Bagaimana AI & Machine Learning Digunakan oleh Pemberi Pinjaman Keuangan di 2023

Teknologi Kecerdasan Buatan (AI) dan Pembelajaran Mesin (ML) terus berkembang dalam aplikasi, penggunaan, dan manfaat bagi pemberi pinjaman dan lembaga keuangan. Karena kematangan dan tingkat adopsi yang diperluas, AI/ML membantu memecahkan solusi yang sangat kompleks yang menghasilkan ROI positif di seluruh segmen bisnis.

Sebagian besar penyedia jasa keuangan dan pemberi pinjaman mengakui bahwa mereka menerapkan teknologi ini di seluruh bisnis mereka untuk mendukung area seperti manajemen risiko, mengurangi friksi di departemen originasi pinjaman, kontrol pendapatan dan verifikasi, pengurangan penipuan, dan proses pemantauan dan audit.

Pada akhirnya, penyedia jasa keuangan terus berusaha untuk menurunkan biaya kredit dengan menggunakan AI/ML untuk transparansi waktu nyata, inklusivitas keuangan yang lebih besar, dan pematuhan yang ditingkatkan. Berikut beberapa kasus penggunaan kritis tentang bagaimana lembaga keuangan menggunakan AI/ML di 2023:

Chatbot Konversasional

Chatbot konversasional membantu pemberi pinjaman berinteraksi dengan pelanggan dengan cara yang lebih konversasional. Konsumen menginginkan tingkat layanan pelanggan yang sama seperti yang mereka terima dari perusahaan teknologi terdepan seperti Amazon, Netflix, dan Lyft. Chatbot dan asisten virtual yang didorong AI menawarkan bantuan 24/7 kepada pelanggan pada banyak item seperti saldo akun dan transaksi terbaru. Yang paling mengesankan adalah bahwa chatbot ini memungkinkan pelanggan untuk mengirim dana menggunakan bahasa konversasional.

Analisis Sentimen Pelanggan

Selama bertahun-tahun, lembaga keuangan memiliki kesulitan menggabungkan sentimen pelanggan ke dalam platform data besar dan otomatisasi mereka. Lembaga keuangan terkemuka saat ini memiliki akses ke sejumlah besar data tentang pelanggan mereka, tetapi secara historis sebagian besar data tersebut tidak terstruktur dan sulit dipahami oleh komputer. AI, bagaimanapun, dapat menganalisis apa yang dikomunikasikan pelanggan dan menentukan emosi yang mereka ekspresikan secara waktu nyata. Sistem ini dapat memperingatkan tim layanan pelanggan pemberi pinjaman sehingga mereka dapat menyelesaikan masalah dengan efektif dan lebih cepat.

Kelayakan Kredit untuk File Tipis / Tanpa File

AI/ML juga membantu memberikan gambaran yang lebih jelas tentang kelayakan kredit pelanggan, terutama ketika mereka memiliki file kredit yang tipis, tanpa file kredit, atau jika mereka memiliki sumber pendapatan tambahan, seperti banyak pekerja ekonomi gig saat ini.

Mari kita lihat lebih dekat pada kasus penggunaan khusus dari penggunaan AI/ML dalam keuangan otomotif, di mana berbagai pemberi pinjaman tidak langsung dan langsung menyediakan pinjaman untuk jutaan transaksi kendaraan baru dan bekas setiap tahun.

Bagaimana AI Mengidentifikasi Cacat Pinjaman di Keuangan Otomotif

Biro Perlindungan Keuangan Konsumen (CFPB) telah meningkatkan tingkat pengawasannya terhadap akurasi pinjaman dan dokumentasi kertas kerja (disebut jaket kesepakatan) yang terjadi antara pemberi pinjaman dan dealer. Dalam banyak kasus, audit dilakukan untuk menyelidiki apakah pemberi pinjaman mungkin telah salah menyajikan biaya dalam perjanjian pinjaman yang mungkin telah menempatkan pelanggan dalam pinjaman berbiaya tinggi untuk mobil melanggar Undang-Undang Perlindungan Keuangan Konsumen 2010.

