Connect with us

思想领袖

AI驱动的解决方案:如何帮助移民在美国克服交通障碍

mm

美国的信用评分系统不仅用于银行和大型企业,也评估每个居民在日常生活的各个方面的信用度。然而,这个系统也歧视了人口中的大部分人,特别是移民。

对于移民和政治难民来说,找到正式的工作非常具有挑战性,因为他们没有必要的法律文件和信用检查。在美国,根据移民法,寻求庇护者在申请后180天内不允许正式工作。这一官僚障碍导致了食品配送行业低薪劳动力的增加。

美国移民面临的挑战

截至2022年,移民政策研究所报告了 4620万合法移民在美国。还有大约900万人是无证移民。纽约州每年接收成千上万的新移民,自2022年春季以来,数字显著增加,超过11.8万移民主要来自拉丁美洲和加勒比地区,跨越了美国-墨西哥边境,根据外交关系委员会的数据。

许多移民转向配送行业,因为它在他们的情况下提供了更多的工作机会。这种就业的受欢迎程度在COVID-19大流行期间,尤其是在严格的封锁期间,急剧增加。

移民面临的交通限制

在大城市工作配送工作是不可能没有个人交通工具的。移民由于缺乏信用历史和必要的文件,无法贷款购买电动自行车或类似的交通工具,也无法注册踏板车或汽车。

电动自行车的价格从2000美元开始。虽然可以以新自行车价格的一半购买二手翻新模型,但对于低收入移民来说,这仍然是一笔巨大的费用。来自中国的更便宜的电动自行车容易磨损,需要维修,维修费用可能超过初始购买成本。

低质量电动自行车的问题

另一个与廉价交通相关的问题是电动自行车和滑板车中使用的劣质锂离子电池,这已经成为纽约的一大火灾原因。缺乏监管和配套基础设施使得这个问题成为一个严重的公共安全问题。

仅仅在今年的头两个月,纽约就经历了比2019年全年还多的由电池动力车辆引起的火灾。这导致了对电动自行车市场和认证的监管更加严格。确保获得安全的电动交通工具已经成为一个紧迫的社会问题。

AI技术如何解决这个问题

美国的一些电动自行车租赁服务สำหร配送人员脱颖而出。大多数配送工人都是没有信用历史的移民,这限制了他们获得安全和负担得起的交通工具的机会。一个潜在的解决方案是开发一个专有的评分系统,使昂贵的电动交通工具对配送人员来说是可及的。

与其依赖标准的社会安全号码、地址证明和其他传统的身份验证方法,不如使用基于以下内容的双因素验证:

  1. 来自外部来源的客户信息。
  2. 基于以前用户的数据和行为的预测。

一旦客户订阅服务,系统的分析将确定他们的信用度以及他们是否可能面临付款困难。为此,使用了来自10,000多个个人的统计数据来创建一个具有50多个数据点的计量模型。

算法决定是否可以为该人提供租赁服务,以及是否需要押金。如果被拒绝,服务提供替代方案,例如通过信用合作伙伴或购买自行车。对于批准的客户,系统还确定交易类型:租赁购买、每月或每周租赁。

这些过程的自动化被证明是有效的:在为8,500名用户提供服务的公司中,两年内,少于3%的自行车被盗。根据Bicycle Habit的数据,纽约每年大约有15,000辆自行车被盗。

AI技术用于分析没有信用评分的客户

以下概述了“无信用评分”分析的实施阶段。

开发专有评分系统

基于客户数据库分析,电动自行车租赁公司创建了自己的评分系统,以评估基于50多个参数(包括非财务参数)的财务可靠性。该模型不断学习,适应当前和过去客户的行为。可以调整参数,允许评分条件更复杂或更简单。这款产品专为与无法提供标准法律文件的客户合作的企业设计。

