Tankeledere
AI-drevne løsninger: Hvordan migranter overvinner transportbarrierer i USA
Kredittscoringssystemet i USA brukes ikke bare i banker og store virksomheter, men vurderer også kredittverdigheten til alle innbyggere i alle aspekter av hverdagen. Dette systemet diskriminerer imidlertid også store grupper av befolkningen, spesielt migranter.
For migranter og politiske flyktninger er det ekstremt utfordrende å finne offisielt arbeid uten de nødvendige juridiske papirene og en kredittsjekk i USA. I følge immigrasjonslovgivningen har ikke asylsøkere lov til å jobbe offisielt de første 180 dagene etter innlevering av søknaden. Denne byråkratiske barrieren har ført til en økning i lavlønnsarbeid i matleveringssektoren.
Hvor mange migranter møter utfordringer i USA
Fra og med 2022 rapporterte Migration Policy Institute 46.2 millioner lovlige migranter i USA Ytterligere ~9 millioner er papirløse. New York alene tar imot titusenvis av nyankomne hvert år, og antallet har økt betydelig siden våren 2022, da over 118,000 XNUMX migranter, hovedsakelig fra Latin-Amerika og Karibia, krysset grensen mellom USA og Mexico, ifølge Council of Foreign Relations.
Mange migranter henvender seg til leveringssektoren fordi den gir flere jobbmuligheter under deres omstendigheter. Populariteten til denne sysselsettingen økte under COVID-19-pandemien, spesielt under strenge nedstengninger.
Hvorfor migranter møter transportbegrensninger
Å jobbe med en leveringsjobb i en stor by er umulig uten personlig transport. Migranter kan ikke ta opp lån til elsykkel eller lignende på grunn av manglende kreditthistorikk og nødvendige dokumenter, noe som også hindrer dem i å registrere en moped eller en bil.
Kostnaden for en elsykkel starter på 2,000 dollar. Selv om oppussede modeller er tilgjengelig for omtrent halvparten av prisen av nye, er dette fortsatt et betydelig beløp for lavinntektsmigranter. Billigere e-sykler fra Kina har en tendens til å slites raskt og krever reparasjoner som kan overstige den opprinnelige kjøpskostnaden.
Spørsmålet om elektriske sykler av dårlig kvalitet
Et annet problem med rimelig transport er de substandard litium-ion-batteriene som brukes i elektriske sykler og scootere, som har blitt en ledende årsak til branner i New York. Mangelen på regulering og støttende infrastruktur har gjort dette problemet til en alvorlig bekymring for offentlig sikkerhet.
Bare i løpet av de to første månedene i år opplevde New York flere branner forårsaket av batteridrevne kjøretøy enn i hele 2019. Dette har ført til strengere reguleringer på elsykkelmarkedet og deres sertifisering. Å sikre tilgang til sikker elektrisk transport har blitt et presserende samfunnsspørsmål.
Hvordan AI-teknologi løser dette problemet
Noen elektriske sykkelutleietjenester for kurerer i USA skiller seg ut. De fleste leveringsarbeidere er innvandrere uten kreditthistorie, noe som begrenser deres tilgang til trygg og rimelig transport. En mulig løsning er å utvikle et proprietært poengsystem som gjør kostbar elektrisk transport tilgjengelig for kurerer.
I stedet for å stole på et standard personnummer, adressebevis og andre tradisjonelle identitetsbekreftelsesmetoder, kan tofaktorverifisering brukes, basert på:
- Kundeinformasjon fra eksterne kilder.
- Spådommer basert på data og atferd fra tidligere brukere.
Når en klient abonnerer på tjenesten, bestemmer systemets analyse deres kredittverdighet og om de sannsynligvis vil møte betalingsvansker. For denne utviklingen ble statistiske data fra mer enn 10,000 50 individer brukt til å lage en økonometrisk modell med over XNUMX datapunkter.
Algoritmen avgjør om utleietjenesten kan ytes til vedkommende, og om det kreves depositum. Ved avslag tilbyr tjenesten alternativer, som å gå gjennom en kredittpartner eller kjøpe sykkel. For godkjente kunder bestemmer systemet også typen avtale: leie-til-eie, månedlig eller ukentlig leie.
Automatiseringen av disse prosessene har vist seg effektiv: over to år ble mindre enn 3 % av syklene stjålet fra selskapet som betjener 8,500 brukere. Ifølge Bicycle Habit blir det stjålet rundt 15,000 XNUMX sykler årlig i New York.
