Примеры использования искусственного интеллекта для принятия кредитных решений
Размещено на сайте 20.08.2021
Среди новых технологий кредитования сложнее всего банкам даются технологии на базе искусственного интеллекта. Рассмотрим их в разрезе ключевых этапов кредитного процесса. Статья позволит определить желаемые результаты применения искусственного интеллекта на каждом из этих этапов и разработать алгоритм их достижения, а также поможет малым банкам наметить пути для решения проблемы нехватки данных и компетенций.
Андрей ЛЕУШЕВ, основатель и президент компании Farzoom (ООО «Фазум»), к.э.н.
Приводятся извлечения из статьи.
Полную версию материала читайте в журнале.
Подписаться
На этапе подачи заявки ключевым результатом применения технологий на базе искусственного интеллекта можно назвать формирование предодобренных лимитов и конкретного предодобренного предложения клиенту на базе его идентифицированной потребности.
|
На этапе сбора документов за счет автоматизации исчезает необходимость сплошной верификации документов, количество верификаторов снижается в 10 раз, а время проверки комплекта документов сокращается с 30 минут до нескольких секунд.
|
Для преодоления дефицита данных (особенно транзакционных) необходимы объединение банков в консорциумы и построение совместных массивов данных и рейтинговых моделей. Этот путь полностью открыт для малых банков, и им только нужно научиться кооперироваться.
|
Если достаточно большая группа малых банков объединит усилия для решения своих задач, то благодаря шерингу данных, технологий и клиентов вероятность успеха будет высока.
|
Для прямого встраивания процессов кросс-продаж и дополнительных продаж нет ничего более эффективного, чем использование моделей Next Best Offer на базе искусственного интеллекта и того же массива данных, который необходим для принятия кредитного решения.
|