ผู้นำทางความคิด

วิธีแก้ปัญหาการขนส่งสำหรับผู้อพยพโดยใช้เทคโนโลยี AI

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ระบบการให้คะแนนเครดิตในสหรัฐอเมริกานั้นไม่ได้ใช้เพียงในธนาคารและธุรกิจขนาดใหญ่เท่านั้น แต่ยังประเมินความน่าเชื่อถือของทุกคนในด้านต่างๆ ของชีวิตประจำวัน อย่างไรก็ตาม ระบบนี้ยังแบ่งแยกกลุ่มคนจำนวนมาก โดยเฉพาะผู้อพยพ

สำหรับผู้อพยพและผู้ลี้ภัย การหางานอย่างเป็นทางการโดยไม่มีเอกสารที่จำเป็นและตรวจสอบเครดิตนั้นเป็นเรื่องที่ท้าทายมาก ตามกฎหมายการอพยพ ผู้ขอลี้ภัยไม่ได้รับอนุญาตให้ทำงานอย่างเป็นทางการในช่วง 180 วันแรกหลังจากยื่นคำขอ ซึ่งนำไปสู่การเพิ่มขึ้นของแรงงานค่าจ้างต่ำในภาคอาหารจัดส่ง

จำนวนผู้อพยพที่เผชิญกับความท้าทายในสหรัฐอเมริกา

截至 2022 สถาบันนโยบายการอพยพรายงาน 46.2 ล้าน ผู้อพยพที่มีเอกสารในสหรัฐอเมริกา อีกประมาณ 9 ล้านคนไม่มีเอกสาร นิวยอร์กเพียงอย่างเดียวต้อนรับผู้มาใหม่หลายหมื่นคนในแต่ละปี โดยมีจำนวนเพิ่มขึ้นอย่างมีนัยสำคัญตั้งแต่ฤดูใบไม้ผลิ 2022 เมื่อมีผู้อพยพมากกว่า 118,000 คน ส่วนใหญ่มาจากอเมริกาใต้และแคริบเบียน ข้ามพรมแดนระหว่างสหรัฐฯ-เม็กซิโก ตามรายงานของ Council of Foreign Relations

ผู้อพยพหลายคนหันไปสู่ภาคการจัดส่งเพราะมีโอกาสทำงานมากขึ้นภายใต้สถานการณ์ของพวกเขา ความนิยมของงานนี้เพิ่มขึ้นอย่างมากในช่วงการระบาดของ COVID-19 โดยเฉพาะในช่วงล็อกดาวน์ที่เข้มงวด

เหตุผลที่ผู้อพยพเผชิญกับความจำกัดในการขนส่ง

การทำงานในงานจัดส่งในเมืองใหญ่นั้นเป็นไปไม่ได้หากไม่มีการขนส่งส่วนบุคคล ผู้อพยพไม่สามารถกู้ยืมเงินเพื่อซื้อจักรยานไฟฟ้าหรือรถยนต์ เนื่องจากไม่มีประวัติเครดิตและเอกสารที่จำเป็น ซึ่งยังป้องกันไม่ให้พวกเขาสามารถลงทะเบียนรถจักรยานหรือรถยนต์ได้

ราคาเริ่มต้นของจักรยานไฟฟ้าอยู่ที่ประมาณ 2,000 ดอลลาร์ แม้ว่ารถจักรยานไฟฟ้ารุ่นเก่าจะมีราคาประมาณครึ่งหนึ่งของราคาใหม่ แต่นี่ยังคงเป็นจำนวนเงินที่มากสำหรับผู้อพยพที่มีรายได้น้อย จักรยานไฟฟ้าราคาถูกจากจีนมักจะเสื่อมสภาพเร็วและต้องการการซ่อมแซมที่สามารถเกินต้นทุนการซื้อครั้งแรกได้

