Liderzy opinii

Rozwiązania oparte na sztucznej inteligencji: Jak migranci pokonują bariery transportowe w Stanach Zjednoczonych

mm
Dodaj Unite.AI do preferowanych źródeł w Google

System oceny kredytowej w Stanach Zjednoczonych nie jest używany tylko w bankach i dużych firmach, ale także ocenia wiarygodność kredytową każdego mieszkańca we wszystkich aspektach życia. Jednak ten system również dyskryminuje duże grupy ludności, szczególnie migrantów.

Dla migrantów i uchodźców politycznych jest niezwykle trudno znaleźć oficjalne zatrudnienie bez niezbędnych dokumentów i sprawdzenia kredytowego w Stanach Zjednoczonych. Zgodnie z przepisami imigracyjnymi, osoby ubiegające się o azyl nie są uprawnione do pracy oficjalnie przez pierwsze 180 dni po złożeniu wniosku. Ta biurokratyczna bariera doprowadziła do wzrostu pracy najemnej w sektorze dostaw żywności.

Ile migrantów napotyka na trudności w Stanach Zjednoczonych

Według danych z 2022 roku, Migration Policy Institute podało 46,2 miliona legalnych migrantów w Stanach Zjednoczonych. Kolejne ~9M to migranci nielegalni. Nowy Jork sam przyjmuje dziesiątki tysięcy nowych przybyszy każdego roku, z liczbami rosnącymi znacznie od wiosny 2022 roku, kiedy to ponad 118 000 migrantów, głównie z Ameryki Łacińskiej i Karaibów, przekroczyło granicę Stanów Zjednoczonych – Meksyk, według Rady Stosunków Zagranicznych.

Wiele migrantów zwraca się do sektora dostaw, ponieważ oferuje on więcej możliwości zatrudnienia w ich sytuacji. Popularność tej pracy wzrosła podczas pandemii COVID-19, szczególnie podczas surowych lockdownów.

Dlaczego migranci napotykają na ograniczenia transportowe

Praca w sektorze dostaw w dużym mieście jest niemożliwa bez własnego transportu. Migranci nie mogą zaciągać pożyczek na rower elektryczny lub podobny ze względu na brak historii kredytowej i niezbędnych dokumentów, co również uniemożliwia im zarejestrowanie skutera lub samochodu.

Koszt roweru elektrycznego zaczyna się od 2 000 dolarów. Chociaż modele odnowione są dostępne za około połowę ceny nowych, jest to nadal znaczna kwota dla migrantów o niskich dochodach. Tańsze rowery elektryczne z Chin szybko się zużywają i wymagają napraw, które mogą przekroczyć początkowy koszt zakupu.

Problem tanich, niskiej jakości rowerów elektrycznych

Innym problemem z tanim transportem jest używanie niskiej jakości baterii litowo-jonowych w rowerach elektrycznych i hulajnogach, które stały się główną przyczyną pożarów w Nowym Jorku. Brak regulacji i infrastruktury wspierającej sprawił, że problem ten stał się poważnym problemem bezpieczeństwa publicznego.

W ciągu pierwszych dwóch miesięcy tego roku Nowy Jork doświadczył więcej pożarów spowodowanych przez pojazdy z napędem bateryjnym niż w całym 2019 roku. Doprowadziło to do surowszych regulacji na rynku rowerów elektrycznych i ich certyfikacji. Zapewnienie dostępu do bezpiecznego transportu elektrycznego stało się pilnym problemem społecznym.

Jak technologia sztucznej inteligencji rozwiązuje ten problem

Niektóre usługi wynajmu rowerów elektrycznych dla kurierów w Stanach Zjednoczonych wyróżniają się. Większość pracowników dostaw są imigrantami bez historii kredytowej, co ogranicza ich dostęp do bezpiecznego i taniego transportu. Jednym z potencjalnych rozwiązań jest rozwój własnego systemu oceny, który umożliwia kurierom dostęp do drogiego transportu elektrycznego.

Zamiast polegać na standardowym numerze ubezpieczenia społecznego, dowodzie adresu i innych tradycyjnych metodach weryfikacji tożsamości, można zastosować weryfikację dwuetapową, opartą na:

  1. Informacjach o kliencie z zewnętrznych źródeł.
  2. Przewidywaniach opartych na danych i zachowaniu poprzednich użytkowników.

