Comment l’IA et l’apprentissage automatique sont utilisés par les prêteurs financiers en 2023

Les technologies d’intelligence artificielle (IA) et d’apprentissage automatique (ML) continuent de s’étendre dans leurs applications, utilisations et avantages pour les prêteurs et les institutions financières. En raison de cette maturité et de ce taux d’adoption élargi, l’IA/ML aide à résoudre des solutions hautement complexes qui génèrent un retour sur investissement positif dans tous les segments d’activité.

La majorité des fournisseurs de services financiers et des prêteurs reconnaissent qu’ils déployer ces technologies dans toutes leurs entreprises pour soutenir des domaines tels que la gestion des risques, la réduction des frictions dans les départements d’origine des prêts, les contrôles de revenus et de vérification, la réduction de la fraude et les processus de conformité et d’audit.

En fin de compte, les fournisseurs de services financiers continuent de s’efforcer de réduire le coût du crédit en utilisant l’IA/ML pour une transparence en temps réel, une plus grande inclusivité financière et une meilleure conformité. Voici quelques cas d’utilisation critiques de la manière dont les institutions financières utilisent l’IA/ML en 2023 :

Chatbots conversationnels

Les chatbots conversationnels aident les prêteurs à interagir avec les clients de manière plus conversationnelle. Les consommateurs souhaitent le même niveau de service client qu’ils reçoivent des entreprises technologiques avancées comme Amazon, Netflix et Lyft. Les chatbots et les assistants virtuels alimentés par l’IA offrent une assistance 24h/24 et 7j/7 aux clients pour de nombreux éléments tels que les soldes de compte et les transactions récentes. Ce qui est le plus impressionnant, c’est que ces chatbots permettent aux clients d’envoyer des fonds en utilisant un langage conversationnel.

Analyse des sentiments des clients

Pendant de nombreuses années, les institutions financières ont eu du mal à combiner les sentiments des clients dans leurs plateformes de données et d’automatisation. Aujourd’hui, les prêteurs de premier plan ont accès à une multitude de données sur leurs clients, mais historiquement, une grande partie de ces données était non structurée et difficile à comprendre pour les ordinateurs. L’IA, cependant, peut analyser ce que les clients communiquent et identifier les émotions qu’ils expriment en temps réel. Ces systèmes peuvent alerter les équipes de service client des prêteurs afin qu’ils puissent résoudre les problèmes de manière efficace et plus rapide.

Crédibilité pour les dossiers minces / sans dossier

L’IA/ML aide également à fournir une vision plus claire de la crédibilité d’un client, en particulier lorsqu’il a un dossier de crédit mince, pas de dossier de crédit, ou s’il a des sources de revenus supplémentaires, telles que de nombreux travailleurs de l’économie des petits boulots.

Examinons de plus près un cas d’utilisation spécifique de l’utilisation de l’IA/ML dans le financement automobile, où une variété de prêteurs indirects et directs fournissent des prêts pour des millions de transactions de véhicules neufs et d’occasion chaque année.

Comment l’IA identifie les défauts de prêt dans le financement automobile

Le Bureau de protection financière des consommateurs (CFPB) a augmenté son niveau de surveillance de l’exactitude des prêts et de la documentation sur papier (appelée chemise d’affaire) qui a lieu entre un prêteur et un concessionnaire. Dans de nombreux cas, des audits sont effectués pour enquêter si un prêteur a pu fausser les coûts dans les accords de prêt qui auraient pu placer les clients dans des prêts à coût élevé pour des voitures en violation de la Loi de protection financière des consommateurs de 2010.

Le scénario représente l’un des derniers exemples de régulateurs qui poussent les limites en introduisant de nouvelles lois ou en faisant respecter les lois existantes qui utilisent des interprétations qui placent une pression administrative sur les prêteurs et leurs équipes de conformité. De nombreux prêteurs restent vulnérables aux amendes et pénalités qui sont préjudiciables à leurs opérations et à leurs résultats.

Les prêteurs peuvent atténuer ces scénarios de manière plus stricte grâce à la mise en œuvre de contrôles systématiques alimentés par l’IA qui les aident à éviter cette surveillance et cet environnement d’audit supplémentaires. Les logiciels alimentés par l’IA d’aujourd’hui permettent aux prêteurs de se conformer aux exigences réglementaires et d’être prêts pour les audits. Les solutions offrent des politiques claires et standardisées, et les prêteurs sont guidés à travers la conformité de la gouvernance des modèles pour les audits internes tout en fournissant des conseils d’experts et une documentation d’exemple, si nécessaire.

Utilisation de la documentation de modèle d’IA

La documentation de modèle du logiciel d’IA d’aujourd’hui comprend une évaluation qualitative du potentiel de risque d’impact disparate dans les modèles construits pour les prêteurs. Le processus d’audit effectue des évaluations quantitatives d’impact disparate trimestrielles. Les analyses sont basées sur la race, l’ethnicité, le sexe et l’âge (62+), et bien que le processus ne collecte pas de données sur la race et l’ethnicité, il utilise la méthode de proxy BISG (Bayesian Improved Surname Geocoding) de la CFPB pour la race, l’ethnicité et le sexe en utilisant les données les plus récentes du recensement.

Le logiciel d’aujourd’hui utilise la technologie d’IA avancée pour simplifier et automatiser le processus de collecte et d’analyse de données, dans le but d’aider à financer des prêts le plus rapidement et efficacement possible tout en réduisant le coût de financement, en réduisant le coût de traitement des remboursements de GAP pour les remboursements anticipés, en améliorant la conformité et en réduisant le coût des questions réglementaires nécessitant une attention (MRAs) et des décrets de consentement liés aux actes et pratiques déloyaux, trompeurs ou abusifs (UDAAPs).

Comme les fournisseurs de services financiers dans toutes les industries, les prêteurs automobiles ne sont pas des experts en IA/ML, et ce n’est pas leur compétence principale, ils comprennent donc l’importance de trouver des experts de qualité externes en IA/ML aujourd’hui qui peuvent les aider. Des partenaires de confiance sont sollicités pour aider à détecter ces défauts de prêt, où les accords incorrects peuvent être signalés qui ne sont pas prêts pour le financement. Le logiciel d’IA permet aux financeurs de se concentrer sur les accords complets, permettant à leurs équipes de résoudre rapidement les problèmes identifiés avec les concessionnaires. Cela permet également l’automatisation des défauts de concessionnaire, en notifiant instantanément les concessionnaires des défauts de document pour réduire les contrats en transit et financer les accords plus rapidement et réduire les risques de conformité et réglementaire.

Il est également important de noter que l’IA et l’automatisation sont de plus en plus déployées pour les prêteurs automobiles en dehors des simples défauts de prêt. Une enquête récente menée auprès de dirigeants de prêteurs a révélé que 63 % prévoient de mettre en œuvre l’IA et l’automatisation cette année pour la titrisation, 61 % pour le service de prêt et 52 % pour le traitement et la recherche de prêt¹.

Alors que l’IA et l’apprentissage automatique sont encore dans leurs stades d’enfance pour les fournisseurs de services financiers, l’adoption de ces technologies continue de croître. Plus important encore, ces institutions réalisent l’impact positif qu’elles ont sur leur résultat opérationnel, le moral de leurs employés et l’expérience globale du client.

1 : Enquête d’automatisation d’InformedIQ présentée à plus de 2 500 dirigeants de financement automobile ; mars 2023