inteligência artificialIAaprendizado de máquinarisco de créditogestão de riscociência de dadosfintech
O Analista Aprimorado: Como a Zirdle Usa IA para Melhorar a Avaliação de Risco de Crédito
Por Chief Data Scientist, Zirdle
Loading...
Loading...
O termo "Inteligência Artificial" no setor financeiro frequentemente evoca duas imagens opostas: uma visão utópica de tomada de decisão automatizada e impecável, ou um temor distópico de algoritmos opacos de "caixa preta" fazendo escolhas tendenciosas e sem prestação de contas. Na Zirdle, rejeitamos ambos os extremos. Nossa filosofia está enraizada em um conceito mais poderoso e pragmático: Inteligência Aumentada.
Não acreditamos que a IA seja um substituto para o julgamento contextualizado e cheio de nuances de nossos especialistas humanos em análise de crédito e parceiros corretores no terreno. Em vez disso, enxergamos a IA – especificamente, o aprendizado de máquina (ML) – como uma ferramenta incrivelmente poderosa que pode aumentar suas capacidades, permitindo que tomem decisões mais rápidas, consistentes e ricas em dados.
Este artigo vai desmistificar como a IA realmente funciona dentro de nossa estrutura de risco de crédito, focando em como ela potencializa nossos especialistas humanos, em vez de substituí-los.
Por décadas, a avaliação de crédito dependeu de modelos estatísticos tradicionais, como a regressão logística, usando um número limitado de pontos de dados (por exemplo, renda, nível de dívida, inadimplências passadas). Esses modelos são transparentes e fáceis de interpretar, mas têm limitações significativas:
Nossos modelos de ML são projetados para superar essas limitações e servir como um poderoso co-piloto para nossos tomadores de decisão humanos. Veja como:
Nossos modelos podem analisar milhares de pontos de dados para uma determinada oportunidade de empréstimo, muito além do que qualquer humano poderia processar. Isso inclui não apenas dados financeiros tradicionais, mas também:
Ao processar esse vasto conjunto de dados, o modelo pode revelar insights e riscos potenciais que, de outra forma, permaneceriam ocultos.
É aqui que o ML realmente se destaca. Um analista humano pode ver que a receita de um mutuário está aumentando, o que é um bom sinal. Mas um modelo de ML pode identificar um padrão mais complexo: "A receita está aumentando, MAS está se tornando mais concentrada em um único cliente que está em um setor com correlação negativa com o aumento dos preços do petróleo."
O modelo não está apenas olhando para variáveis; ele está olhando para as relações intrincadas e multidimensionais entre elas. Ele pode sinalizar essas correlações ocultas e apresentá-las ao analista humano para investigação posterior.
Todo ser humano tem vieses inconscientes. Um analista pode ter uma experiência particularmente boa ou ruim com um certo setor, o que poderia colorir sutilmente seus julgamentos futuros. Nossos modelos de IA, quando devidamente treinados e auditados quanto à imparcialidade, estão livres desses vieses humanos.
O modelo fornece uma pontuação consistente e baseada em dados de "probabilidade de inadimplência" para cada empréstimo. Essa pontuação não toma a decisão final. Em vez disso, atua como uma linha de base objetiva. Se um analista humano quiser substituir a recomendação do modelo (seja para aprovar um empréstimo sinalizado pelo modelo, ou rejeitar um que ele aprovou), deve fornecer uma justificativa clara e por escrito. Esse processo de "humano no circuito" força uma decisão rigorosa e responsável, combinando o melhor dos dois mundos: a consistência baseada em dados da máquina e a compreensão contextual do especialista humano.
Ao contrário dos modelos estáticos, nossos sistemas de ML são projetados para aprender. Alimentamos continuamente novos dados de desempenho de nossa carteira de empréstimos. Ao ver quais empréstimos tiveram bom desempenho e quais foram inadimplentes, o modelo refina constantemente seus algoritmos, tornando-se mais inteligente e preciso com o tempo. Ele pode se adaptar a mudanças nas condições econômicas de uma forma que os modelos tradicionais simplesmente não conseguem.
O futuro da avaliação de crédito não é uma batalha entre humanos e máquinas. É uma parceria. Na Zirdle, nossa IA não é um juiz autônomo; é a assistente de pesquisa mais poderosa do mundo. Ela peneira montanhas de dados, identifica padrões complexos e apresenta suas descobertas aos nossos especialistas humanos. São esses especialistas – nossas equipes internas e nossos parceiros corretores externos – que então aplicam sua sabedoria, experiência e contexto do mundo real para tomar a decisão final e inteligente de empréstimo.
Essa abordagem de inteligência aumentada nos permite ser tecnologicamente avançados e profundamente humanos, oferecendo um nível de avaliação de risco mais completo, consistente e com visão de futuro do que nunca.