Loading...
Izraz "umetna inteligenca" v financah pogosto prikliče dve nasprotni podobi: utopično vizijo brezhibnega, avtomatiziranega odločanja ali distopični strah pred neprozornimi algoritmi "črne škatle", ki sprejemajo pristranske in neodgovorne odločitve. V Zirdle zavračamo oba ekstrema. Naša filozofija temelji na močnejšem in bolj pragmatičnem konceptu: povečana inteligenca.
Ne verjamemo, da je umetna inteligenca nadomestek za niansirano, kontekstualno presojo naših človeških strokovnjakov za kreditno analizo in terenskih partnerskih brokerjev. Namesto tega vidimo umetno inteligenco – zlasti strojno učenje (ML) – kot izjemno zmogljivo orodje, ki lahko okrepita njihove sposobnosti in jim omogoča hitrejše, bolj dosledne in podatkovno bogatejše odločitve.
Ta članek bo razčistil, kako umetna inteligenca dejansko deluje v našem okviru za upravljanje kreditnega tveganja, s poudarkom na tem, kako okrepi naše človeške strokovnjake, namesto da bi jih nadomestila.
Desetletja se je kreditno ocenjevanje zanašalo na tradicionalne statistične modele, kot je logistična regresija, z uporabo omejenega števila podatkovnih točk (npr. dohodka, ravni dolga, preteklih neizpolnjevanj obveznosti). Ti modeli so pregledni in jih je enostavno razlagati, vendar imajo pomembne omejitve:
Naši modeli ML so zasnovani tako, da premagajo te omejitve in služijo kot močan sopilot za naše človeške odločevalce. Evo kako:
Naši modeli lahko analizirajo tisoče podatkovnih točk za posamezno posojilno priložnost, daleč prek tega, kar bi lahko obdelal katerikoli človek. To vključuje ne le tradicionalne finančne podatke, temveč tudi:
Z obdelavo tega ogromnega nabora podatkov lahko model odkrije vpoglede in potencialna tveganja, ki bi sicer ostala skrita.
Tu ML resnično odlikuje. Človeški analitik bi lahko videl, da se prihodki posojilojemalca povečujejo, kar je dober znak. Toda model ML bi lahko prepoznal bolj zapleten vzorec: "Prihodki se povečujejo, VENDAR postajajo vse bolj koncentrirani pri eni sami stranki, ki deluje v sektorju, ki je negativno povezan z naraščajočimi cenami nafte."
Model ne gleda le na spremenljivke; pregleduje zapletene, večdimenzionalne odnose med njimi. Lahko označi te skrite korelacije in jih predstavi človeškemu analitiku za nadaljnjo preiskavo.
Vsak človek ima nezavedne pristranskosti. Analitik je imel lahko še posebej dobro ali slabo izkušnjo z določeno panogo, kar bi lahko subtilno vplivalo na njegove prihodnje presoje. Naši modeli UI, ko so ustrezno usposobljeni in preverjeni glede pravičnosti, so brez teh človeških pristranskosti.
Model zagotavlja dosleden, podatkovno utemeljen rezultat "verjetnosti neizpolnitve obveznosti" za vsako posojilo. Ta rezultat ne sprejme končne odločitve. Namesto tega deluje kot objektivna izhodiščna točka. Če želi človeški analitik preglasiti priporočilo modela (bodisi za odobritev posojila, ki ga je model označil, ali za zavrnitev tistega, ki ga je odobril), mora navesti jasno, pisno utemeljitev. Ta postopek "človeka v zanki" vsili strog in odgovoren odločitev, ki združuje najboljše iz obeh svetov: podatkovno doslednost stroja in kontekstualno razumevanje človeškega strokovnjaka.
Za razliko od statičnih modelov so naši sistemi ML zasnovani za učenje. Nenehno jim dovajamo nove podatke o uspešnosti našega posojilnega portfelja. Z opazovanjem, katera posojila so se dobro odvijala in katera so neizpolnila obveznosti, model nenehno izpopolnjuje svoje algoritme in sčasoma postaja pametnejši in natančnejši. Lahko se prilagodi spreminjajočim se gospodarskim razmeram na način, kot tradicionalni modeli preprosto ne morejo.
Prihodnost kreditnega ocenjevanja ni bitka med ljudmi in stroji. Je partnerstvo. V Zirdle naša umetna inteligenca ni avtonomni sodnik; je najmočnejši raziskovalni asistent na svetu. Prebrskava skozi gore podatkov, prepozna zapletene vzorce in predstavi svoje ugotovitve našim človeškim strokovnjakom. Prav ti strokovnjaki – naše notranje ekipe in zunanji partnerski brokerji – nato uporabijo svojo modrost, izkušnje in kontekst resničnega sveta, da sprejmejo končno, inteligentno odločitev o posojilu.
Ta pristop z večjo inteligenco nam omogoča, da smo hkrati tehnološko napredni in globoko človeški ter zagotavljamo raven ocene tveganja, ki je bolj temeljita, dosledna in usmerjena v prihodnost kot kdaj koli prej.