ปัญหาของจักรยานไฟฟ้าที่มีคุณภาพต่ำ

ปัญหาหนึ่งของการขนส่งราคาถูกคือแบตเตอรี่ลิเธียม-ไอออนที่ใช้ในจักรยานไฟฟ้าและสกูเตอร์ ซึ่งกลายเป็นสาเหตุหลักของไฟไหม้ในนิวยอร์ก การขาดการควบคุมดูแลและโครงสร้างพื้นฐานที่รองรับนี้ได้เปลี่ยนปัญหานี้ให้เป็นปัญหาด้านความปลอดภัยสาธารณะที่ร้ายแรง

ในเพียงสองเดือนแรกของปีนี้ นิวยอร์กประสบกับไฟไหม้มากกว่าในตลอดปี 2019 ซึ่งนำไปสู่การควบคุมที่เข้มงวดมากขึ้นในตลาดจักรยานไฟฟ้าและใบรับรองการตรวจสอบความปลอดภัย การให้การเข้าถึงการขนส่งไฟฟ้าที่ปลอดภัยได้กลายเป็นปัญหาสังคมที่กดดัน

วิธีการที่เทคโนโลยี AI ช่วยแก้ปัญหานี้

บริการให้เช่าจักรยานไฟฟ้าสำหรับผู้ส่งจ่ายในอเมริกาบางแห่งมีเอกลักษณ์เฉพาะตัว ส่วนใหญ่ผู้ส่งจ่ายเป็นผู้อพยพที่ไม่มีประวัติเครดิต ซึ่งจำกัดการเข้าถึงการขนส่งที่ปลอดภัยและราคาไม่แพง วิธีแก้ปัญหาหนึ่งคือการพัฒนาระบบการให้คะแนนเครดิตที่เป็นเอกลักษณ์ ซึ่งทำให้การขนส่งไฟฟ้าที่มีราคาแพงสามารถเข้าถึงได้สำหรับผู้ส่งจ่าย

แทนการใช้หมายเลขประกันสังคมหลักฐานที่อยู่อาศัยและวิธีการยืนยันตัวตนแบบดั้งเดิมอื่นๆ สามารถใช้การยืนยันตัวตนแบบสองขั้นตอนได้ โดยอาศัย

  1. ข้อมูลลูกค้าจากแหล่งข้อมูลภายนอก
  2. การคาดการณ์ตามข้อมูลและพฤติกรรมของผู้ใช้ในอดีต

เมื่อลูกค้าสมัครใช้บริการ ระบบวิเคราะห์จะกำหนดความน่าเชื่อถือและความน่าจะเป็นที่จะเผชิญกับความยากลำบากในการชำระเงิน สำหรับการพัฒนานี้ ใช้ข้อมูลสถิติจากผู้ใช้มากกว่า 10,000 คนเพื่อสร้างแบบจำลองทางเศรษฐกิจที่มีจุดข้อมูลมากกว่า 50 จุด

อัลกอริทึมจะตัดสินว่าบริการสามารถให้เช่าจักรยานไฟฟ้าแก่บุคคลนั้นได้หรือไม่ และว่าต้องมีการฝากเงินหรือไม่ ในกรณีที่ถูกปฏิเสธ บริการจะเสนอทางเลือก เช่น การผ่านพันธมิตรเครดิตหรือการซื้อจักรยานไฟฟ้า สำหรับลูกค้าที่ได้รับการอนุมัติ ระบบจะกำหนดประเภทของข้อตกลง: เช่า-ซื้อ, เช่ารายเดือนหรือเช่ารายสัปดาห์

การทำให้กระบวนการเหล่านี้เป็นอัตโนมัตินั้นได้ผลดี: ในช่วงสองปี จักรยานไฟฟ้าน้อยกว่า 3% ถูกขโมยจากบริษัทที่ให้บริการผู้ใช้ 8,500 คน ตามข้อมูลของ Bicycle Habit มีการขโมยจักรยานมากกว่า 15,000 คันในนิวยอร์กทุกปี

