AI 기술로 해결되는 미국의 이민자 교통 장벽

미국의 신용 평가 시스템은 은행과 대기업에서만 사용되지 않고, 일상 생활의 모든 측면에서 모든 주민의 신용도를 평가합니다. 그러나 이 시스템은 특히 이민자와 같은 인구의 큰 그룹을 차별합니다.

이민자와 정치적 난민들은 미국에서 필요한 법적 문서와 신용 확인 없이 공식적인 고용을 찾는 것이 매우 어렵습니다. 이민법에 따르면, 망명 신청자들은 신청 후 180일 동안 공식적으로 일할 수 없습니다. 이 관료적인 장벽은 음식 배달 부문에서 저임금 노동이 증가하는 결과를 가져왔습니다.

미국에서 이민자가 직면하는 도전

2022년 현재, 이민정책연구소는 4,620만명의 합법적 이민자가 미국에 있음을 보고했습니다. 또 다른 약 900만 명은 무서류입니다. 뉴욕시만 해도 매년 수만 명의 새로운 도착자를 환영하며, 2022년 봄 이후 특히 라틴아메리카와 카리브해에서 온 11만 8,000명 이상의 이민자가 미국-멕시코 국경을 건너왔다고 외교관계위원회가 보고했습니다.

많은 이민자들은 그들의 상황에서 더 많은 일할 기회를 제공하는 배달 부문으로 눈을 돌립니다. 이 직업의 인기는 코로나19 팬데믹期间, 특히 엄격한 폐쇄期间에 급증했습니다.

이민자가 교통 제한을 직면하는 이유

대도시에 배달 일을 하는 것은 개인 교통 수단이 없으면 불가능합니다. 이민자들은 신용 기록과 필요한 문서가 없기 때문에 전기 자전거 또는 유사한 것을 대출받을 수 없습니다. 또한 이민자들은 모페드 또는 자동차를 등록할 수 없습니다.

전기 자전거의 비용은 2,000달러에서 시작합니다. 중고 모델은 새로운 모델의 절반 가격으로 이용할 수 있지만, 저소득 이민자에게는 여전히 상당한 금액입니다. 중국에서 수입된 저렴한 전기 자전거는 빠르게 고장 나고, 초기 구매 비용을 초과하는 수리 비용이 발생할 수 있습니다.

저품질 전기 자전거의 문제

저렴한 교통 수단의 또 다른 문제는 전기 자전거와 스쿠터에 사용되는 저품질 리튬이온 배터리입니다. 이는 뉴욕에서 화재의 주요 원인이 되었습니다. 규제와 지원 인프라의 부족으로 인해 이 문제는 심각한 공공 안전 문제가 되었습니다.

올해 처음 두 달 동안 뉴욕은 2019년 전체보다 더 많은 전기차로 인한 화재를 경험했습니다. 이는 전기 자전거 시장과 인증에 대한 규제를 강화하는 결과를 가져왔습니다. 안전한 전기 교통 수단에 대한 접근성을 보장하는 것이 긴급한 사회 문제가 되었습니다.

AI 기술이 이 문제를 해결하는 방법

미국의 일부 전기 자전거 대여 서비스는 두드러집니다. 대부분의 배달 노동자는 신용 기록이 없는 이민자입니다. 이러한 문제를 해결할 수 있는 하나의 방법은 고가의 전기 교통 수단을 배달원에게 제공할 수 있는 독자적인 평가 시스템을 개발하는 것입니다.

표준적인 사회 보장 번호, 주소 증명, 기타 전통적인 신원 확인 방법에 의존하지 않고, 클라이언트 정보를 외부 소스에서 얻거나 이전 사용자의 데이터와 행동에 기반한 예측을 사용하여 2요소 인증을 사용할 수 있습니다.

1. 외부 소스에서 얻은 클라이언트 정보.
2. 이전 사용자의 데이터와 행동에 기반한 예측.

클라이언트가 서비스에 가입하면 시스템의 분석이 그들의 신용도와 지불 어려움에 직면할 가능성을 결정합니다. 이 개발을 위해 10,000명 이상의 개인의 통계 데이터를 사용하여 50개 이상의 데이터 포인트를 갖는 경제 모델을 생성했습니다.

알고리즘은 해당 شخص에게 대여 서비스를 제공할 수 있는지 여부와 보증금이 필요한지 여부를 결정합니다. 거절된 경우, 서비스는 대안을 제공합니다. 예를 들어, 신용 파트너를 통해 가거나 자전거를 구매하는 것입니다. 승인된 고객의 경우, 시스템은 또한 거래 유형을 결정합니다. 즉, 소유권 이전, 월간, 또는 주간 대여입니다.

이러한 프로세스의 자동화는 효과적임이 입증되었습니다. 2년 동안, 8,500명의 사용자를 서비스하는 회사의 자전거는 3% 미만이 도난당했습니다. Bicycle Habit에 따르면, 뉴욕에서는 매년 약 15,000대의 자전거가 도난당합니다.

