2 人工智能如何服務借貸管理?
貸款是美國的一項大型業務，直接和間接地涉及幾乎所有經濟部門。 截至2017年9月，美國的消費者債務接近3.8萬億美元。 信用卡債務約占1萬億美元，汽車貸款約為萬億美元，學生貸款約為1.5萬億美元。 此外，抵押貸款債務的總價值略低于14.6萬億美元。 債務是大生意。
由于數以千萬計的美國人持有價值數萬億美元的貸款，任何可以使公司的貸款回報率略微提高或者能夠提高其市場份額的技術都值得花大筆錢。這就是為什么現場的老牌銀行和創業公司都在不斷尋找創新方法 - 人工智能可能就是這樣。
貸款的核心是一個大數據問題，使其成為一種自然適合機器學習的業務。 貸款價值的一部分與需要貸款的個人或企業的信譽相關。 您擁有的關于個人借款人的數據越多(以及過去類似的個人償還債務的方式)，您就越能評估其信譽。
因此，貸款的價值與抵押品價值(汽車，房屋，商業，藝術品等)的評估，未來通脹的可能水平以及對整體經濟增長的預測有關。 人工智能的承諾是理論上它可以將所有這些數據源分析在一起，以創建一個連貫的決策。 出于這些原因，在今年早些時候寫的一篇文章中，“信譽”被強調為我們的“人工智能的日常應用”之一。
貸款上的人工智能概述
本文將介紹在貸款業務中使用AI和機器學習的一些最新和最有趣的嘗試。 它不會考慮該領域的每一次AI使用，而是會對主要應用進行概述。 具體來說，我們將涵蓋：
如何使用人工智能來確定信譽，特別是那些沒有信用記錄的人
AI如何用于簡化貸款流程
AI如何被用于改善借款人的客戶體驗
所有這些目標相互補充。 例如，您可以更好地確定個人的信譽，您可以更輕松地簡化內部流程。 同樣，流程越快，越不麻煩，對客戶越有吸引力。
確定信譽
大多數貸款的價值主要取決于個人或企業償還貸款的可能性，因此確定個人違約的可能性對整個行業至關重要。 即使信息完美，它也可能是一項復雜的任務，而且信息往往是不完整或錯誤的。 個人和企業有時會撒謊。 有幾家公司正在使用AI進行風險評估。
雖然過去貸款人只關注FICO得分和收入等幾個指標，但公司已經開始關注個人的整個生命，甚至是他們龐大的數字足跡，以確定他們違約的可能性。 這被稱為潛在借款人的“替代數據”。 這個想法是，額外的數據不僅可以提供對已建立FICO分數的人的更多洞察，而且對于確定沒有傳統信用記錄的人的信譽特別有用。
Lenddo-數字足跡分析
Lenddo是一家積極利用先進的機器學習來梳理大量替代數據以預測個人信譽的創業公司。 該公司成立于2011年，專注于新興市場，這個市場崛起的中產階級往往缺乏傳統的信用記錄甚至銀行賬戶。 他們聲稱有500萬人通過他們的合作伙伴獲得貸款，因為他們的系統能夠評估他們的信譽。
正如下面的視頻所解釋的那樣，Lenddo通過讓個人下載他們的app來查看潛在申請人的整個數字足跡，以確定他們的信譽。 他們聲稱它查看了超過12,000個變量，包括社交媒體帳戶使用，互聯網瀏覽，地理定位數據和其他智能手機信息。 他們的機器學習算法將所有這些數據轉換為銀行和其他貸方可以使用信用評分。
Lenddo聲稱不與貸方分享這些個人數據，只是他們分析的最終結果以保護個人隱私。 他們聲稱他們的系統幫助他們的合作伙伴批準多達50%的申請。
ZestFinance - 人工智能和基于搜索的分析
ZestFinance是另一家使用機器學習處理替代數據以獲取所謂“瘦文件借款者”( 那些沒有信用記錄或信用記錄很少的人)信息的公司 。正如他們在本視頻中所解釋的那樣，他們為公司提供了使用數據源進行承保的工具。
他們最近公布的最重要的公告之一是來自中國領先的互聯網搜索提供商百度的戰略投資。 ZestFinance將使用百度搜索數據為個人開發信用評分，為傳統的信用評分系統大多缺乏的大型中國市場提供大量數據。
ZestFinance將能夠利用百度的個人搜索，位置和支付數據。 ZestFinance能夠幫助貸方確定百度用戶的信譽 - 即使所述用戶的信用記錄很少。 據ZestFinance稱，中國有5億人沒有信用記錄。
在許多方面，這種方法模擬了保險中人工智能的一些“個性化數據”使用案例，我們在Progressive等公司看到，其中收集有關個別司機的數據，以更好地預測他們的事故風險。 毫不奇怪，類似的方法也可用于改善貸款的風險預測 - 這是我們預計將持續到未來十年的趨勢。
ZestFinance最近還與福特汽車信貸公司完成了一項研究。 基于該研究的成功，福特信貸正在制定計劃，在其汽車融資中使用機器學習。
Equifax公司
這不僅僅是創業公司使用機器學習和一些替代資源來更好地確定個人的信譽，而且也是大型企業。 Equifax是三大信用局之一。 Equifax全球分析高級副總裁彼得·梅納德今年接受采訪時聲稱他們的新“神經網絡將模型的預測能力提高了15%。”用它來回顧最近的決策，他們發現貸款是 被拒絕可能是安全的。
