Líderes de opinión

Soluciones impulsadas por IA: Cómo los migrantes superan las barreras de transporte en EE. UU.

mm
Añade Unite.AI a tus fuentes preferidas en Google

El sistema de puntuación crediticia en EE. UU. no solo se utiliza en la banca y las grandes empresas, sino que también evalúa la solvencia crediticia de todos los residentes en todos los aspectos de su vida diaria. Sin embargo, este sistema también discrimina a grandes grupos de la población, particularmente a los migrantes.

Para los migrantes y refugiados políticos, es extremadamente difícil encontrar empleo oficial sin los documentos legales necesarios y una verificación crediticia en EE. UU. Según las leyes de inmigración, los solicitantes de asilo no están autorizados a trabajar oficialmente durante los primeros 180 días después de presentar su solicitud. Esta barrera burocrática ha llevado a un aumento del trabajo de baja remuneración en el sector de entrega de alimentos.

¿Cuántos migrantes enfrentan desafíos en EE. UU.

A partir de 2022, el Instituto de Política de Migración informó 46.2 millones de migrantes legales en EE. UU. Otros ~9M son indocumentados. Nueva York sola acoge a decenas de miles de nuevos llegados cada año, con números que aumentan significativamente desde la primavera de 2022, ya que más de 118,000 migrantes, principalmente de América Latina y el Caribe, cruzaron la frontera entre EE. UU. y México, según el Consejo de Relaciones Exteriores.

Muchos migrantes se vuelven hacia el sector de entrega porque ofrece más oportunidades laborales en sus circunstancias. La popularidad de este empleo aumentó durante la pandemia de COVID-19, especialmente durante los estrictos bloqueos.

¿Por qué los migrantes enfrentan limitaciones de transporte

Trabajar en un trabajo de entrega en una gran ciudad es imposible sin transporte personal. Los migrantes no pueden solicitar préstamos para una bicicleta eléctrica o similar debido a su falta de historial crediticio y documentos necesarios, lo que también les impide registrar un ciclomotor o un automóvil.

El costo de una bicicleta eléctrica comienza en $2,000. Si bien los modelos renovados están disponibles por aproximadamente la mitad del precio de los nuevos, esto sigue siendo una cantidad significativa para los migrantes de bajos ingresos. Las bicicletas eléctricas más baratas de China tienden a desgastarse rápidamente y requieren reparaciones que pueden exceder el costo inicial de compra.

El problema de las bicicletas eléctricas de mala calidad

Otro problema con el transporte asequible es la batería de iones de litio subestándar utilizada en bicicletas y patinetes eléctricos, que se ha convertido en una de las principales causas de incendios en Nueva York. La falta de regulación y la infraestructura de apoyo han convertido este problema en una grave preocupación de seguridad pública.

En solo los dos primeros meses de este año, Nueva York experimentó más incendios causados por vehículos impulsados por baterías que en todo 2019. Esto ha llevado a regulaciones más estrictas en el mercado de bicicletas eléctricas y su certificación. Garantizar el acceso a un transporte eléctrico seguro se ha convertido en un tema social apremiante.

¿Cómo la tecnología de IA aborda este problema

Algunos servicios de alquiler de bicicletas eléctricas para mensajeros en EE. UU. se destacan. La mayoría de los trabajadores de entrega son inmigrantes sin historial crediticio, lo que limita su acceso a un transporte seguro y asequible. Una posible solución es desarrollar un sistema de puntuación propio que haga que el transporte eléctrico costoso sea accesible para los mensajeros.

En lugar de confiar en un número de Seguridad Social estándar, prueba de dirección y otros métodos tradicionales de verificación de identidad, se puede emplear una verificación de dos factores, basada en:

  1. Información del cliente de fuentes externas.
  2. Predicciones basadas en datos y comportamiento de usuarios anteriores.

Una vez que el cliente se suscribe al servicio, el sistema de análisis determina su solvencia crediticia y si es probable que enfrente dificultades de pago. Para este desarrollo, se utilizó datos estadísticos de más de 10,000 individuos para crear un modelo econométrico con más de 50 puntos de datos.

El algoritmo decide si el servicio de alquiler puede ser proporcionado a la persona en cuestión y si se requiere un depósito. En caso de rechazo, el servicio ofrece alternativas, como pasar por un socio crediticio o comprar una bicicleta. Para los clientes aprobados, el sistema también determina el tipo de acuerdo: alquiler a comprar, alquiler mensual o alquiler semanal.

La automatización de estos procesos ha demostrado ser efectiva: en más de dos años, menos del 3% de las bicicletas fueron robadas de la empresa que sirve a 8,500 usuarios. Según Bicycle Habit, alrededor de 15,000 bicicletas son robadas anualmente en Nueva York.

Tecnologías de IA para analizar a los clientes sin puntuación crediticia

A continuación, se presentan las etapas de implementación del análisis de “sin puntuación crediticia”.

Desarrollo de un sistema de puntuación propio

Basado en el análisis de la base de datos de clientes, las empresas de alquiler de bicicletas eléctricas crean sus propios sistemas de puntuación para evaluar la confiabilidad financiera en función de más de 50 parámetros, incluidos los no financieros. Este modelo aprende continuamente, adaptándose al comportamiento de los clientes actuales y pasados. Los parámetros pueden ajustarse, lo que permite condiciones de puntuación más complejas o simplificadas. Este producto está diseñado para empresas que trabajan con clientes que no pueden presentar el conjunto estándar de documentos legales que normalmente requieren los servicios en EE. UU.

Un ejemplo simple de análisis de datos

Si una base de datos muestra que un cliente potencial tiene múltiples números de teléfono o direcciones que cambian cada dos meses, puede indicar que están cambiándolos para evitar pagar facturas. Esto será señalado por el sistema, pero la decisión final se basará en factores adicionales.

