Kuinka AI ja koneoppiminen ovat käytössä rahoituslaitoksilla vuonna 2023

Tekoäly (AI) ja koneoppiminen (ML) laajentavat jatkuvasti soveltamisaluettaan, käyttöä ja hyötyjä rahoituslaitoksille ja instituutioille. Tästä aiheutuvan kypsymisen ja laajenemisen myötä AI/ML auttaa ratkaisemaan hyvin monimutkaisia ongelmia, jotka tuottavat positiivisen ROI:n eri liiketoimintasektoreilla.

Suurin osa rahoituspalvelujen tarjoajista ja rahoituslaitoksista tunnustaa käyttävänsä näitä tekniikoita liiketoimintansa eri osa-alueilla, kuten riskienhallinnassa, lainan hakuprosessien kitkaa vähentävässä, tulon ja varmistusohjauksissa, petosten vähentämisessä sekä noudattamis- ja auditointiprosesseissa.

Lopulta rahoituspalvelujen tarjoajat pyrkivät edelleen alentamaan luoton kustannuksia käyttämällä AI/ML:ää reaaliajassa, lisäämällä rahoituksellista inklusiivisuutta ja parantamalla noudattamista. Tässä on joitakin kriittisiä käyttötarkoituksia, joilla rahoituslaitokset hyödyntävät AI/ML:ää vuonna 2023:

Keskusteluchatbotit

Keskusteluchatbotit auttavat rahoituslaitoksia vuorovaikuttamaan asiakkaiden kanssa keskustelumaisemmin. Kuluttajat toivovat samaa tasoa asiakaspalvelua, jonka he saavat johtavilta teknologiajohtavilta yrityksiltä kuten Amazon, Netflix ja Lyft. AI-käyttöiset chatbotit ja virtuaaliset avustajat tarjoavat 24/7 tukea asiakkaille monilla asioilla, kuten tilisaldoissa ja viimeaikaisissa transaktioissa. Mikä on vaikuttavinta, nämä chatbotit mahdollistavat asiakkaiden lähettää rahaa keskustelukielen avulla.

Asiakastunteiden analyysi

Monien vuosien ajan rahoituslaitokset ovat kärsineet vaikeuksista yhdistää asiakastunteet suuriin tietojärjestelmiin ja automaatiojärjestelmiin. Nykyiset johtavat rahoituslaitokset ovat päässeet käyttämään runsaasti tietoa asiakkaistaan, mutta suuri osa tästä tiedosta on ollut rakenteetonta ja vaikeaa tietokoneiden ymmärtää. AI kuitenkin voi analyysin avulla selvittää, mitä asiakkaat viestivät ja mitä tunteita he ilmentävät reaaliajassa. Nämä järjestelmät voivat hälyttää rahoituslaitosten asiakaspalvelutiimejä, jotta he voivat ratkaista ongelmat tehokkaammin ja nopeammin.

Luottokelpoisuus ohuille / ei-tiedostoille

AI/ML auttavat myös antamaan selkeämmän käsityksen asiakkaan luottokelpoisuudesta, erityisesti silloin, kun heillä on ohut luottotiedosto, ei luottotiedostoa tai jos heillä on lisätuloja, kuten monilla nykyisillä gig-talouden työntekijöillä.

Tarkastellaan tarkemmin erityistä käyttötapausta AI/ML:n käytöstä autonrahoituksessa, jossa useat epäsuorat ja suorat rahoituslaitokset tarjoavat lainoja miljoonille uusille ja käytetyille ajoneuvokaupoille vuosittain.

Miten AI tunnistaa lainavirheitä autonrahoituksessa

Kuluttajansuojeluvirasto (CFPB) on lisännyt tarkastelunsa lainojen tarkkuuden ja asiakirjojen dokumentaation (kutsutaan myyntipaketteiksi) välillä rahoituslaitoksen ja autoliikkeen välillä. Monissa tapauksissa toteutetaan tarkasteluja tutkimaan, onko rahoituslaitos voinut esittää kustannuksia lainasopimuksissa, jotka voisivat asettaa asiakkaat korkeakustannuksisiin autoihin kuluttajansuojelulain vuoden 2010 vastaisesti.

