Loading...
Izraz "umetna inteligenca" v financah pogosto prikliče dve nasprotni podobi: utopično vizijo brezhibnega, avtomatiziranega odločanja ali distopični strah pred neprozornimi algoritmi "črne skrinjice", ki sprejemajo pristranske in neodgovorne odločitve. Pri 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 kreditne analize in terenskih brokerskih partnerjev. Namesto tega vidimo umetno inteligenco – zlasti strojno učenje (ML) – kot izjemno močno orodje, ki lahko okrepita njihove sposobnosti in jima omogočita hitrejše, bolj dosledne in podatkovno bogatejše odločitve.
Ta članek bo razbremenil, kako umetna inteligenca dejansko deluje v našem ogrodju za obvladovanje kreditnega tveganja, s poudarkom na tem, kako krepi naše človeške strokovnjake, namesto da bi jih nadomestila.
Desetletja se je ocenjevanje kreditne sposobnosti zanašalo na tradicionalne statistične modele, kot je logistična regresija, z uporabo omejenega števila podatkovnih točk (npr. dohodek, raven dolga, pretekla neizpolnjevanja 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 kopilot našim človeškim odločevalcem. Takole:
Naši modeli lahko analizirajo tisoče podatkovnih točk za posamezno posojilno priložnost, daleč preko tega, kar bi lahko obdelal katerikoli človek. To vključuje ne le tradicionalne finančne podatke, ampak tudi:
Z obdelavo tega obsežnega 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 enem samem kupcu, ki je v sektorju, ki je negativno povezan z naraščajočimi cenami nafte."
Model ne gleda le spremenljivk; opazuje 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 umetne inteligence, ko so ustrezno usposobljeni in revidirani glede pravičnosti, so brez teh človeških pristranskosti.
Model zagotavlja dosleden, podatkovno vodeno oceno "verjetnosti neizpolnitve obveznosti" za vsako posojilo. Ta ocena 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 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 izboljšuje svoje algoritme in sčasoma postaja pametnejši in natančnejši. Lahko se prilagodi spreminjajočim se gospodarskim razmeram na način, ki ga tradicionalni modeli preprosto ne morejo.
Prihodnost ocenjevanja kreditne sposobnosti ni bitka med ljudmi in stroji. Je partnerstvo. Pri Zirdle naša umetna inteligenca ni avtonomni sodnik; je najmočnejši raziskovalni pomočnik na svetu. Preseja gore podatkov, prepozna kompleksne vzorce in predstavi svoje ugotovitve našim človeškim strokovnjakom. Prav ti strokovnjaki – naše notranje ekipe in zunanji brokerski partnerji – nato uporabijo svojo modrost, izkušnje in kontekst resničnega sveta, da sprejmejo končno, inteligentno odločitev o posojilu.
Ta pristop povečane inteligence nam omogoča, da smo hkrati tehnološko napredni in globoko človeški ter zagotavljamo raven ocenjevanja tveganja, ki je bolj temeljita, dosledna in usmerjena v prihodnost kot kdaj koli prej.