AI-teknologier for å analysere klienter uten kredittpoeng
Det følgende skisserer implementeringsstadiene av "ingen kredittscoring"-analysen.
Utvikling av et proprietært poengsystem
Basert på kundedatabaseanalyse lager elsykkelutleiefirmaer sine egne scoringssystemer for å vurdere økonomisk pålitelighet basert på over 50 parametere, inkludert ikke-økonomiske. Denne modellen lærer kontinuerlig, tilpasser seg oppførselen til nåværende og tidligere klienter. Parametre kan justeres, noe som gir mer komplekse eller forenklede poengforhold. Dette produktet er utviklet for bedrifter som jobber med kunder som ikke kan presentere standardsettet med juridiske papirer som vanligvis kreves av tjenester i USA
Et enkelt eksempel på dataanalyse
Hvis en database viser at en potensiell klient har flere telefonnumre eller adresser som endres annenhver måned, kan det tyde på at de endrer dem for å unngå å betale regninger. Dette vil bli flagget av systemet, men den endelige avgjørelsen vil være basert på tilleggsfaktorer.
Hva annet sjekker det ukonvensjonelle poengsystemet?
Et slikt system undersøker også konvensjonelle økonomiske indikatorer, som historikk med konkurser eller utkastelser. I slike tilfeller tar det hensyn til faktorer som tidspunktet for klientens konkursprosedyre. Avgjørelsene tas deretter fra sak til sak.
Hvis en potensiell klient har mer enn 10 forskjellige IP-adresser, tyder det på at de sannsynligvis bruker gratis eller delt internett. Systemet sjekker klientens bosted og betalingssted etter IP-adresse – hvis de er langt fra hverandre, er det stor sannsynlighet for svindel.
Stripe, et amerikansk nettbasert betalingssystem, kan brukes til å sjekke om kjøperens betalingsmåte har blitt flagget som uredelig av tidligere forhandlere. Dette bidrar til å identifisere svindel hvis en kunde utgir seg for å være en annen.
Onboarding- og scoringsprosessene er helautomatiserte gjennom ansiktsgjenkjenning og dokumentverifiseringsteknologi for å minimere svindel.
Forenkling og sikkerhet for lavinntektsmålgrupper
Det er flere tilleggsfunksjoner integrert i den tilpassede programvaren:
- Sanntidssporing av elsykler.
- Deaktivering av elektroniske komponenter.
- Alarmsystem og fjernstyrt hjullåsing.
- Automatiserte varsler basert på innsamlede data om sykkelen (f.eks. turer i begrensede områder, uautorisert statsgrensepassering, langvarig fravær av GPS-signal).
Automatiseringen av poenggivningsprosessen øker tjenestens konverteringsrate betydelig, ettersom kundene informeres på forhånd om de nødvendige dokumentene og hva de kan forvente i beslutningsfasen. Dette gjør at hele verifiseringsprosessen kan fullføres på bare et par minutter på nett, og dermed unngås situasjoner der noen ankommer uforberedt, enten med glemte nødvendige dokumenter eller ute av stand til å betale det nødvendige depositumet.
Takket være automatisering kan tjenesten ta umiddelbare beslutninger, noe som fremskynder innføringsprosessen. Som et resultat har tiden fra registrering til mottak av kjøretøyet gått ned fra 60 til 15 minutter, og personalet kaster ikke lenger bort tid på de som ikke har passert ombordstigning.
Andre teknologier som brukes av utleietjenester
Disse teknologiene brukes av alle topputleietjenester i Amerika, inkludert Whizz, Joco og Zoomo. Forskjellene ligger i deres krav; Zoomo ber for eksempel om ID og bevis på bosted som et andre dokument. Nylig kunngjorde de eliminering av bakgrunnssjekker, men deres onboarding og scoring involverer fortsatt manuell behandling, noe som krever at kundene sender inn dokumentene sine. Whiz og Joco er foran konkurrentene her, etter å ha automatisert prosessen ved å bruke online verifiseringsleverandører.
Joco reduserer risikoen annerledes ved å la klienter bruke elektrisk transport i seks timer, hvoretter sykkelen må returneres til dokkingstasjonen for lading. Dette betyr at brukerne ikke kan ta det med seg hjem, og det er også en tidsbegrensning.
Sammendrag
Teknologi forenkler ikke bare livet, men, gjennom en ukonvensjonell scoringsmodell, øker sikkerheten ved bruk av elsykkel og adresserer ulikhet blant leveringsarbeidere. Dermed kan det sies at teknologien gir en hjelpende hånd til de som er i vanskelige livssituasjoner – selv til de uten kredittscore.
