστόσο, μπορεί να αναλύσει τι επικοινωνούν οι πελάτες και να εντοπίσει τα συναισθήματα που εκφράζουν σε πραγματικό χρόνο. Αυτά τα συστήματα μπορούν να ειδοποιούν τις ομάδες εξυπηρέτησης πελατών των δανειστών, ώστε να μπορούν να επιλύουν προβλήματα αποτελεσματικά και ταχύτερα.
Αξιοπιστία για λεπτό αρχείο / χωρίς αρχείο
Το AI/ML συμβάλλει επίσης στην παροχή μιας σαφέστερης εικόνας της πιστοληπτικής ικανότητας ενός πελάτη, ειδικά όταν έχει ένα λεπτό αρχείο πίστωσης, χωρίς αρχείο πίστωσης ή εάν έχει συμπληρωματικές πηγές εισοδήματος, όπως πολλοί από τους σημερινούς εργαζόμενους στην οικονομία συναυλιών.
Ας ρίξουμε μια πιο προσεκτική ματιά σε μια συγκεκριμένη περίπτωση χρήσης της χρήσης AI/ML στη χρηματοδότηση της αυτοκινητοβιομηχανίας, όπου μια ποικιλία έμμεσων και άμεσων δανειστών παρέχουν δάνεια για εκατομμύρια συναλλαγές νέων και μεταχειρισμένων οχημάτων κάθε χρόνο.
Πώς η τεχνητή νοημοσύνη εντοπίζει ελαττώματα δανείων στη χρηματοδότηση της αυτοκινητοβιομηχανίας
Το Γραφείο Οικονομικής Προστασίας των Καταναλωτών (CFPB) αύξησε το επίπεδο ελέγχου σχετικά με την ακρίβεια των δανείων και τα έγγραφα τεκμηρίωσης (που ονομάζονται deal jackets) που πραγματοποιείται μεταξύ δανειστή και αντιπροσωπείας. Σε πολλές περιπτώσεις, διενεργούνται έλεγχοι για να διερευνηθεί εάν ένας δανειστής ενδέχεται να έχει παραποιήσει το κόστος σε συμβάσεις δανείου που μπορεί να έχουν δώσει πελάτες σε δάνεια υψηλού κόστους για αυτοκίνητα κατά παράβαση του νόμου περί χρηματοοικονομικής προστασίας των καταναλωτών του 2010.
Το σενάριο αντιπροσωπεύει ένα από τα πιο πρόσφατα παραδείγματα ρυθμιστικών αρχών που ξεπερνούν τα όρια εισάγοντας νέους νόμους ή επιβάλλοντας υφιστάμενους που αξιοποιούν ερμηνείες που ασκούν διοικητική πίεση στους δανειστές και τις ομάδες συμμόρφωσής τους. Πολλοί δανειστές εξακολουθούν να υπόκεινται σε πρόστιμα και κυρώσεις που είναι επιζήμιες για τις λειτουργίες και τα αποτελέσματα τους.
Οι δανειστές μπορούν να μετριάσουν πιο αυστηρά αυτά τα σενάρια μέσω της εφαρμογής συστημικών ελέγχων με τεχνητή νοημοσύνη που τους βοηθούν να αποφύγουν αυτό το πρόσθετο περιβάλλον ελέγχου και ελέγχου. Το σημερινό λογισμικό που λειτουργεί με τεχνητή νοημοσύνη επιτρέπει στους δανειστές να συμμορφώνονται με τις κανονιστικές απαιτήσεις και να είναι έτοιμοι για έλεγχο. Οι λύσεις προσφέρουν πολιτικές που είναι σαφείς και τυποποιημένες και οι δανειστές καθοδηγούνται μέσω της συμμόρφωσης με το μοντέλο διακυβέρνησης για εσωτερικούς ελέγχους, ενώ παρέχουν συμβουλές ειδικών και δείγματα τεκμηρίωσης, εάν είναι απαραίτητο.
