În viitorul apropiat, decizia de a acorda credite sau nu se va lua exclusiv în baza algoritmilor de Inteligență Artificială.
În scopul automatizării proceselor operaționale, instituțiile de credit - atît băncile cît și IFN-urile din România, au inițiat procesul de transformare digitală prin integrarea algoritmilor în procesele decizionale. Această clasă de algoritmi, permite acordarea în mod automatizat de împrumuturi, în baza politicilor de creditare interne adoptate de către instituții. Această practică de automatizare a deciziei de acordare a unui împrumut este implementată mai ales în cazul unor tipuri de împrumuturi specifice: deciziile de acordare a creditelor de consum sau a creditelor de nevoi personale sunt deja evaluate cu ușurință de către roboți automatizați. Însă, această abordarea nu este potrivită pentru moment în cazul creditelor ipotecare.
Modele de evaluare a riscului de credit
Să spunem că 2 clienți au apelat la Banca A.
Ana, 28 de ani. Venit net lunar de 3000 lei. Angajată pe un post de contabil.
Ion, 35 de ani. Venit net lunar de 4000 lei. Angajatul pe un post de analist.
Care dintre cele două cereri de împrumut este mai probabilă să fie refuzată?
La această etapă, nu se poate afirma cu exactitate. De ce? Pentru ca nu au fost prezentate suficiente date ale problemei. Acest lucru poate fi înțeles de orice persoană care a solicitat cel puțin o dată un împrumut și este informat cu privire la scorul de credit și istoricul de credit. Să mergem mai departe cu povestea.
Ana nu are un istoric de credit. Ion are un scor (FICO) de 690 și un credit de nevoi personale în derulare, acordat pe o perioadă de 5 ani. Acum, situația se clarifică.
Deci, cine are șanse mai mari să obțină un împrumut?
La această etapă, Ion. Spre deosebire de Ana care nu are un istoric de credit, Ion are un scor de credit, un istoric bun şi salariu mare. Multe instituții bancare nu doresc să crediteze clienți care nu au trecut încă de “controlul de securitate”, adică persoane care să fi fost deja în situația de a plăti rate.
Există, însă, câteva variabile în plus de luat în calcul.
Robotul băncii A a depistat că Ion are un grad de similaritate de 80% cu clasa de clienți care nu-și achită cel de-al doilea împrumut contractat în decurs de 12 luni.
Cum își dă seama robotul de acest lucru? Analizând ansamblul caracteristicilor ce țin de profilul lui Ion și comportamentul său de creditare - începând de la nivelul salarial și terminând cu durata completării cererii de împrumut.
În egală măsură, robotul băncii A o identifică pe Ana drept o persoană cu un nivel ridicat de responsabilitate și fiabilitate. Iar plusul de încredere pe care o bancă îl acordă unui astfel de client se traduce printr-o loialitate mai puternică față de acesta.
La ce se uită robotul atunci când ia o decizie?
Desigur, mai întâi la factorii clasici:
- Punctualitatea achitării ratelor
- Plățile întârziate
- Istoricul de creditare
- Valoarea împrumuturilor curente
Iată și câțiva factori nu la fel de evidenţi, dar care totuși contează:
- Constanța la locul de muncă
- Numărul de cereri pentru un nou împrumut
- Locul de reședință al clientului
De asemenea, viitorii roboți nu vor pierde din vedere factori precum:
- Comportamentul clientului în timpul completării cererii de împrumut: de câte ori greșește, introduce și șterge informații, la ce oră din zi sau din noapte întocmește o cerere, dacă citește sau nu informațiile de pe site cu privire la condițiile de acordare a împrumutului, dacă face o cerere în timp ce se află în orașul de reședință sau în momentul în care este plecat din localitate.
- Depistând sursa prin care a ajuns clientul pe site, robotul va ști de unde vin clienții de încredere și de unde provin cei nesiguri.
- Tipul și modelul dispozitivului. Robotul va afla care este modelul telefonului și versiunea browser-ului de pe care un client solicită credit, indiferent dacă acesta folosește mai multe dispozitive sau unul singur.
Și aceștia nu sunt toți factorii care vor conta atunci când viitorii roboți vor lua decizii cu privire la acordarea de împrumuturi.
