Kako financijski zajmodavci koriste umjetnu inteligenciju i strojno učenje 2023

Tehnologije umjetne inteligencije (AI) i strojnog učenja (ML) nastavljaju se širiti u svojim primjenama, upotrebi i pogodnostima za zajmodavce i financijske institucije. Zbog ove zrelosti i proširene stope usvajanja, AI/ML pomaže u rješavanju vrlo složenih rješenja koja generiraju pozitivan ROI u svim poslovnim segmentima.

Većina pružatelja financijskih usluga i zajmodavaca priznaje da implementira ove tehnologije u cijelo svoje poslovanje kako bi podržali područja kao što su upravljanje rizicima, smanjenje trvenja u odjelima za izdavanje zajmova, kontrola prihoda i verifikacije, smanjenje prijevara te procesi usklađenosti i revizije.

U konačnici, pružatelji financijskih usluga nastavljaju težiti smanjenju troškova kredita koristeći AI/ML za transparentnost u stvarnom vremenu, veću financijsku inkluzivnost i poboljšanu usklađenost. Evo nekoliko ključnih slučajeva upotrebe kako financijske institucije iskorištavaju AI/ML u 2023.:

Razgovorni chatbotovi

Razgovorni chatbotovi pomažu zajmodavcima komunicirati s klijentima na razgovorniji način. Potrošači žele istu razinu korisničke usluge koju dobivaju od vodećih tehnološki naprednih tvrtki kao što su Amazon, Netflix i Lyft. Chatbotovi i virtualni pomoćnici vođeni umjetnom inteligencijom nude 24/7 pomoć korisnicima u mnogim stavkama kao što su stanja računa i nedavne transakcije. Ono što je najimpresivnije jest da ovi chatbotovi omogućuju korisnicima slanje sredstava razgovornim jezikom.

Analiza raspoloženja kupaca

Dugi niz godina financijske su institucije imale poteškoća pri kombiniranju raspoloženja kupaca u svoje platforme za velike podatke i automatizaciju. Današnji vodeći zajmodavci imaju pristup mnoštvu podataka o svojim klijentima, ali povijesno je veliki dio bio nestrukturiran i teško razumljiv za računala. AI, međutim, može analizirati ono što klijenti komuniciraju i točno odrediti emocije koje izražavaju u stvarnom vremenu. Ovi sustavi mogu upozoriti timove korisničke službe zajmodavca kako bi mogli učinkovito i brže riješiti probleme.

Bonitet za tanku turpiju / bez turpije

AI/ML također pomaže u pružanju jasnijeg pregleda kreditne sposobnosti korisnika, posebno kada imaju slabu kreditnu datoteku, nemaju kreditnu datoteku ili ako imaju dodatne izvore prihoda, kao što su mnogi današnji zaposlenici u poslovnoj ekonomiji.

Pogledajmo pobliže konkretan slučaj upotrebe AI/ML-a u automobilskim financijama, gdje različiti neizravni i izravni zajmodavci svake godine daju zajmove za milijune transakcija novih i rabljenih vozila.

Kako umjetna inteligencija identificira nedostatke kredita u automobilskom financiranju

Ured za financijsku zaštitu potrošača (CFPB) povećao je svoju razinu kontrole točnosti zajmova i papirološke dokumentacije (koja se zove ugovorna obrada) koja se odvija između zajmodavca i zastupstva. U mnogim slučajevima provode se revizije kako bi se istražilo je li zajmodavac krivo prikazao troškove u ugovorima o zajmu koji su klijentima možda dali skupe zajmove za automobile kršeći Zakon o financijskoj zaštiti potrošača iz 2010.

Scenarij predstavlja jedan od najnovijih primjera regulatora koji pomiču granice uvođenjem novih zakona ili provođenjem postojećih koji koriste tumačenja koja vrše administrativni pritisak na zajmodavce i njihove timove za usklađenost. Mnogi zajmodavci i dalje su osjetljivi na novčane kazne i kazne koje su štetne za njihovo poslovanje i krajnji rezultat.

Zajmodavci mogu strože ublažiti ove scenarije kroz implementaciju sistemskih kontrola koje pokreću AI koje im pomažu u izbjegavanju ovog dodatnog nadzora i revizijskog okruženja. Današnji softver koji pokreće umjetna inteligencija omogućuje zajmodavcima da se pridržavaju regulatornih zahtjeva i budu spremni za reviziju. Rješenja nude politike koje su jasne i standardizirane, a zajmodavci su vođeni kroz usklađenost modela upravljanja za interne revizije uz pružanje stručnih savjeta i uzoraka dokumentacije, ako je potrebno.

Korištenje dokumentacije AI modela

Dokumentacija modela iz današnjeg AI softvera uključuje kvalitativnu procjenu potencijala različitog rizika utjecaja u modelima izgrađenim za zajmodavce. Proces revizije provodi tromjesečne, kvantitativne različite procjene učinka. Analize se temelje na rasi, etničkom podrijetlu, spolu i dobi (62+), a iako proces ne prikuplja podatke o rasi i etničkom podrijetlu, koristi CFPB-ovu Bayesian Improved Surname Geocoding (BISG) proxy metodu za rasu, etničku pripadnost, i spol korištenjem najnovijih popisnih podataka.

Softver danas koristi naprednu AI tehnologiju za pojednostavljenje i automatizaciju procesa prikupljanja i analize podataka, s ciljem pomoći u financiranju zajmova što je brže i učinkovitije moguće uz smanjenje troškova financiranja, smanjenje troškova obrade GAP povrata za prijevremene otplate, poboljšanje usklađenosti i smanjenje troškova regulatornih pitanja koja zahtijevaju pozornost (MRA) i odluka o pristanku u vezi s nepoštenim, obmanjujućim ili zlouporabljivim radnjama i praksama (UDAAP).

Poput pružatelja financijskih usluga u svim industrijama, zajmodavci za automobile nisu stručnjaci za umjetnu inteligenciju/ML i to nije njihova temeljna kompetencija, stoga shvaćaju važnost pronalaženja kvalitetnih vanjskih stručnjaka za umjetnu inteligenciju/ML koji danas mogu pomoći. Odabiru se pouzdani partneri koji pomažu u otkrivanju nedostataka zajma, gdje se mogu označiti neprikladni poslovi koji nisu spremni za financiranje. Softver s umjetnom inteligencijom omogućuje financijerima da se usredotoče na kompletne poslove, omogućujući njihovim timovima da brzo riješe sve identificirane probleme s trgovcima. Također omogućuje automatizaciju kvarova trgovaca, trenutačno obavještavanje trgovaca o nedostacima dokumenata kako bi se smanjili ugovori u tranzitu i brže financirali poslovi te smanjio usklađenost i regulatorni rizik.

Također je važno napomenuti da se AI i automatizacija sve više koriste za zajmodavce automobila izvan jednostavnih nedostataka zajma. Nedavno istraživanje među rukovoditeljima zajmodavaca pokazalo je da 63% planira implementirati AI i tehnologije automatizacije ove godine za sekuritizaciju, 61% za servisiranje zajmova i 52% za obradu i pronalaženje zajmova¹.

Dok su AI i ML još uvijek u povojima za pružatelje financijskih usluga, usvajanje ovih tehnologija nastavlja rasti. Što je još važnije, te institucije shvaćaju pozitivan učinak koji ima na njihovu operativnu krajnju granicu, moral zaposlenika i cjelokupno korisničko iskustvo.

1: Anketa o automatizaciji InformedIQ predstavljena više od 2,500 rukovoditelja autofinancija; ožujka 2023