เทคโนโลยี AI สำหรับการวิเคราะห์ลูกค้าโดยไม่ต้องมีประวัติเครดิต

ต่อไปนี้คือขั้นตอนการนำเทคโนโลยี “ไม่มีประวัติเครดิต” มาใช้

การพัฒนาระบบการให้คะแนนเครดิตที่เป็นเอกลักษณ์

โดยอาศัยการวิเคราะห์ฐานข้อมูลลูกค้า บริษัทให้เช่าจักรยานไฟฟ้าสร้างระบบการให้คะแนนเครดิตที่เป็นเอกลักษณ์ของตนเองเพื่อประเมินความน่าเชื่อถือทางการเงินตามพารามิเตอร์มากกว่า 50 รายการ รวมถึงพารามิเตอร์ที่ไม่ใช่ทางการเงินด้วย โมเดลนี้เรียนรู้อย่างต่อเนื่อง โดยปรับให้เข้ากับพฤติกรรมของลูกค้าปัจจุบันและลูกค้าในอดีต พารามิเตอร์สามารถปรับได้ ทำให้สามารถมีเงื่อนไขการให้คะแนนที่ซับซ้อนหรือเรียบง่ายได้ ผลิตภัณฑ์นี้ได้รับการออกแบบสำหรับธุรกิจที่ทำงานกับลูกค้าที่ไม่สามารถแสดงเอกสารทางกฎหมายที่จำเป็นตามที่บริการในสหรัฐอเมริกาต้องการ

ตัวอย่างการวิเคราะห์ข้อมูลอย่างง่าย

หากฐานข้อมูลแสดงว่าลูกค้าที่มีศักยภาพมีหมายเลขโทรศัพท์หรือที่อยู่ที่เปลี่ยนแปลงทุกๆ 2 เดือน อาจบ่งบอกว่าพวกเขาเปลี่ยนแปลงเพื่อหลีกเลี่ยงการชำระเงิน ซึ่งจะถูกจัดให้เป็นปัญหาโดยระบบ แต่การตัดสินใจสุดท้ายจะขึ้นอยู่กับปัจจัยอื่นๆ

ระบบการให้คะแนนแบบไม่ปกติตรวจสอบอะไรอีก

ระบบดังกล่าวยังตรวจสอบตัวชี้วัดทางการเงินแบบดั้งเดิม เช่น ประวัติการล้มละลายหรือการถูกขับออกจากที่อยู่อาศัย ในกรณีดังกล่าว จะพิจารณาปัจจัย เช่น ระยะเวลาของกระบวนการล้มละลายของลูกค้า การตัดสินใจจะทำเป็นกรณีๆ

หากลูกค้าที่มีศักยภาพมีหมายเลข IP มากกว่า 10 หมายเลข อาจบ่งบอกว่าพวกเขาใช้อินเทอร์เน็ตฟรีหรืออินเทอร์เน็ตที่ใช้ร่วมกัน ระบบจะตรวจสอบที่อยู่อาศัยและที่อยู่การชำระเงินโดยใช้หมายเลข IP – หากที่อยู่เหล่านั้นอยู่ห่างจากกัน มีความน่าจะเป็นสูงว่าจะมีการฉ้อโกง

Stripe ซึ่งเป็นระบบการชำระเงินออนไลน์ของอเมริกา สามารถใช้เพื่อตรวจสอบว่าวิธีการชำระเงินของลูกค้าได้ถูกจัดให้เป็นการฉ้อโกงโดยร้านค้ารายอื่นหรือไม่ ซึ่งช่วยระบุการฉ้อโกงหากลูกค้าปลอมตัวเป็นคนอื่น

กระบวนการลงทะเบียนและการให้คะแนนเป็นอัตโนมัติเต็มรูปแบบผ่านเทคโนโลยีการยืนยันตัวตนแบบใบหน้าและเอกสารเพื่อลดการฉ้อโกง