Po zapisaniu się do usługi system analityczny określa wiarygodność kredytową klienta i czy jest prawdopodobne, że będzie miał trudności z płatnością. Do rozwoju tego systemu wykorzystano dane statystyczne z ponad 10 000 osób, aby utworzyć model ekonometryczny z ponad 50 punktami danych.

Algorytm decyduje, czy usługa wynajmu może być świadczona danej osobie i czy wymagany jest depozyt. W przypadku odrzucenia usługa oferuje alternatywy, takie jak przejście przez partnera kredytowego lub zakup roweru. Dla zatwierdzonych klientów system określa również rodzaj oferty: najem z opcją kupna, miesięczny lub tygodniowy.

Automatyzacja tych procesów okazała się skuteczna: w ciągu dwóch lat mniej niż 3% rowerów zostało skradzionych z firmy, która obsługuje 8 500 użytkowników. Według Bicycle Habit, około 15 000 rowerów jest skradzionych rocznie w Nowym Jorku.

Technologie sztucznej inteligencji do analizy klientów bez historii kredytowej

Poniżej przedstawiono etapy wdrożenia analizy “bez oceny kredytowej”.

Rozwój własnego systemu oceny

Na podstawie analizy bazy danych klientów firmy wynajmu rowerów elektrycznych tworzą własne systemy oceny, aby ocenić wiarygodność finansową na podstawie ponad 50 parametrów, w tym niefinansowych. Ten model ciągle się uczy, dostosowując się do zachowania obecnych i poprzednich klientów. Parametry mogą być dostosowane, umożliwiając bardziej złożone lub uproszczone warunki oceny. Produkt ten jest przeznaczony dla firm, które współpracują z klientami, którzy nie mogą przedstawić standardowego zestawu dokumentów wymaganych przez usługi w Stanach Zjednoczonych.

Prosty przykład analizy danych

Jeśli baza danych pokazuje, że potencjalny klient ma wiele numerów telefonów lub adresów, które zmieniają się co dwa miesiące, może to wskazywać, że zmieniają je, aby uniknąć płacenia rachunków. To zostanie oznaczone przez system, ale ostateczna decyzja zostanie podjęta na podstawie dodatkowych czynników.

Co jeszcze sprawdza niekonwencjonalny system oceny?

Taki system sprawdza również konwencjonalne wskaźniki finansowe, takie jak historia upadłości lub eksmisji. W takich przypadkach bierze pod uwagę czynniki takie jak czas trwania procedury upadłości. Decyzje są podejmowane na podstawie indywidualnych przypadków.

Jeśli potencjalny klient ma ponad 10 różnych adresów IP, sugeruje to, że prawdopodobnie używa darmowego lub współdzielonego Internetu. System sprawdza miejsce zamieszkania klienta i lokalizację płatności według adresu IP – jeśli są one oddalone, istnieje wysokie ryzyko oszustwa.

Stripe, amerykański system płatności online, może być użyty do sprawdzenia, czy metoda płatności kupującego została oznaczona jako oszustwa przez poprzednich sprzedawców. Pomaga to zidentyfikować oszustwo, jeśli klient udaje kogoś innego.

Procesy rejestracji i oceny są w pełni zautomatyzowane za pomocą technologii rozpoznawania twarzy i weryfikacji dokumentów, aby zminimalizować oszustwa.

Uproszczenie i bezpieczeństwo dla grup docelowych o niskich dochodach

Istnieje kilka funkcji pomocniczych zintegrowanych z oprogramowaniem:

  • Śledzenie rowerów elektrycznych w czasie rzeczywistym.
  • Wyłączanie komponentów elektronicznych.
  • System alarmowy i zdalne zablokowanie kół.
  • Automatyczne powiadomienia oparte na zebranych danych o rowerze (np. podróże do obszarów zabronionych, nieautoryzowane przekroczenie granicy państwa, przedłużona nieobecność sygnału GPS).

Automatyzacja procesu oceny znacznie zwiększa współczynnik konwersji usługi, ponieważ klienci są informowani z wyprzedzeniem o wymaganych dokumentach i tym, czego mogą oczekiwać podczas etapu decyzyjnego. Pozwala to na ukończenie całego procesu weryfikacji w zaledwie kilka minut online, unikając sytuacji, w których ktoś przychodzi nieprzygotowany, albo zapomni niezbędnych dokumentów, albo nie jest w stanie uiścić wymaganego depozytu.

