umělá inteligenceAIstrojové učeníúvěrové rizikořízení rizikdatová vědafintech
Rozšířený analytik: Jak Zirdle využívá AI ke zlepšení hodnocení úvěrového rizika
Autor Hlavní datový vědec, Zirdle
Loading...
Loading...
Termín "umělá inteligence" ve financích často vyvolává dva protichůdné obrazy: utopickou vizi bezchybného automatizovaného rozhodování, nebo dystopický strach z neprůhledných "černých skříněk" algoritmů, které činí zaujatá a neodpovědná rozhodnutí. V Zirdle oba extrémy odmítáme. Naše filozofie je zakořeněna v mocnějším a pragmatičtějším konceptu: Rozšířené inteligenci.
Nevěříme, že AI je náhradou za nuancované, kontextuální úsudky našich expertních lidských úvěrových analytiků a terénních broker partnerů. Místo toho vnímáme AI – konkrétně strojové učení (ML) – jako neuvěřitelně mocný nástroj, který může jejich schopnosti rozšířit, což jim umožňuje činit rychlejší, konzistentnější a daty bohatší rozhodnutí.
Tento článek odhalí, jak AI ve skutečnosti funguje v rámci našeho úvěrového rizikového rámce, se zaměřením na to, jak posiluje naše lidské experty, namísto aby je nahrazovala.
Po desetiletí se hodnocení úvěrové způsobilosti spoléhalo na tradiční statistické modely, jako je logistická regrese, používající omezený počet datových bodů (např. příjem, úroveň dluhu, minulé defaulty). Tyto modely jsou transparentní a snadno interpretovatelné, ale mají významná omezení:
Naše ML modely jsou navrženy tak, aby tato omezení překonaly a sloužily jako mocný kopilot pro naše lidské rozhodovatele. Zde je jak:
Naše modely dokáží analyzovat tisíce datových bodů pro danou úvěrovou příležitost, daleko za hranice toho, co by dokázal zpracovat jakýkoli člověk. To zahrnuje nejen tradiční finanční data, ale také:
Zpracováním tohoto rozsáhlého datového souboru může model odhalit poznatky a potenciální rizika, která by jinak zůstala skrytá.
Zde ML skutečně vyniká. Lidský analytik může vidět, že příjmy dlužníka rostou, což je dobré znamení. Ale ML model může identifikovat složitější vzorec: "Příjmy rostou, ALE stále více se koncentrují u jediného zákazníka, který je v sektoru negativně korelovaném s rostoucími cenami ropy."
Model se nedívá jen na proměnné; dívá se na složité, vícerozměrné vztahy mezi nimi. Dokáže tyto skryté korelace označit a předložit je lidskému analytikovi k dalšímu prošetření.
Každý člověk má nevědomé předsudky. Analytik mohl mít zvláště dobrou nebo špatnou zkušenost s určitým odvětvím, což by mohlo jemně ovlivnit jeho budoucí úsudky. Naše AI modely, pokud jsou řádně trénovány a auditovány na spravedlnost, jsou těchto lidských předsudků prosty.
Model poskytuje konzistentní, daty řízené "skóre pravděpodobnosti defaultu" pro každý úvěr. Toto skóro samo o sobě nečiní konečné rozhodnutí. Místo toho funguje jako objektivní základní linie. Pokud chce lidský analytik doporučení modelu přepsat (ať už schválit úvěr, který model označil, nebo zamítnout ten, který schválil), musí poskytnout jasné, písemné odůvodnění. Tento proces "člověka ve smyčce" vynucuje důkladné a odpovědné rozhodování, kombinující to nejlepší z obou světů: daty řízenou konzistenci stroje a kontextuální porozumění lidského experta.
Na rozdíl od statických modelů jsou naše ML systémy navrženy k učení. Neustále je zásobujeme novými výkonnostními daty z našeho úvěrového portfolia. Tím, že vidí, které úvěry si vedly dobře a které selhaly, model neustále zdokonaluje své algoritmy, stává se chytřejším a přesnějším v čase. Dokáže se přizpůsobit měnícím se ekonomickým podmínkám způsobem, jakým tradiční modely jednoduše nemohou.
Budoucnost hodnocení úvěrové způsobilosti není bitvou mezi lidmi a stroji. Je to partnerství. V Zirdle naše AI není autonomní soudce; je to nejmocnější výzkumný asistent na světě. Prohrabává se horami dat, identifikuje složité vzorce a předkládá svá zjištění našim lidským expertům. Jsou to právě tito experti – naše interní týmy a externí broker partneři – kteří poté aplikují svou moudrost, zkušenost a reálný kontext, aby učinili konečné, inteligentní úvěrové rozhodnutí.
Tento přístup rozšířené inteligence nám umožňuje být technologicky pokročilí i hluboce lidský zároveň, a poskytovat tak úroveň posouzení rizik, která je důkladnější, konzistentnější a více zaměřená na budoucnost než kdy dříve.