신용 점수가 없는 클라이언트를 분석하는 AI 기술

다음은 “신용 점수 없음” 분석의 구현 단계입니다.

독자적인 평가 시스템의 개발

클라이언트 데이터베이스 분석을 기반으로, 전기 자전거 대여 회사는 50개 이상의 매개변수, 비금융적 매개변수를 포함하여 금융 신뢰성을 평가하기 위한 독자적인 평가 시스템을 생성합니다. 이 모델은 지속적으로 학습하며, 현재 및 이전 클라이언트의 행동에 적응합니다. 매개변수는 조정될 수 있으며, 이는 더 복잡하거나 단순화된 평가 조건을 허용합니다. 이 제품은 미국에서 서비스에 필요한 표준적인 법적 문서를 제시할 수 없는 클라이언트와 함께 일하는 비즈니스에 설계되었습니다.

데이터 분석의 간단한 예

만약 데이터베이스에 потен셜 클라이언트가 2개월마다 변경되는 여러 전화번호 또는 주소가 표시된다면, 이는 그들이 청구를 피하기 위해 변경하고 있음을 나타낼 수 있습니다. 시스템은 이를 플래그할 것입니다. 그러나 최종 결정은 추가적인 요인에 기반할 것입니다.

비전통적인 평가 시스템이 무엇을 확인하는가?

이 시스템은 또한 전통적인 금융 지표, 즉 파산 또는 추방의 역사를 검토합니다. 이러한 경우, 클라이언트의 파산 절차의 시기를 고려합니다. 결정은 사례별로 이루어집니다.

만약 потен셜 클라이언트가 10개 이상의 다른 IP 주소를 가지고 있다면, 이는 그들이 무료 또는 공유 인터넷을 사용하고 있음을 시사합니다. 시스템은 클라이언트의 주소와 지불 위치를 IP 주소로 확인합니다. 만약 그들이 멀리 떨어져 있다면, 사기 가능성이 높습니다.

Stripe, 미국의 온라인 결제 시스템을 사용하여, 이전에 판매자에 의해 사기성으로 표시된 결제 방법을 확인할 수 있습니다. 이는 고객이 다른 사람을 가장하고 있는지 확인하는 데 도움이 됩니다.

온보딩 및 평가 프로세스는 얼굴 인식 및 문서 검증 기술을 통해 완전히 자동화되어 사기를 최소화합니다.

저소득 대상층을 위한 단순화 및 보안

사용자 지정 소프트웨어에 통합된 추가 기능이 있습니다.

• 실시간 전기 자전거 추적.
• 전자 구성 요소 비활성화.
• 경보 시스템 및 원격 휠 잠금.
• 수집된 데이터에 기반한 자동 경고(예: 제한 구역을 통한 여행, 무단 국경 횡단, GPS 신호의 장기간 없음).

평가 프로세스의 자동화는 서비스의 전환率를 크게 증가시킵니다. 클라이언트는 필요한 문서와 결정 단계에서 무엇을 기대할 수 있는지 미리 알 수 있습니다. 이는 온보딩 프로세스를 단 몇 분 안에 완료할 수 있도록 허용하며, 필요한 문서나 보증금을 준비하지 못한 사람들의 상황을 피할 수 있습니다.

자동화로 인해 서비스는 즉시 결정할 수 있으며, 온보딩 프로세스를 가속화합니다. 결과적으로, 가입에서 차량을 받기까지의 시간은 60분에서 15분으로 줄었습니다. 또한, 직원들은 더 이상 온보딩에 실패한 사람들에게 시간을浪費하지 않습니다.

대여 서비스에서 사용되는 다른 기술

이러한 기술은 미국의 모든 상위 대여 서비스에서 사용됩니다. Whizz, Joco, Zoomo 등이 있습니다. 차이점은 요구 사항에 있습니다. 예를 들어, Zoomo는 ID와 주소 증명서를 두 번째 문서로 요청합니다. 최근에,他们는 배경 검사를 폐지했지만, 온보딩 및 평가 프로세스는 여전히 수동 처리를 필요로 하며, 고객들은 문서를 우편으로 제출해야 합니다. Whizz와 Joco는 경쟁에서 앞서 있으며, 온라인 검증 제공업체를 사용하여 프로세스를 자동화했습니다.

Joco는 다른 방식으로 위험을 완화합니다. 클라이언트가 6시간 동안 전기 교통 수단을 사용할 수 있게 허용하지만, 그 후에는 자전거를 충전하기 위해 도킹 스테이션으로 반환해야 합니다. 이는 사용자가 그것을 집으로 가져갈 수 없으며, 시간 제한이 있다는 것을 의미합니다.

요약

기술은 삶을 단순화하는 데만 사용되지 않고, 비전통적인 평가 모델을 통해 전기 자전거의 안전성을 향상시키고, 배달 노동자 간의 불평등을 해결합니다. 따라서, 기술은 어려운 상황에 있는 사람들에게, 심지어 신용 점수가 없는 사람들에게도 도움을 줄 수 있습니다.