ผู้นำทางความคิด
วิธีการที่ AI และ Machine Learning ถูกใช้โดยผู้ให้กู้ทางการเงินในปี 2023
เทคโนโลยี Artificial Intelligence (AI) และ Machine Learning (ML) ยังคงเติบโตในด้านการประยุกต์ใช้ การใช้งาน และประโยชน์ต่อผู้ให้กู้และสถาบันการเงิน เนื่องจากความต้องการและอัตราการนำไปใช้ที่เพิ่มขึ้น AI/ML จึงช่วยแก้ปัญหาที่ซับซ้อนและสร้างผลตอบแทนที่ดีในการดำเนินธุรกิจ
ผู้ให้บริการทางการเงินและผู้ให้กู้ส่วนใหญ่ยอมรับว่าพวกเขาใช้เทคโนโลยีเหล่านี้ในการสนับสนุนด้านต่างๆ เช่น การจัดการความเสี่ยง การลดความซับซ้อนในการให้กู้ยืม การควบคุมรายได้และการยืนยัน การลดการฉ้อโกง และกระบวนการปฏิบัติตามกฎระเบียบและการตรวจสอบ
สุดท้าย ผู้ให้บริการทางการเงินยังคงพยายามลดต้นทุนของเครดิตโดยใช้ AI/ML สำหรับการมองเห็นแบบเรียลไทม์ การรวมกลุ่มทางการเงินที่ดีขึ้น และการปฏิบัติตามกฎระเบียบที่ดีขึ้น ต่อไปนี้คือกรณีการใช้งานที่สำคัญของวิธีการที่สถาบันการเงินใช้ AI/ML ในปี 2023:
ชัตบอทแบบสนทนา
ชัตบอทแบบสนทนา ช่วยให้ผู้ให้กู้สามารถสื่อสารกับลูกค้าได้อย่างมีประสิทธิภาพมากขึ้น ลูกค้าต้องการระดับการบริการลูกค้าที่คล้ายกับที่พวกเขาได้รับจากบริษัทที่มีการนำเทคโนโลยีมาใช้ เช่น Amazon, Netflix และ Lyft ชัตบอทและผู้ช่วยเสมือนจริงที่ขับเคลื่อนด้วย AI มอบความช่วยเหลือ 24/7 ให้กับลูกค้าในหลายๆ ด้าน เช่น ยอดเงินในบัญชีและการทำธุรกรรมล่าสุด สิ่งที่น่าประทับใจที่สุดคือชัตบอทเหล่านี้ช่วยให้ลูกค้าสามารถส่งเงินโดยใช้ภาษาสนทนา
การวิเคราะห์ความรู้สึกของลูกค้า
สำหรับหลายๆ ปี สถาบันการเงินมีความยากลำบากในการรวมความรู้สึกของลูกค้าเข้ากับแพลตฟอร์มข้อมูลขนาดใหญ่และระบบอัตโนมัติ ผู้ให้กู้ชั้นนำในปัจจุบันมีการเข้าถึงข้อมูลมากมายเกี่ยวกับลูกค้า แต่ในอดีตส่วนใหญ่จะเป็นข้อมูลที่ไม่มีโครงสร้างและยากสำหรับคอมพิวเตอร์ที่จะเข้าใจ AI สามารถวิเคราะห์สิ่งที่ลูกค้าแสดงออกและระบุอารมณ์ที่พวกเขากำลังแสดงออกในแบบเรียลไทม์ ระบบเหล่านี้สามารถแจ้งเตือนให้ทีมบริการลูกค้าของผู้ให้กู้ทราบเพื่อที่พวกเขาจะสามารถแก้ไขปัญหาได้อย่างมีประสิทธิภาพและรวดเร็ว
ความน่าเชื่อถือในการให้กู้ยืมสำหรับไฟล์บางส่วน / ไม่มีไฟล์