¿Qué más verifica el sistema de puntuación no convencional

Un sistema como este también examina indicadores financieros convencionales, como la historia de quiebras o desalojos. En tales casos, se tienen en cuenta factores como el momento del procedimiento de quiebra del cliente. Las decisiones se toman caso por caso.

Si un cliente potencial tiene más de 10 direcciones IP diferentes, sugiere que probablemente esté utilizando Internet gratuito o compartido. El sistema verifica la residencia del cliente y la ubicación de pago por dirección IP: si están muy separadas, hay una alta probabilidad de fraude.

Stripe, un sistema de pago en línea estadounidense, se puede utilizar para verificar si el método de pago del comprador ha sido marcado como fraudulento por minoristas anteriores. Esto ayuda a identificar el fraude si un cliente está fingiendo ser alguien más.

Los procesos de incorporación y puntuación están completamente automatizados a través de la tecnología de reconocimiento facial y verificación de documentos para minimizar el fraude.

Simplificación y seguridad para audiencias objetivo de bajos ingresos

Hay varias funciones auxiliares integradas en el software personalizado:

  • Seguimiento en tiempo real de las bicicletas eléctricas.
  • Deshabilitación de componentes electrónicos.
  • Sistema de alarma y bloqueo de rueda remoto.
  • Alertas automatizadas basadas en los datos recopilados sobre la bicicleta (por ejemplo, viajes en áreas restringidas, cruces no autorizados de fronteras estatales, ausencia prolongada de señal de GPS).

La automatización del proceso de puntuación aumenta significativamente la tasa de conversión del servicio: los clientes están informados de antemano sobre los documentos necesarios y qué esperar durante la fase de toma de decisiones. Esto permite que todo el proceso de verificación se complete en solo unos minutos en línea, evitando situaciones en las que alguien llega sin preparación, ya sea porque olvidó los documentos necesarios o no puede proporcionar el depósito requerido.

Gracias a la automatización, el servicio puede tomar decisiones instantáneas, lo que agiliza el proceso de incorporación. Como resultado, el tiempo desde la inscripción hasta la recepción del vehículo ha disminuido de 60 a 15 minutos, y el personal ya no desperdicia tiempo con aquellos que no han pasado la incorporación.

Otras tecnologías utilizadas por los servicios de alquiler

Estas tecnologías son utilizadas por todos los principales servicios de alquiler en América, incluidos Whizz, Joco y Zoomo. Las diferencias radican en sus requisitos; por ejemplo, Zoomo solicita una identificación y una prueba de residencia como segundo documento. Recientemente, anunciaron la eliminación de las verificaciones de antecedentes, sin embargo, su proceso de incorporación y puntuación aún involucra un procesamiento manual, lo que requiere que los clientes envíen sus documentos por correo. Whizz y Joco están por delante de la competencia en este sentido, ya que han automatizado el proceso utilizando proveedores de verificación en línea.

Joco mitiga los riesgos de manera diferente al permitir que los clientes utilicen el transporte eléctrico durante seis horas, después de lo cual la bicicleta debe devolverse a la estación de carga. Esto significa que los usuarios no pueden llevársela a casa y hay una limitación de tiempo también.

Resumen

La tecnología no solo simplifica la vida, sino que, a través de un modelo de puntuación no convencional, mejora la seguridad del uso de bicicletas eléctricas y aborda la desigualdad entre los trabajadores de entrega. Por lo tanto, se puede decir que la tecnología extiende una mano amiga a aquellos en situaciones de vida difíciles, incluso a aquellos sin puntuación crediticia.

Evgeniya Malina es la Directora de Procesos y Automatización de IA en Whizz con más de 9 años de experiencia en estrategia y operaciones, transformación digital y desarrollo de productos.

Evgeniya tiene una licenciatura de la Universidad College de Londres y un MSc en Contabilidad y Negocios/Dirección de la Universidad Queen Mary de Londres.
Su carrera
comenzó en EY, donde trabajó con organizaciones globales, incluidos gigantes de la industria como Amazon, JX Nippon Oil & Energy, y Sainsbury’s.
Después de eso, Evgeniya fue consultora para organizaciones financieras e industriales prominentes, donde lideró equipos de proyectos de transformación digital, ayudando a las empresas a llevar soluciones tecnológicas innovadoras al mercado. Evgeniya también ha estado a la vanguardia de la dirección del desarrollo y la implementación de tecnologías digitales emergentes, como blockchain y 5G, asegurando $290 mln en financiación adicional para construir la infraestructura. Desarrolló y probó la estrategia de transformación digital en 5 proyectos piloto que luego se escalonaron en más de 300 equipos cross-funcionales, lo que resultó en más de 1,000 nuevos productos y servicios y generó $4.4B en beneficios al cierre de 2021.
Más tarde, asumió el papel de Directora de Estrategia y Operaciones Comerciales en Food Rocket, donde Evgeniya impulsó la evolución de la empresa a un equipo de 160 personas y supervisó su expansión a 3 estados diferentes después de que la empresa recaudó con éxito $37.5M de Circle K. Evgeniya gestionó un presupuesto anual de $10M en proyectos de innovación y capacitó a más de 80 empleados en la adopción de tecnología. Pilotó un concepto de "tienda gris" listo para escalar a nivel global en Charlotte, Carolina del Norte, demostrando un crecimiento de dos dígitos, y construyó un sistema de automatización de procesos para la entrega de última milla.
El objetivo de Evgeniya es la creación de operaciones comerciales rápidas, digitales y transparentes adaptadas a las necesidades cambiantes de los clientes en el mundo moderno.