Як штучний інтелект і машинне навчання використовуються фінансовими кредиторами у 2023 році

Технології штучного інтелекту (ШІ) і машинного навчання (ML) продовжують розширювати свої застосування, використання та переваги для кредиторів і фінансових установ. Завдяки такій зрілості та розширеному відсотку впровадження AI/ML допомагає вирішувати дуже складні рішення, які генерують позитивну рентабельність інвестицій у бізнес-сегментах.

Більшість постачальників фінансових послуг і кредиторів визнають, що вони розгортають ці технології у своєму бізнесі для підтримки таких сфер, як управління ризиками, зменшення тертя у відділах надання кредитів, контроль доходів і перевірки, зменшення шахрайства, а також процеси відповідності та аудиту.

Зрештою, постачальники фінансових послуг продовжують прагнути до зниження вартості кредиту за допомогою AI/ML для прозорості в реальному часі, більшої фінансової інклюзивності та покращеної відповідності. Ось кілька критичних прикладів використання AI/ML у 2023 році.

Розмовні чат-боти

Розмовні чат-боти допомагають кредиторам спілкуватися з клієнтами більш розмовною манерою. Споживачі бажають того самого рівня обслуговування клієнтів, який вони отримують від провідних технологічних компаній, таких як Amazon, Netflix і Lyft. Чат-боти та віртуальні помічники, керовані штучним інтелектом, пропонують цілодобову допомогу клієнтам щодо багатьох питань, таких як баланс рахунків і останні транзакції. Найбільше вражає те, що ці чат-боти дозволяють клієнтам надсилати кошти за допомогою розмовної мови.

Аналіз настроїв клієнтів

Протягом багатьох років фінансовим установам було важко поєднати настрої клієнтів у своїх платформах для великих даних і автоматизації. Сучасні провідні кредитори мають доступ до великої кількості даних про своїх клієнтів, але історично значна їх частина була неструктурованою та важкою для розуміння комп’ютерами. Проте штучний інтелект може аналізувати те, що клієнти спілкуються, і точно визначати емоції, які вони виражають у реальному часі. Ці системи можуть сповіщати команди обслуговування клієнтів кредитора, щоб вони могли ефективно та швидше вирішувати проблеми.

Кредитоспроможність для тонкого напилка / без напилка

AI/ML також допомагає надати більш чітке уявлення про кредитоспроможність клієнта, особливо коли він має слабку кредитну картку, не має кредитної картки або якщо у неї є додаткові джерела доходу, як, наприклад, багато сучасних працівників, які займаються бізнесом.

Давайте детальніше розглянемо конкретний випадок використання штучного інтелекту/ML в автомобільному фінансуванні, де різноманітні непрямі та прямі кредитори щороку надають позики на мільйони нових і вживаних транспортних засобів.

Як штучний інтелект виявляє дефекти кредиту в автомобільних фінансах

Бюро захисту прав споживачів (CFPB) посилило контроль над правильністю кредитів і документації (так звані угоди), які мають місце між кредитором і дилерським центром. У багатьох випадках проводяться перевірки, щоб з’ясувати, чи міг кредитор неправильно відобразити витрати в кредитних угодах, через що клієнти могли отримати дорогі позики на автомобілі в порушення Закону про фінансовий захист споживачів 2010 року.

Цей сценарій являє собою один із останніх прикладів того, як регулятори розширюють межі, запроваджуючи нові закони або запроваджуючи існуючі закони, які використовують тлумачення, що чинить адміністративний тиск на кредиторів та їхні команди з дотримання вимог. Багато кредиторів залишаються вразливими до штрафів і пені, які завдають шкоди їхнім операціям і прибутку.

Кредитори можуть більш суворо пом’якшувати ці сценарії за допомогою впровадження системного контролю на основі штучного інтелекту, який допомагає їм уникнути цієї додаткової перевірки та аудиту. Сучасне програмне забезпечення на основі штучного інтелекту дозволяє кредиторам відповідати нормативним вимогам і бути готовими до аудиту. Рішення пропонують чітку та стандартизовану політику, а кредитори керуються відповідністю моделі управління для внутрішніх аудитів, надаючи експертні поради та зразки документації, якщо це необхідно.

Використання документації моделі ШІ

Модельна документація з сучасного програмного забезпечення штучного інтелекту включає якісну оцінку потенціалу різнорідного ризику впливу в моделях, створених для кредиторів. У процесі аудиту щоквартально проводяться кількісні розрізнені оцінки впливу. Аналіз базується на расовій, етнічній приналежності, статі та віці (62+), і хоча процес не збирає дані про расову та етнічну приналежність, він використовує проксі-метод байєсівського покращеного геокодування прізвищ (BISG) для расової, етнічної приналежності, і стать за останніми даними перепису населення.

Програмне забезпечення сьогодні використовує передову технологію штучного інтелекту, щоб спростити й автоматизувати процес збору й аналізу даних, щоб допомогти фінансувати позики якомога швидше й ефективніше, одночасно знижуючи витрати на фінансування, знижуючи витрати на обробку відшкодувань GAP для дострокових виплат, покращення відповідності та зниження вартості регуляторних питань, що вимагають уваги (MRA) і указів про згоду, пов’язаних із несправедливими, оманливими або зловживаючими діями та діями (UDAAP).

Як і фінансові постачальники в усіх галузях, автокредитори не є експертами зі штучного інтелекту/ML, і це не є їхньою основною компетенцією, тому вони розуміють важливість пошуку якісних зовнішніх експертів із штучного інтелекту/ML, які можуть допомогти. Довірених партнерів залучають, щоб допомогти виявити ці дефекти кредиту, де можна позначити неналежні угоди, які не готові до фінансування. Програмне забезпечення зі штучним інтелектом дозволяє спонсорам зосередитися на завершенні угод, дозволяючи їхнім командам швидко вирішувати будь-які виявлені проблеми з дилерами. Він також дає змогу автоматизувати виявлення дефектів дилерів, миттєво сповіщаючи дилерів про дефекти документів, щоб скоротити кількість контрактів у дорозі, а також швидше фінансувати угоди та зменшити ризик відповідності та регулятивний ризик.

Важливо також відзначити, що штучний інтелект та автоматизація все частіше застосовуються для автокредиторів, крім простих дефектів кредиту. Нещодавнє опитування керівників кредиторів показало, що 63% планують цього року запровадити штучний інтелект і технології автоматизації для сек’юритизації, 61% для обслуговування кредитів і 52% для обробки та пошуку кредитів.¹.

Хоча штучний інтелект і машинне навчання все ще перебувають на початковій стадії для постачальників фінансових послуг, впровадження цих технологій продовжує зростати. Що ще важливіше, ці установи усвідомлюють позитивний вплив, який це має на їхні операційні прибутки, моральний дух працівників і загальний досвід клієнтів.

1: Опитування автоматизації InformedIQ, представлене понад 2,500 керівникам автофінансування; березень 2023 р