AI/ML ยังช่วยให้ผู้ให้กู้มองเห็นภาพที่ชัดเจนยิ่งขึ้นเกี่ยวกับความน่าเชื่อถือในการให้กู้ยืมของลูกค้า โดยเฉพาะอย่างยิ่งเมื่อพวกเขาไม่มีประวัติการให้กู้ยืมหรือไม่มีประวัติการให้กู้ยืม หรือหากพวกเขาได้รับรายได้จากแหล่งอื่น เช่น ผู้ทำงานฟรีแลนซ์หลายคนในปัจจุบัน
มาทำความเข้าใจกรณีการใช้งานเฉพาะของการใช้ AI/ML ในการให้กู้ยืมรถยนต์ ซึ่งมีผู้ให้กู้ทางอ้อมและทางตรงหลายรายให้กู้ยืมรถยนต์ใหม่และใช้แล้วหลายล้านคันในแต่ละปี
วิธีการที่ AI ระบุความผิดปกติในการให้กู้ยืมรถยนต์
สำนักงานคุ้มครองการเงินผู้บริโภค (CFPB) ได้เพิ่มระดับการตรวจสอบความถูกต้องของการให้กู้ยืมและเอกสารที่เกี่ยวข้อง (เรียกว่า deal jackets) ระหว่างผู้ให้กู้และผู้ขายรถยนต์ ในหลายกรณี การตรวจสอบจะเกิดขึ้นเพื่อสอบสวนว่าผู้ให้กู้อาจมีการกล่าวอ้างค่าใช้จ่ายที่ไม่ถูกต้องในข้อตกลงการให้กู้ยืม ซึ่งอาจทำให้ลูกค้าได้รับผลกระทบจากการให้กู้ยืมที่มีค่าใช้จ่ายสูงสำหรับรถยนต์โดยไม่ชอบด้วยกฎหมายตามพระราชบัญญัติคุ้มครองการเงินผู้บริโภคปี 2010
สถานการณ์นี้แสดงถึงหนึ่งในกรณีล่าสุดของหน่วยงานกำกับดูแลที่ผลักดันขอบเขตโดยการแนะนำกฎหมายใหม่หรือบังคับใช้กฎหมายที่มีอยู่แล้ว ซึ่งใช้การวิเคราะห์ที่วางไว้ซึ่งทำให้เกิดแรงกดดันทางด้านการบริหารต่อผู้ให้กู้และทีมการปฏิบัติตามกฎระเบียบ ผู้ให้กู้หลายรายยังคงเสี่ยงต่อการถูกปรับและค่าปรับที่เป็นอันตรายต่อการดำเนินงานและผลกำไร
ผู้ให้กู้สามารถลดความเสี่ยงเหล่านี้ได้โดยการนำระบบควบคุม AI ที่มีประสิทธิภาพมาใช้ ซึ่งช่วยให้พวกเขาหลีกเลี่ยงการตรวจสอบและกระบวนการตรวจสอบเพิ่มเติม AI ซอฟต์แวร์ในปัจจุบันช่วยให้ผู้ให้กู้สามารถปฏิบัติตามข้อกำหนดด้านกฎระเบียบและเตรียมพร้อมสำหรับการตรวจสอบ ซอฟต์แวร์เหล่านี้มีนโยบายที่ชัดเจนและเป็นมาตรฐาน และผู้ให้กู้จะได้รับการแนะนำเกี่ยวกับการปฏิบัติตามกฎระเบียบในการตรวจสอบภายใน ในขณะที่ให้คำแนะนำจากผู้เชี่ยวชาญและเอกสารตัวอย่างหากจำเป็น
การใช้เอกสารประกอบแบบจำลอง AI
เอกสารประกอบแบบจำลอง AI ซอฟต์แวร์ในปัจจุบันรวมถึงการประเมินเชิงคุณภาพของความเสี่ยงในการกระจายตัวที่แตกต่างกันในแบบจำลองที่สร้างขึ้นสำหรับผู้ให้กู้ กระบวนการตรวจสอบจะดำเนินการประเมินผลกระทบเชิงปริมาณที่แตกต่างกันในแต่ละไตรมาส โดยอาศัยข้อมูลเชิงสถิติจากข้อมูลประชากรที่มีอยู่ และแม้ว่ากระบวนการนี้จะไม่เก็บรายละเอียดเกี่ยวกับเชื้อชาติและชาติพันธุ์ แต่ก็ใช้วิธีการ BISG ของ CFPB เพื่อสร้างแบบจำลองเชื้อชาติ ชาติพันธุ์ และเพศโดยใช้ข้อมูลสำรวจประชากรที่มีอยู่
