Luca Terragni, Co-Founder & CRO, Prestatech

วิธีการที่ข้อมูลระดับการทำธุรกรรมช่วยให้ผู้ให้กู้มองเห็นมากขึ้นและเสี่ยงน้อยลง

AI ในการให้กู้ยืมมักถูกนำเสนอในฐานะวิธีการแก้ปัญหาแบบง่ายๆ ที่สามารถเร่งกระบวนการอนุมัติเงินกู้หรือทำงานเป็นชั้นการทำงานดิจิทัลที่ไม่ผ่านการตรวจสอบความถูกต้อง แต่สิ่งเหล่านี้ไม่ใช่ความจริงเกี่ยวกับสิ่งที่กำลังเปลี่ยนแปลงการประเมินความเสี่ยงในการให้กู้ยืมในอุตสาหกรรมAI ที่แท้จริงที่เปลี่ยนแปลงอนาคตของการอนุมัติและให้กู้ยืมนั้นมาจากความผสมผสานที่ทรงพลังของโค้ดที่กำหนดไว้, การเรียนรู้ของเครื่อง และข้อมูลระดับการทำธุรกรรม สิ่งนี้มีความสำคัญทั้งจากมุมมองทางปฏิบัติและกฎหมาย ซึ่งหมายความว่าระบบที่ทุกการตัดสินใจสามารถอธิบายได้ และการเข้าถึงเครดิตจะขยายออกไปอย่างมีความรับผิดชอบแทนการนำเสนอความลำเอียงที่มีอยู่แล้วมันคือเทคโนโลยีที่ช่วยให้ผู้กู้ที่มีคุณสมบัติที่ดีหลีกเลี่ยงการถูกปฏิเสธ และลดความเสี่ยงให้กับสถาบันการเงิน นี่คือเหตุผลที่วิธีการนี้มีคุณค่า และวิธีการดำเนินการการเปลี่ยนแปลงที่จำเป็นต้องทำอย่างเร่งด่วนแบบจำลองการอนุมัติแบบดั้งเดิมอาศัยข้อมูลประวัติของลูกค้า รวมถึงพฤติกรรมในอดีตที่บันทึกไว้ในคะแนนเครดิตและเอกสาร ซึ่งเป็นตัวชี้วัดที่เชื่อถือได้ของความน่าเชื่อถือในการให้กู้ยืม ในช่วงศตวรรษที่ผ่านมา วิธีการนี้ได้ผลดี เนื่องจากข้อมูลไม่สามารถเข้าถึงได้ง่ายแต่สิ่งนี้ได้เปลี่ยนไปแล้ว แบบจำลองการอนุมัติและประเมินเครดิตแบบดั้งเดิมมองย้อนกลับไปในอดีต โดยอาศัยข้อมูลที่ไม่จำเป็นต้องแสดงถึงภาพรวมของสุขภาพทางการเงินของลูกค้าในอนาคต นับตั้งแต่ที่การจัดการข้อมูลดิจิทัลเข้ามาแทนที่วิธีการแบบดั้งเดิม ซึ่งข้อมูลสามารถเข้าถึงได้ทันที ไฟล์เครดิตที่ใช้เวลาหลายเดือนในการเข้าถึงผู้อนุมัติเครดิตเป็นสัญญาณที่ชัดเจนว่าแบบจำลองปัจจุบันคือวิธีการที่ล้าสมัยในการประมวลผลข้อมูลและ สิ่งสำคัญคือ โครงสร้างข้อมูลที่ล้าสมัยและไม่แม่นยำนี้เพิ่มความเสี่ยงของการมีลูกค้าที่ไม่มีประวัติเครดิต ซึ่งอุตสาหกรรมการเงินไม่สามารถเพิกเฉยได้...