mākslīgais intelektsAImašīnmācīšanāskredītrisksrisku pārvaldībadatu zinātnefintehs
Uzlabotais analītiķis: kā Zirdle izmanto AI, lai uzlabotu kredītriska novērtējumu
Autors Galvenais datu zinātnieks, Zirdle
Loading...
Loading...
Termins "mākslīgais intelekts" finanšu jomā bieži izraisa divas pretējas ainas: utopisku pilnīgi automātu, nevainojamu lēmumu pieņemšanas redzējumu vai distopisku bailes no necaurredzamām "melnās kastes" algoritmām, kas pieņem neobjektīvus un neuzskaitāmus lēmumus. Zirdle mēs noraidām abas galējības. Mūsu filozofija ir sakņota spēcīgākā un pragmatiskākā konceptā: Papildinātajā intelektā.
Mēs neticam, ka mākslīgais intelekts var aizstāt mūsu ekspertu cilvēku kredītu analītiķu un lauka brokeru partneru niansēto, kontekstā balstīto spriedumu. Tā vietā mēs redzam mākslīgo intelektu – konkrēti, mašīnmācīšanos (ML) – kā neticami spēcīgu rīku, kas var papildināt viņu spējas, ļaujot viņiem pieņemt ātrākus, konsekventākus un ar datiem bagātākus lēmumus.
Šis raksts atklās, kā mākslīgais intelekts faktiski darbojas mūsu kredītriska ietvaros, koncentrējoties uz to, kā tas pastiprina mūsu cilvēku ekspertus, nevis aizstāj tos.
Gadu desmitiem kredītvērtēšana ir balstījusies uz tradicionāliem statistikas modeļiem, piemēram, loģistisko regresiju, izmantojot ierobežotu datu punktu skaitu (piem., ienākumi, parādu līmenis, pagātnes nokavējumi). Šie modeļi ir caurredzami un viegli interpretējami, taču tiem ir būtiski ierobežojumi:
Mūsu ML modeļi ir veidoti, lai pārvarētu šos ierobežojumus un kalpotu kā spēcīgs kopilotts mūsu cilvēku lēmumu pieņēmējiem. Lūk, kā:
Mūsu modeļi var analizēt tūkstošiem datu punktu konkrētai aizdevuma iespējai, daudz vairāk, nekā jebkurš cilvēks varētu apstrādāt. Tas ietver ne tikai tradicionālos finanšu datus, bet arī:
Apstrādājot šo milzīgo datu kopu, modelis var atklāt ieskatus un potenciālos riskus, kas citādi paliktu slēpti.
Šeit ML patiešām izceļas. Cilvēka analītiķis varētu redzēt, ka aizņēmēja ieņēmumi pieaug, kas ir labs pazīme. Bet ML modelis varētu identificēt sarežģītāku modeli: "Ieņēmumi pieaug, BET tie kļūst arvien koncentrētāki pie viena klienta, kurš darbojas nozarē, kas ir negatīvi korelēta ar augošām naftas cenām."
Modelis ne tikai skatās uz mainīgajiem; tas skatās uz sarežģītajām, daudzdimensiju attiecībām starp tiem. Tas var izcelt šīs slēptās korelācijas un prezentēt tās cilvēka analītiķim turpmākai izpētei.
Katram cilvēkam ir neapzināmas aizspriedumi. Analītiķim varētu būt īpaši laba vai slikta pieredze ar noteiktu nozari, kas varētu nemanāmi ietekmēt viņa turpmākos spriedumus. Mūsu mākslīgā intelekta modeļi, pareizi apmācīti un pārbaudīti godīgumam, ir brīvi no šiem cilvēka aizspriedumiem.
Modelis nodrošina konsekventu, uz datiem balstītu "nokavējuma varbūtības" rezultātu katram aizdevumam. Šis rezultāts nepieņem galīgo lēmumu. Tā vietā tas darbojas kā objektīvs pamats. Ja cilvēks analītiķis vēlas ignorēt modeļa ieteikumu (vai apstiprināt aizdevumu, ko modelis atzīmēja, vai noraidīt to, ko tas apstiprināja), viņam jānodrošina skaidrs, rakstisks pamatojums. Šis "cilvēka iesaistīšanas" process piespiež pieņemt stingru un atbildīgu lēmumu, apvienojot abu pasaulu labāko: mašīnas uz datiem balstīto konsekvenci un cilvēka eksperta kontekstālo izpratni.
Atšķirībā no statiskiem modeļiem, mūsu ML sistēmas ir veidotas, lai mācītos. Mēs nepārtraukti barojam tās ar jauniem veiktspējas datiem par mūsu aizdevumu portfeļiem. Redzot, kuri aizdevumi veiksmīgi veidojās un kuri nokavēti, modelis pastāvīgi uzlabo savus algoritmus, laika gaitā kļūstot gudrāks un precīzāks. Tas var pielāgoties mainīgiem ekonomiskiem apstākļiem tādā veidā, kā tradicionālie modeļi vienkārši nevar.
Kredītvērtēšanas nākotne nav cīņa starp cilvēkiem un mašīnām. Tā ir partnerība. Zirdle mūsu mākslīgais intelekts nav autonomais tiesnesis; tas ir pasaules visvarenākais pētnieka palīgs. Tas izsijā caur datu kalniem, identificē sarežģītus modeļus un prezentē savus atklājumus mūsu cilvēku ekspertiem. Tieši šie eksperti – mūsu iekšējās komandas un ārējie brokeru partneri – pēc tam pielieto savu gudrību, pieredzi un reālās pasaules kontekstu, lai pieņemtu galīgo, inteliģento aizdevuma lēmumu.
Šī papildinātā intelekta pieeja ļauj mums būt gan tehnoloģiski progresīviem, gan dziļi cilvēcīgiem, nodrošinot riska novērtējuma līmeni, kas ir pārdomātāks, konsekventāks un vairāk vērsts uz nākotni nekā jebkad agrāk.