ซอฟต์แวร์ในปัจจุบันใช้เทคโนโลยี AI ที่ทันสมัยเพื่อทำให้กระบวนการรวบรวมและวิเคราะห์ข้อมูลง่ายขึ้นและเป็นอัตโนมัติ โดยมีเป้าหมายในการช่วยให้การให้กู้ยืมเงินเร็วขึ้นและ効ิภาพมากขึ้น ในขณะเดียวกันก็ลดต้นทุนในการให้กู้ยืม ลดค่าใช้จ่ายในการประมวลผลการชำระเงินล่วงหน้า ปรับปรุงการปฏิบัติตามกฎระเบียบ และลดต้นทุนของเรื่องราวที่ต้องได้รับการดูแล (MRAs) และคำสั่งทางกฎหมายที่เกี่ยวข้องกับการกระทำที่ไม่ยุติธรรมหรือหลอกลวง (UDAAPs)
เช่นเดียวกับผู้ให้บริการทางการเงินในอุตสาหกรรมอื่นๆ ผู้ให้กู้รถยนต์ไม่ใช่ผู้เชี่ยวชาญด้าน AI/ML และไม่ใช่ความเชี่ยวชาญหลักของพวกเขา ดังนั้นพวกเขาจึงเข้าใจถึงความสำคัญของการค้นหาพันธมิตรที่เชื่อถือได้จากภายนอกที่สามารถช่วยเหลือได้ พันธมิตรที่เชื่อถือได้ถูกนำเข้ามาเพื่อช่วยจับข้อบกพร่องในการให้กู้ยืม ซึ่งสามารถระบุการทำธุรกรรมที่ไม่พร้อมสำหรับการให้กู้ยืม AI ซอฟต์แวร์อนุญาตให้ผู้ให้กู้มุ่งเน้นไปที่การทำธุรกรรมที่สมบูรณ์ โดยทำให้ทีมของพวกเขาสามารถแก้ไขปัญหาได้อย่างรวดเร็ว นอกจากนี้ยังช่วยให้สามารถอัตโนมัติกระบวนการในการระบุข้อบกพร่องของตัวแทนจำหน่าย โดยแจ้งให้พวกเขาทราบถึงข้อบกพร่องของเอกสารเพื่อลดการส่งสัญญาและให้กู้ยืมเงินเร็วขึ้น และลดความเสี่ยงด้านการปฏิบัติตามกฎระเบียบและกฎระเบียบ
ยังสำคัญที่จะทราบว่า AI และการอัตโนมัติได้รับการใช้งานมากขึ้นสำหรับผู้ให้กู้รถยนต์นอกเหนือจากข้อบกพร่องในการให้กู้ยืมเท่านั้น การสำรวจผู้บริหารผู้ให้กู้ล่าสุดพบว่า 63% มีแผนจะนำเทคโนโลยี AI และการอัตโนมัติไปใช้ในปีนี้สำหรับการรับประกัน 61% สำหรับการบริการการให้กู้ยืม และ 52% สำหรับการประมวลผลและการให้กู้ยืม1
ในขณะที่ AI และ ML ยังคงอยู่ในระยะเริ่มต้นสำหรับผู้ให้บริการทางการเงิน การนำไปใช้เทคโนโลยีเหล่านี้ยังคงเติบโต สิ่งที่สำคัญที่สุดคือสถาบันเหล่านี้ตระหนักถึงผลกระทบเชิงบวกที่มีต่อผลกำไรจากการดำเนินงาน ความพึงพอใจของพนักงาน และประสบการณ์ของลูกค้าโดยรวม
1: การสำรวจการอัตโนมัติของ InformedIQ ที่นำเสนอให้กับผู้บริหารการให้กู้รถยนต์มากกว่า 2,500 คน; มีนาคม 2023