数据分析的一个简单例子

如果数据库显示潜在客户有多个电话号码或每两个月更换一次的地址,这可能表明他们正在更换电话号码或地址以避免付款。这将被系统标记,但最终决定将基于其他因素。

非传统评分系统检查什么其他内容

这样的系统还检查传统的财务指标,例如破产或驱逐的历史。在这种情况下,它考虑了客户破产程序的时间。然后根据具体情况做出决定。

如果潜在客户有10个以上的不同IP地址,这表明他们可能正在使用免费或共享的互联网。系统检查客户的住所和付款位置的IP地址,如果它们相距甚远,则有很高的欺诈可能性。

可以使用Stripe(美国在线支付系统)检查买家的付款方式是否被以前的零售商标记为欺诈。这有助于识别客户是否伪装成其他人。

通过面部识别和文档验证技术,入职和评分过程得到完全自动化,以最小化欺诈。

针对低收入目标受众的简化和安全

自定义软件中集成了以下几个辅助功能:

  • 电动自行车的实时跟踪。
  • 禁用电子部件。
  • 报警系统和远程轮锁。
  • 基于收集的自行车数据的自动警报(例如,进入限制区域,未经授权的州边界越过,GPS信号长时间丢失)。

评分过程的自动化显著提高了服务的转化率,因为客户可以提前了解所需的文件和决策阶段的预期。这样可以在短短几分钟内在线完成整个验证过程,避免了客户忘记必要文件或无法提供所需押金的情况。

由于自动化,服务可以做出即时的决定,加速入职流程。因此,从注册到收到车辆的时间从60分钟缩短到15分钟,员工不再浪费时间处理那些没有通过入职的客户。

租赁服务使用的其他技术

这些技术被美国所有顶级租赁服务使用,包括Whizz、Joco和Zoomo。区别在于他们的要求;例如,Zoomo要求身份证和居住证明作为第二个文件。最近,他们宣布取消背景调查,但是他们的入职和评分仍然涉及手动处理,需要客户邮寄他们的文件。Whizz和Joco在这方面领先于竞争对手,因为他们使用在线验证提供商自动化了流程。

Joco通过允许客户使用电动交通工具六个小时来减轻风险,然后自行车必须返回充电站。这意味着用户不能带着自行车回家,也有时间限制。

总结

技术不仅简化了生活,而且通过非传统的评分模型,提高了电动自行车的安全性,并解决了配送工人中的不平等问题。因此,可以说技术向处于困难境地的人们伸出了援助之手——即使对于那些没有信用评分的人来说也是如此。

Evgeniya Malina 是 Whizz 的流程和 AI 自动化负责人,拥有超过 9 年的战略与运营、数字化转型和产品开发经验。

Evgeniya 持有伦敦大学学院的学士学位和伦敦玛丽皇后大学的会计和商业/管理硕士学位。
她的职业
旅程始于 EY,她曾与包括亚马逊、JX 日石油与能源和 Sainsbury's 在内的全球组织合作。
之后,Evgeniya 成为著名金融和工业组织的顾问,她领导数字化转型项目团队,帮助公司将创新技术解决方案推向市场。 Evgeniya 也一直处于开发和实施新兴数字技术(如区块链和 5G)的前沿,获得了 2.9 亿美元的额外资金来建设基础设施。她在 5 个试点项目中开发和测试了数字化转型战略,这些项目后来扩展到 300 多个跨职能团队,结果产生了 1,000 多个新产品和服务,截至 2021 年底,产生了 44 亿美元的利润。
后来,她担任 Food Rocket 的商业战略和运营负责人,Evgeniya 推动了公司的发展,团队扩展到 160 人,并在公司从 Circle K 获得 3750 万美元资金后,扩展到 3 个不同的州。 Evgeniya 管理了每年 1000 万美元的创新项目预算,并培训了 80 多名员工采用技术。她在北卡罗来纳州的夏洛特推出了全球首个、可扩展的“灰色商店”概念,展示了两位数的增长,并为最后一公里交付建立了一个流程自动化系统。
Evgeniya 的目标是创建快速、数字化和透明的商业运营,以满足现代世界中客户不断变化的需求。