Robot cu funcția de auto-învățare
Fiecare instituție de creditare colectează o bază de date cu toate cererile și deciziile luate despre aplicații de credit, precum și istoricul rambursării împrumuturilor. Pe baza acestor date, modelele statistice învață prin analizarea tuturor experiențelor anterioare, urmând ca în cele din urmă să înceapă să ia decizii în mod independent. În etapele inițiale, acest proces are loc sub supravegherea managerilor de risc.
Cu cât este mai vast istoricul din baza de date și istoricul de creditare la care robotul are acces, cu atât mai eficient și mai rapid va învăţa modelele statistice care stau la baza inteligenței artificiale.
Apropo, în ceea ce priveşte AI (inteligenţa artificială), companiile FinTech sunt cu mult înaintea băncilor. Acestea din urmă s-au dovedit greoaie în ceea ce privește adaptarea la noile tendințe. Multe dintre instituțiile bancare lucrează cu tehnologii învechite, care sunt scumpe și dificil de schimbat.
Dacă fintech-urile ajung, uşor-uşor, să aibă din ce în ce mai mulți clienți, băncile trebuie să se adapteze şi să îşi actualizeze rapid tacticile.
Argumente pro și contra pentru client
Cât de benefice sunt aceste inovații pentru clienți?
Am enumerat, mai jos, care sunt, pentru debitori, principalele argumente pro și contra ale folosirii inteligenței artificiale (AI).
+ Robotul este mai obiectiv. E dificil pentru oameni să fie 100% obiectivi din cauza experiențelor de viață diverse, a educației, religiei și a altor factori. O mașinărie nu are prejudecăți, sentimente, stări de spirit, perioade dificile în viață.
+ Robotul poate examina factori care scapă analizei umane. El poate lua în calcul sute de caracteristici ale clientului folosind algoritmi sofisticați, ținând cont de toate detaliile și aranjându-le în categorii pro și contra. Capacitățile umane în acest departament sunt foarte limitate.
+ Robotul funcționează mai repede și fără zile libere. Asta înseamnă că viteza de lucru va crește semnificativ. Produsele de credit vor fi complet automatizate. Resursele umane vor fi mai puțin supraîncărcate și îți vor putea oferi asistența necesară mult mai rapid.
+ Datorită AI, clienții au condiții mai favorabile. Prin minimizarea pierderilor cu ajutorul AI, banca poate oferi condiții mai favorabile clienților bun-platnici: rate mai mici, un nivel mai mare de securitate a tranzacțiilor etc.
Dintre minusuri, nu am găsit decât unul:
- Clienții rău-platnici nu vor mai primi împrumuturi. Acest lucru se va întâmpla chiar dacă ei nu știu că nu sunt considerați de încredere. Robotul știe, însă. Vezi exemplul de mai sus despre Ivan.
Ce alte îmbunătățiri ne așteaptă odată cu apariția AI în sectorul bancar?
Prevenirea fraudei: AI poate observa un comportament suspect și poate solicita informații suplimentare, poate chiar suspenda temporar sau bloca tranzacțiile. Acest lucru va reduce considerabil riscul de fraudă cu cardul de credit.
Asistent financiar personal: Asistentul tău personal te va avertiza dacă aceeași sumă este debitată de pe card de două ori. Sau atunci când plătești prea mult în restaurant. Dacă vei considera aceste avertismente ca fiind eronate, poți oricând să dai comandă asistentului că “totul este în ordine”.
De asemenea, analizând datele financiare curente, asistentul îți va oferi produse de asigurare mai adecvate pentru creditul tău. Îți amintește în avans de datele plăților și te avertizează cu privire la aprecierea sau deprecierea monedei.
Experiența noastră personală
La Ocean Credit, folosim deja algoritmi automați atunci când acordăm împrumuturi clienților. De la 1 noiembrie 2019, după lansarea serviciului de verificare online a scorurilor de credit pe oceancredit.ro, 88% din împrumuturi sunt emise automat. Acest lucru permite clienților noștri să nu depindă nici de orele noastre de lucru, nici de programul săptămânal.
Am început să acordăm mai puține împrumuturi din acest motiv? Nici vorbă, de fapt am acordat considerabil mai multe.
La ce se uită robotul nostru atunci când ia decizii cu privire la acordarea unui împrumut? Se pare că până și modul în care citești acest articol îți poate afecta șansele la un credit (nu ne lua în serios, glumim și noi, sau nu).
Citește “Modul în care băncile și instituțiile nebancare iau decizii privind acordarea unui împrumut”.