Χρήση τεκμηρίωσης μοντέλου AI
Η τεκμηρίωση μοντέλων από το σημερινό λογισμικό τεχνητής νοημοσύνης περιλαμβάνει μια ποιοτική αξιολόγηση της πιθανότητας ετερόκλητου κινδύνου επιπτώσεων στα μοντέλα που έχουν κατασκευαστεί για δανειστές. Η διαδικασία ελέγχου διενεργεί τριμηνιαίες, ποσοτικές ανόμοιες εκτιμήσεις επιπτώσεων. Οι αναλύσεις βασίζονται στη φυλή, την εθνικότητα, το φύλο και την ηλικία (62+) και ενώ η διαδικασία δεν συλλέγει δεδομένα φυλής και εθνότητας, χρησιμοποιεί τη μέθοδο αντιπροσώπου Βελτιωμένης Γεωκωδικοποίησης Επωνύμων (BISG) της CFPB για τη φυλή, την εθνικότητα, και το φύλο χρησιμοποιώντας τα πιο πρόσφατα στοιχεία απογραφής.
Το λογισμικό αξιοποιεί σήμερα την προηγμένη τεχνολογία AI για να απλοποιήσει και να αυτοματοποιήσει τη διαδικασία συλλογής και ανάλυσης δεδομένων, με στόχο να βοηθήσει στη χρηματοδότηση δανείων όσο το δυνατόν γρηγορότερα και αποτελεσματικότερα, ενώ παράλληλα μειώνει το κόστος σε χρηματοδότηση, μειώνοντας το κόστος επεξεργασίας των επιστροφών GAP για πρώιμες πληρωμές. βελτίωση της συμμόρφωσης και μείωση του κόστους των κανονιστικών θεμάτων που απαιτούν προσοχή (MRAs) και των διαταγμάτων συναίνεσης που σχετίζονται με αθέμιτες, παραπλανητικές ή καταχρηστικές πράξεις και πρακτικές (UDAAP).
Όπως οι χρηματοοικονομικοί πάροχοι σε όλους τους κλάδους, οι δανειστές αυτοκινήτων δεν είναι ειδικοί στην AI/ML και δεν είναι η βασική τους ικανότητα, επομένως κατανοούν τη σημασία της εύρεσης ποιοτικών εξωτερικών ειδικών στην AI/ML σήμερα που μπορούν να βοηθήσουν. Οι αξιόπιστοι συνεργάτες χρησιμοποιούνται για να βοηθήσουν στην αντιμετώπιση αυτών των ελαττωμάτων δανείου, όπου μπορεί να επισημανθούν ακατάλληλες συμφωνίες που δεν είναι έτοιμες για χρηματοδότηση. Το λογισμικό τεχνητής νοημοσύνης επιτρέπει στους χρηματοδότες να επικεντρώνονται σε ολοκληρωμένες συμφωνίες, επιτρέποντας στις ομάδες τους να αντιμετωπίζουν γρήγορα τυχόν εντοπισμένα προβλήματα με τους αντιπροσώπους. Επιτρέπει επίσης την αυτοματοποίηση των ελαττωμάτων των αντιπροσώπων, ενημερώνοντας άμεσα τους αντιπροσώπους για ελαττώματα εγγράφων για τη μείωση των συμβάσεων κατά τη μεταφορά και τη χρηματοδότηση των συμφωνιών γρηγορότερα και τη μείωση της συμμόρφωσης και του ρυθμιστικού κινδύνου.
Είναι επίσης σημαντικό να σημειωθεί ότι η τεχνητή νοημοσύνη και η αυτοματοποίηση αναπτύσσονται ολοένα και περισσότερο για δανειστές αυτοκινήτων εκτός από απλά ελαττώματα δανείου. Μια πρόσφατη έρευνα στελεχών δανειστών διαπίστωσε ότι το 63% σχεδιάζει να εφαρμόσει τεχνολογίες τεχνητής νοημοσύνης και αυτοματισμού φέτος για τιτλοποίηση, 61% για εξυπηρέτηση δανείων και 52% για επεξεργασία και εύρεση δανείων1.
Ενώ η τεχνητή νοημοσύνη και η ML βρίσκονται ακόμη σε αρχικό στάδιο για τους παρόχους χρηματοοικονομικών υπηρεσιών, η υιοθέτηση αυτών των τεχνολογιών συνεχίζει να αυξάνεται. Το πιο σημαντικό, αυτά τα ιδρύματα συνειδητοποιούν τον θετικό αντίκτυπο που έχει στη λειτουργική τους βάση, στο ηθικό των εργαζομένων και στη συνολική εμπειρία των πελατών.
1: Έρευνα αυτοματισμού InformedIQ που παρουσιάστηκε σε πάνω από 2,500 στελέχη χρηματοδότησης αυτοκινήτων. Μάρτιος 2023