การทำให้ง่ายขึ้นและความปลอดภัยสำหรับผู้ใช้ที่มีรายได้น้อย

มีฟังก์ชันเสริมหลายอย่างที่รวมอยู่ในซอฟต์แวร์แบบกำหนดเอง:

  • การติดตามจักรยานไฟฟ้าแบบเรียลไทม์
  • การปิดใช้งานส่วนประกอบอิเล็กทรอนิกส์
  • ระบบเตือนภัยและล็อคล้อระยะไกล
  • การแจ้งเตือนอัตโนมัติจากข้อมูลที่รวบรวมเกี่ยวกับจักรยาน (เช่น การเดินทางในพื้นที่ที่ถูกจำกัด การข้ามพรมแดนของรัฐที่ไม่ได้รับอนุญาต การหายไปของสัญญาณ GPS ที่ยืดเยื้อ)

การทำให้กระบวนการให้คะแนนเป็นอัตโนมัตินั้นเพิ่มอัตราการแปลงของบริการอย่างมาก เนื่องจากลูกค้าได้รับแจ้งล่วงหน้าเกี่ยวกับเอกสารที่จำเป็นและอะไรที่จะเกิดขึ้นในช่วงการตัดสินใจ ซึ่งช่วยให้กระบวนการยืนยันตัวตนทั้งหมดสามารถทำได้ภายในไม่กี่นาทีออนไลน์ และหลีกเลี่ยงสถานการณ์ที่บางคนมาถึงโดยไม่ได้เตรียมตัว ไม่ว่าจะลืมเอกสารที่จำเป็นหรือไม่สามารถให้เงินฝากที่ต้องการ

ด้วยการทำให้เป็นอัตโนมัติ บริการสามารถตัดสินใจได้ทันที ทำให้กระบวนการลงทะเบียนเร็วขึ้น ผลลัพธ์คือ เวลาตั้งแต่ลงทะเบียนจนได้รับยานพาหนะลดลงจาก 60 นาทีเหลือ 15 นาที และพนักงานไม่ต้องเสียเวลาไปกับผู้ที่ไม่ผ่านกระบวนการลงทะเบียน

เทคโนโลยีอื่นๆ ที่ใช้โดยบริการให้เช่า

เทคโนโลยีเหล่านี้ถูกใช้โดยบริการให้เช่าที่ดีที่สุดในอเมริกา รวมถึง Whizz, Joco และ Zoomo ความแตกต่างอยู่ที่ข้อกำหนดของพวกเขา ตัวอย่างเช่น Zoomo ต้องการบัตรประจำตัวและหลักฐานที่อยู่อาศัยเป็นเอกสารที่สอง เมื่อเร็วๆ นี้ พวกเขาประกาศการยกเลิกการตรวจสอบประวัติ แต่กระบวนการลงทะเบียนและการให้คะแนนยังคงต้องมีการประมวลผลด้วยตนเอง ซึ่งทำให้ลูกค้าต้องส่งเอกสารทางไปรษณีย์ Whizz และ Joco ก้าวหน้ากว่าการแข่งขันในด้านนี้ โดยการทำให้กระบวนการเป็นอัตโนมัติโดยใช้ผู้ให้บริการตรวจสอบออนไลน์

Joco ลดความเสี่ยงในทางที่แตกต่างโดยอนุญาตให้ลูกค้าใช้การขนส่งไฟฟ้าเป็นเวลา 6 ชั่วโมง หลังจากนั้นจักรยานจะต้องถูกส่งกลับไปที่สถานีสำหรับการชาร์จ ซึ่งหมายความว่าผู้ใช้ไม่สามารถนำจักรยานกลับบ้านได้ และมีการจำกัดเวลา