精簡
尋找新的更好的方法來確定個人的信譽是增加業務和贏得客戶的一種方式。 消除管理開銷和延遲是最大化每個貸款創造的利潤額的一種方法。 多年來，銀行和其他貸方一直在使用計算機系統來自動化越來越多的貸款流程，但現在一些公司正在努力使流程完全自動化。
Upstart - 完全自動化和AI確定的信譽
Upstart是使用人工智能確定信譽并簡化貸款流程的最知名創業公司之一。其兩位聯合創始人是前Google員工。 Dave Girouard曾擔任Google Enterprise總裁，Anna M. Counselman曾擔任Gmail的消費者運營部門。
Upstart首先關注那些缺乏信用記錄的年輕人。除了傳統的FICO分數和多年的學分外，Upstart還考慮了教育，SAT分數，GPA，學習領域和工作經歷，以使用機器學習來預測個人的信譽。
Upstart的一個主要目標是使用現代數據科學來實現貸款流程的自動化。他們聲稱已經能夠迅速增加他們完全自動化的貸款數量，截至2017年9月，自動化已達到40%。雖然其他公司也自動化了一些數據輸入，文書工作處理和基本信息驗證，但大多數貸款申請仍然由人類承銷商審核，然后才能獲得批準。檢查信息準確或貸款有意義的人。
Upstart是一家混合型貸方，直接提供一些貸款，并為其他貸方提供貸款。 今年，它還開始通過軟件即服務向其他公司提供技術。
改善客戶體驗并尋找客戶
本節將僅考慮人工智能的貸款特定用途，以吸引客戶。 顯而易見，大型銀行以及各個行業都在采用通用的人工智能工具，如聊天機器人，客戶關系管理工具和廣告分析。
Personetic - 貸款償還
Personetic是一家認知銀行公司，為主要銀行(如加拿大皇家銀行和Ally Bank)提供AI應用。 該公司最近公布的一項應用是一項工具，即“Personetics Act”，旨在幫助個人省錢。
他們主頁上的視頻顯示了“Personetics Act”如何為客戶服務。
他們使用相同的基本技術幫助個人更快地還清學生貸款。 他們聲稱他們的系統使用機器學習來確定分析個人的財務習慣，以確定他們是否能夠更快地償還學生貸款。 然后，系統可以自動向個人建議他們應該貢獻多少。
亞馬遜 - 小企業貸款
鑒于亞馬遜在在線零售業中的主導作用，它擁有大量的專有信息，包括在其網站上銷售的產品，客戶對這些產品的看法，制造這些產品的公司的經濟狀況以及對于這些產品未來可能的需求。
亞馬遜正在機器學習模型中使用這些數據來尋找提供小企業貸款的公司。該計劃僅限邀請。亞馬遜發現公司可以提供貸款并使申請非常容易。相比是其他傳統貸方，他們專有的數據來源可能會讓亞馬遜更好地了解某些特定公司可能希望獲得的貸款及其相對信譽。亞馬遜有可能可以意識到小企業要使用貸款并在小企業主需要貸款之前提供貸款。
人工智能在金融借貸中總結和未來趨勢
使用機器學習來分析貸款和信用評級中的替代數據將會引發一些隱私，道德和法律問題。許多人可能對一家公司無法獲得有關其生活的所有敏感信息感到不舒服。即使所有這些公司都遵循道德規范，他們擁有的數據越多，在數據泄露中惡意黑客就越可能竊取這些數據。
使用“大數據”也存在公司意外或故意歧視群體的風險。例如，程序可能不會拒絕來自受保護少數群體的申請，但它可能會拒絕具有十幾個數據標記的個人的申請，這些數據標記恰好與這些群體高度相關。
即使存在這些問題，使用機器學習來處理替代數據以確定信譽也可能會顯著增長。有數十億人沒有真正的信用記錄，公司可能有一天會想要提供抵押貸款，產品付款計劃，信用卡或其他貸款。這些工具的財務吸引力是顯而易見的。有理由相信，你收集的關于個人的信息越多，你就越有可能預測他們的行為，包括他們如何勤勉地償還貸款。
一個重要的警告是，任何系統都只能與設置它的人一樣好。其中許多應用都是新的，在經濟適度增長的時期才真正存在。在經濟繁榮時期，貸款的價值很容易出現;真正的考驗往往是他們在經濟低迷時期的表現。
即使機器學習能夠準確地使用個人的數字足跡(購買歷史，app使用，搜索歷史，社交媒體活動等)來確定其信譽度，機器學習系統也不一定會產生比傳統信用措施更好的結果。 (盡管即使是那些傳統的信用分析方法，對于“白領自動化”來說也許是懸而未決的結果)。
可以設計一個程序來為您提供所需的答案，而不是正確的答案。正如我們在信用違約互換市場崩潰時看到的那樣，如果激勵措施是錯誤的，公司可以創造合理的理由，以便給予不良貸款批準印章。有些公司可能會偶然或故意使用新的機器學習方法來解決相同的錯誤。
人工智能公司可能只是為那些風險較大的人提供貸款，而不是找到更多貸款風險較低的人。這些初創公司的成功可能會導致其他公司不那么謹慎的進入市場。
京公網安備 11010502049343號