Dzięki automatyzacji usługa może podejmować decyzje natychmiast, przyspieszając proces rejestracji. W efekcie czas od zapisania do otrzymania pojazdu skrócił się z 60 do 15 minut, a personel nie traci już czasu na tych, którzy nie przeszli procesu rejestracji.

Inne technologie stosowane przez usługi wynajmu

Te technologie są stosowane przez wszystkie najlepsze usługi wynajmu w Ameryce, w tym Whizz, Joco i Zoomo. Różnice polegają na ich wymaganiach; na przykład Zoomo wymaga dokumentu tożsamości i potwierdzenia adresu jako drugiego dokumentu. Niedawno ogłosili zniesienie kontroli tła, jednak ich proces rejestracji i oceny nadal wymaga ręcznego przetwarzania, wymagając od klientów wysłania dokumentów pocztą. Whizz i Joco są tu na czele, mając zautomatyzowany proces przy użyciu dostawców weryfikacji online.

Joco ogranicza ryzyko w inny sposób, pozwalając klientom korzystać z transportu elektrycznego przez sześć godzin, po czym rower musi być zwrócony do stacji dokującej do ładowania. Oznacza to, że użytkownicy nie mogą zabrać go do domu, a także istnieje ograniczenie czasowe.

Podsumowanie

Technologia nie tylko upraszcza życie, ale także, poprzez niekonwencjonalny model oceny, zwiększa bezpieczeństwo użytkowania rowerów elektrycznych i rozwiązuje problem nierówności wśród pracowników dostaw. Można więc powiedzieć, że technologia wyciąga pomocną dłoń do tych, którzy znajdują się w trudnych sytuacjach życiowych – nawet do tych, którzy nie mają historii kredytowej.

Evgeniya Malina jest Dyrektorem ds. Procesów i Automatyzacji AI w Whizz z ponad 9-letnim doświadczeniem w strategii i operacjach, transformacji cyfrowej oraz rozwoju produktów.

Evgeniya posiada tytuł licencjata z University College London oraz tytuł magistra w dziedzinie rachunkowości i zarządzania z Queen Mary University of London.

Jej kariera

zaczęła się w EY, gdzie pracowała z organizacjami globalnymi, w tym z gigantami branży, takimi jak Amazon, JX Nippon Oil & Energy oraz Sainsbury’s.

Następnie Evgeniya była konsultantem dla prominentnych organizacji finansowych i przemysłowych, gdzie kierowała zespołami projektów transformacji cyfrowej, pomagając firmom wdrażać innowacyjne rozwiązania technologiczne na rynki. Evgeniya była również na czele rozwoju i wdrażania nowych technologii cyfrowych, takich jak blockchain i 5G, zabezpieczając 290 mln dolarów dodatkowego finansowania na budowę infrastruktury. Opracowała i przetestowała strategię transformacji cyfrowej w 5 projektach pilotażowych, które następnie zostały skalibowane na ponad 300 zespołów cross-funkcjonalnych, w wyniku czego powstało ponad 1 000 nowych produktów i usług, generując 4,4 mld dolarów zysku do końca 2021 roku.

Później objęła stanowisko Dyrektora ds. Strategii Biznesowej i Operacji w Food Rocket, gdzie Evgeniya przyczyniła się do rozwoju firmy do 160-osobowego zespołu i nadzorowała jej ekspansję do 3 różnych stanów po tym, jak firma pomyślnie pozyskała 37,5 mln dolarów od Circle K. Evgeniya zarządzała budżetem w wysokości 10 mln dolarów na projekty innowacyjne i szkoliła ponad 80 pracowników w zakresie przyjęcia technologii. Przeprowadziła pilotażowy, gotowy do skalowania koncept „sklepu szarego” w Charlotte, NC, demonstrując dwucyfrowy wzrost, oraz zbudowała system automatyzacji procesów dla dostaw na ostatnią milę.

Celem Evgeniji jest stworzenie szybkich, cyfrowych i przejrzystych operacji biznesowych dostosowanych do zmieniających się potrzeb klientów we współczesnym świecie.