สรุป

เทคโนโลยีไม่เพียงแต่ทำให้ชีวิตง่ายขึ้นเท่านั้น แต่ยังเพิ่มความปลอดภัยในการใช้จักรยานไฟฟ้าและแก้ไขความไม่เท่าเทียมกันในหมู่คนงานส่งจ่ายผ่านแบบจำลองการให้คะแนนเครดิตที่ไม่ปกติ ดังนั้นจึงสามารถกล่าวได้ว่าเทคโนโลยีเป็นมือที่ช่วยเหลือผู้ที่อยู่ในสถานการณ์ที่ยากลำบาก – แม้กระทั่งผู้ที่ไม่มีประวัติเครดิต

Evgeniya Malina เป็นหัวหน้ากระบวนการและ AI Automation ที่ Whizz โดยมีประสบการณ์มากกว่า 9 ปีในด้านกลยุทธ์และการดำเนินงาน การเปลี่ยนแปลงดิจิทัล และการพัฒนาผลิตภัณฑ์

Evgeniya จบการศึกษาระดับบัณฑิตจาก University College London และ MSc in Accounting and Business/Management จาก Queen Mary University of London

เส้นทางอาชีพของเธอเริ่มต้นที่ EY โดยทำงานร่วมกับองค์กรระดับโลก รวมถึงยักษ์ใหญ่ในอุตสาหกรรม เช่น Amazon, JX Nippon Oil & Energy และ Sainsbury’s

หลังจากนั้น Evgeniya เป็นที่ปรึกษาให้กับองค์กรทางการเงินและอุตสาหกรรมที่มีชื่อเสียง โดยนำทีมโครงการการเปลี่ยนแปลงดิจิทัล ช่วยให้บริษัทต่างๆ นำโซลูชันเทคโนโลยีที่เป็นนวัตกรรมเข้าสู่ตลาด Evgeniya ยังเป็นผู้นำในการพัฒนาและนำเทคโนโลยีดิจิทัลที่เกิดขึ้นใหม่ๆ เช่น blockchain และ 5G มาใช้ โดยได้รับเงินทุนเพิ่มเติม 290 ล้านเหรียญสหรัฐฯ เพื่อสร้างโครงสร้างพื้นฐาน เธอพัฒนาและทดสอบกลยุทธ์การเปลี่ยนแปลงดิจิทัลใน 5 โครงการนำร่อง ซึ่งหลังจากนั้นได้ขยายไปทั่วทีมที่ทำงานข้ามฟังก์ชัน 300 ทีม ขึ้นไป โดยมีผลิตภัณฑ์และบริการใหม่มากกว่า 1,000 รายการ และสร้างรายได้ 4.4 พันล้านเหรียญสหรัฐฯ ภายในปี 2564

ต่อมาเธอได้รับตำแหน่งเป็นหัวหน้ากลยุทธ์ธุรกิจและการดำเนินงานที่ Food Rocket โดย Evgeniya ได้นำบริษัทไปสู่ทีมที่มี 160 คน และดูแลการขยายธุรกิจไปยัง 3 รัฐต่างๆ หลังจากที่บริษัทได้รับเงินทุน 37.5 ล้านเหรียญสหรัฐฯ จาก Circle K Evgeniya จัดการงบประมาณ 10 ล้านเหรียญสหรัฐฯ ต่อปีสำหรับโครงการนวัตกรรม และฝึกอบรมพนักงาน 80 คนในการนำเทคโนโลยีมาใช้ เธอนำร่องแนวคิด "ร้านค้าเทา" ที่พร้อมจะขยายได้ทั่วโลกในเมือง Charlotte, NC โดยแสดงให้เห็นถึงการเติบโตสองหลัก และสร้างระบบการทำงานอัตโนมัติสำหรับการจัดส่งระยะสุดท้าย

เป้าหมายของ Evgeniya คือการสร้างการดำเนินงานทางธุรกิจที่รวดเร็ว ดิจิทัล และโปร่งใส ซึ่งถูกออกแบบมาเพื่อตอบสนองความต้องการที่เปลี่ยนแปลงไปของลูกค้าในโลกสมัยใหม่