Množství digitálních půjček neustále narůstá, a tak se společnosti snaží přijít s novými způsoby, jak mohou své služby zefektivnit a zvýhodnit, a to jak pro poskytovatele, tak i pro příjemce půjček. Tyto firmy věří, že právě umělá inteligence a big data jsou klíčem k budoucnosti.
Poskytovatelé úvěrů tradičně rozhodují na základě úvěrového skóre žadatele, což je trojciferné číslo získané od úvěrových institucí, jako jsou společnosti Experian a Equifax. Úvěrové skóre je vypočítáváno z údajů, jako je například platební historie, délka úvěrové historie a výše úvěrové linky. Toto skóre je využíváno k tomu, aby určilo, jaká je šance, že žadatel splatí svou půjčku, ale slouží také k vypočítání úrokové sazby úvěru. Pokud máte nízké úvěrové skóre, tak jste považováni za riskantní žadatele, což znamená, že bude vaše žádost zamítnuta, případně ji získáte, ale s tou nejvyšší úrokovou sazbou.
Platformy digitálních úvěrů se domnívají, že právě tyto informace přesně nevystihují žadatelovu schopnost splácet. A tak se ujaly úkolu, který představuje přidání stovek až tisíců dalších údajů do tohoto procesu, i když zrovna ne všechny informace se týkají finančních interakcí. Mezi takové informace patří třeba úroveň vzdělání, pracovní historie nebo i triviální údaje typu: v kolik hodin chodíte spát, které webové stránky procházíte, jaké máte návyky týkající se odesílání zpráv a další.
Popravdě, big data můžou přinést jak výhody, tak i problémy. Také mohou vnést spíše více zmatečnosti, než aby vše zjednodušily. Dalším faktem je, že se umělá inteligence z velké části stala marketingovým termínem pro společnosti, které chtějí prodat své výrobky a služby. Odborníci v online úvěrovém průmyslu se však domnívají, že může mít velký vliv na to, jak fintech společnosti fungují.
Tato data mohou umožnit společnostem vytvoření kompletnějšího profilu žadatele úvěru. To může pomoci při přijímání přesnějších rozhodnutí o poskytnutí, což vede ke snížení množství nesplácených úvěrů, tudíž i k snížení úrokových sazeb pro dlužníky.
Jak úvěrové startupy využívají umělou inteligenci
Upstart je kalifornská společnost zaměřená na přímé (P2P) online poskytování půjček, která vylepšuje své služby díky umělé inteligenci. Firma využívá algoritmy strojového učení, což je podmnožinou umělé inteligence, k učinění rozhodnutí týkajících se poskytnutí úvěru. Strojové učení dokáže zanalyzovat a dát do vzájemného vztahu obrovské množství zákaznických údajů, aby objevilo jisté vzorce, které by jinak byly předmětem značného manuálního úsilí a zdlouhavé práce analytika. Může například rozpoznat, zda říká žadatel pravdu ohledně svých příjmů, a to tak, že srovná jeho pracovní historii s historií podobných klientů. Dokáže také najít skryté vzory, které mohou žadatele upřednostnit.
Upstart věří, že právě tato technologie pomůže lidem s limitovanou úvěrovou historií, nízkými příjmy a rovněž mladým žadatelům, kterým jsou obvykle nastavovány vysoké úrokové sazby. Společnost také dokázala zcela zautomatizovat 25 % méně riskantních půjček – do budoucna má v plánu toto číslo ještě zvyšovat. Tímto způsobem ušetří poskytovatelé spoustu času a energie, také uvítají návratnost investic, která vyžaduje z jejich strany menší zasahování. Tato technologie je plánována být k dispozici bankám, družstevním záložnám, a dokonce i maloobchodníkům, kteří mají zájem poskytovat svým zákazníkům úvěry s nízkým rizikem.
Avant, chicagský startup nabízející nekryté půjčky v rozmezí od 1 000 až po 35 000 dolarů, využívá analytiku a strojové učení k urychlení poskytování půjček žadatelům, jejichž úvěrové skóre se pohybuje pod přijatelnou hranicí tradičních bank. Algoritmus této platformy analyzuje 10 000 údajů, aby vyhodnotil finanční situaci klientů. Také pomáhá platformě rozpoznat žadatele, kteří mají nízké FICO skóre (pod 650), ale ukazují podobné chování s těmi, kteří mají vysoké úvěrové skóre.
Společnost také využívá strojové učení k detekci podvodu tím, že srovnává zákazníkovo chování s výchozími daty běžných klientů a signalizuje nalezené odchylky. Platforma analyzuje data jako, kolik času lidé stráví nad zvažováním otázek žádosti, čtením smlouvy nebo zkoumáním platebních možností.
Avant zkoumá také rozšíření svých služeb na kamenné pobočky bank, které mají zájem o zahájení nebo rozšíření svého online poskytování úvěrů.
Zbývající výzvy
Digitální půjčování pokrývá 10 % všech půjčených peněz v celých Spojených státech a Evropě a toto číslo i nadále stoupá. Výhody z využití strojového učení a analytiky jsou evidentní. Podle CB Insights je na trhu víc než tucet fintech startupů využívající tyto technologie k vyhodnocení žádostí o úvěr a k optimalizaci procesu.
Nicméně ne každý souhlasí, že je strojové učení všelékem problémů online půjček. Nevýhodou je, že velká část takových společností po Vás bude požadovat stažení aplikace, která sbírá všechny možné osobní údaje. A jak ukazuje nabourání se do dat společnosti Equifax, není dobré svěřit jedné firmě tak velký obsah osobních informací.
Také je tu problém se zkreslením algoritmů. Algoritmy strojového učení příliš často činí rozhodnutí, která reflektují předsudky a preference lidí, kteří mu poskytli tréninková data. Odborníci se domnívají, že takové problémy staví před poskytovatele půjček nové výzvy. A to tento model ještě čeká výzva prokázat svůj smysl a efektivnost v době recese nebo dokonce finanční krize.
Zastánci úvěrů založených na strojovém učení jsou však přesvědčeni, že se umělá inteligence nakonec stane neodmyslitelnou součástí online půjčování. V rozhovoru s NPR Dave Girouard, generální ředitel společnosti Upstart, uvedl: „Za deset let nebude uděleno rozhodnutí o poskytnutí úvěru, které by za sebou nemělo nějakou stopu strojového učení.“