Tilanne edustaa yhtä viimeisimmistä esimerkeistä, joissa sääntelijät lisäävät rajapintojaan esittämällä uusia lakeja tai voimaanpanemalla olemassa olevia lakeja, jotka hyödyntävät tulkintoja, jotka asettavat hallinnollista painetta rahoituslaitoksille ja noudattamistiimeille. Monet rahoituslaitokset ovat edelleen alttiina sakkoja ja rangaistuksia, jotka ovat vahingollisia heidän toiminnalleen ja kannattavuudelleen.

Rahoituslaitokset voivat vähentää näitä skenaarioita tehokkaammin toteuttamalla AI-pohjaisia järjestelmällisiä valvontaa, jotka auttavat heitä välttämään tämän lisätarkastelun ja auditointiympäristön. Nykyiset AI-pohjaiset ohjelmistot mahdollistavat rahoituslaitosten noudattaa sääntelyvaatimuksia ja olla valmiina auditointiin. Ratkaisut tarjoavat selkeitä ja standardoituja käytäntöjä, ja rahoituslaitokset saavat johdattamista mallin hallinnassa sisäisen auditoinnin osalta ja asiantuntija-neuvontaa sekä esimerkki-dokumentaatiota, jos tarpeen.

AI-mallidokumentaation käyttäminen

AI-ohjelmistojen mallidokumentaatio sisältää laadullisen arvion erilaisten vaikutusten riskistä malleissa, jotka on rakennettu rahoituslaitoksille. Auditointiprosessi suorittaa neljännesvuosittain määrällisiä erilaisten vaikutusten arvioita. Analyysit perustuvat rotuun, etnisyyteen, sukupuoleen ja ikään (62+), ja vaikka prosessi ei kerää rotu- ja etnisyyden tietoja, se käyttää CFPB:n Bayesian Improved Surname Geocoding (BISG) -välimallia rotuun, etnisyyteen ja sukupuoleen viimeisimmän väestönlaskennan tiedoilla.

Ohjelmisto hyödyntää edistynyttä AI-teknologiaa yksinkertaistamaan ja automatisoida tietojen keräämisen ja analysointiprosessia, jonka tavoitteena on auttaa rahoittamaan lainoja nopeasti ja tehokkaasti, alentamaan kustannuksia, parantamaan noudattamista ja alentamaan sääntelyasioita liittyen epäoikeudenmukaisiin, petollisiin tai haitallisiin käytäntöihin (UDAAP).

Kuten kaikki rahoituspalvelujen tarjoajat, autonrahoituslaitokset eivät ole AI/ML-asiantuntijoita, eivätkä heidän ydinosaamistaan ole, joten he ymmärtävät ulkopuolisten AI/ML-asiantuntijoiden löytämisen tärkeyden. Luotettavat kumppanit ovat mukana auttamaan lainavirheiden havaitsemisessa, jossa epäviralliset kaupat voidaan merkitä, eivätkä ne ole valmiita rahoitukseen. AI-ohjelmisto mahdollistaa rahoittajien keskittyä valmiisiin kauppoihin, jolloin heidän tiiminsä voivat nopeasti ratkaista havaittuja ongelmia autoliikkeiden kanssa. Se myös mahdollistaa vikojen automaation, jolloin autoliikkeet voidaan ilmoittaa asiakirjavirheistä välittömästi, vähentääksesi sopimukset liikkeessä ja nopeuttaaksesi rahoitusta sekä vähentääksesi noudattamis- ja sääntelyriskiä.

On myös tärkeää huomata, että AI ja automaatio ovat yhä enenevissä määrin käytössä autonrahoituslaitoksilla yksinkertaisen lainavirheen ulottuvilla. Tuoreen rahoituslaitosten johtajien kyselyssä 63 % aikoo toteuttaa AI- ja automaatioteknologioita tänä vuonna sekurisoinnissa, 61 % lainan hoitamisessa ja 52 % lainan käsittelyssä ja etsimisessä¹.

Vaikka AI ja ML ovat edelleen alkuvaiheessa rahoituspalvelujen tarjoajille, näiden teknologioiden omaksuminen jatkuu kasvamassa. Tärkeämpää on, että nämä instituutiot ovat toteuttaneet positiivisen vaikutuksen, jonka ne ovat saaneet toiminnan kannattavuuteen, työntekijöiden moraaliin ja asiakaskokemukseen.

1: InformedIQ:n automaatiokysely, joka esitettiin yli 2 500 autonrahoitusjohtajalle; maaliskuu 2023