Skenario ini mewakili salah satu contoh terbaru dari regulator yang mendorong batas dengan mengenalkan hukum baru atau menegakkan hukum yang ada yang menggunakan interpretasi yang menempatkan tekanan administratif pada pemberi pinjaman dan tim kepatuhan mereka. Banyak pemberi pinjaman tetap rentan terhadap denda dan penalti yang merugikan operasi dan laba bawah garis mereka.

Pemberi pinjaman dapat lebih ketat memitigasi skenario ini melalui penerapan kontrol sistemik yang didorong AI yang membantu mereka menghindari pengawasan dan lingkungan audit tambahan ini. Perangkat lunak AI saat ini memungkinkan pemberi pinjaman untuk mematuhi persyaratan peraturan dan siap audit. Solusi ini menawarkan kebijakan yang jelas dan standar, dan pemberi pinjaman dipandu melalui kepatuhan tata kelola model untuk audit internal sambil memberikan saran ahli dan dokumentasi sampel, jika perlu.

Menggunakan Dokumentasi Model AI

Dokumentasi model dari perangkat lunak AI saat ini termasuk penilaian kualitatif tentang potensi risiko dampak yang berbeda dalam model yang dibangun untuk pemberi pinjaman. Proses audit melakukan penilaian dampak yang berbeda kuantitatif triwulanan. Analisis didasarkan pada ras, etnis, jenis kelamin, dan usia (62+), dan meskipun proses ini tidak mengumpulkan data ras dan etnis, itu menggunakan metode proxy BISG (Bayesian Improved Surname Geocoding) dari CFPB untuk ras, etnis, dan jenis kelamin menggunakan data sensus terbaru.

Perangkat lunak saat ini menggunakan teknologi AI canggih untuk menyederhanakan dan mengotomatisasi proses pengumpulan dan analisis data, dengan tujuan membantu membiayai pinjaman secepat dan seefisien mungkin sambil menurunkan biaya pendanaan, menurunkan biaya pengolahan pengembalian GAP untuk pembayaran awal, meningkatkan kepatuhan, dan menurunkan biaya Masalah yang Memerlukan Perhatian (MRAs) dan dekrit persetujuan yang terkait dengan praktik yang tidak adil, menipu, atau abusif (UDAAPs).

Seperti penyedia jasa keuangan di seluruh industri, pemberi pinjaman otomotif bukanlah ahli AI/ML, dan itu bukan kompetensi inti mereka, sehingga mereka memahami pentingnya menemukan ahli luar yang berkualitas dalam AI/ML saat ini yang dapat membantu. Mitra tepercaya sedang dihubungi untuk membantu menangkap cacat pinjaman ini, di mana kesepakatan yang tidak tepat dapat diberi tanda yang tidak siap untuk pendanaan. Perangkat lunak AI memungkinkan pemberi pinjaman untuk fokus pada kesepakatan yang lengkap, memungkinkan tim mereka untuk segera menangani masalah yang diidentifikasi dengan dealer. Ini juga memungkinkan otomatisasi cacat dealer, secara instan memperingatkan dealer tentang cacat dokumen untuk mengurangi kontrak dalam transaksi, dan membiayai kesepakatan lebih cepat dan mengurangi risiko kepatuhan dan peraturan.

Juga penting untuk dicatat bahwa AI dan otomatisasi semakin banyak digunakan untuk pemberi pinjaman otomotif di luar cacat pinjaman sederhana. Survei terbaru terhadap eksekutif pemberi pinjaman menemukan bahwa 63% berencana untuk menerapkan teknologi AI dan otomatisasi tahun ini untuk sekuritisasi, 61% untuk layanan pinjaman, dan 52% untuk pengolahan pinjaman dan penemuan¹.

Sementara AI dan ML masih dalam tahap awal untuk penyedia jasa keuangan, adopsi teknologi ini terus tumbuh. Lebih penting lagi, lembaga ini menyadari dampak positif yang dimilikinya pada garis bawah operasional, moral karyawan, dan pengalaman pelanggan secara keseluruhan.

1: Survei otomatisasi InformedIQ yang disajikan kepada lebih dari 2.500 eksekutif keuangan otomotif; Maret 2023