34

Experian

ИИ упрощает ипотеку

Experian — крупнейшее в мире агентство по отчетам о потребительских кредитах. От его решения зависит, одобрит ли кредит банк или другая финансовая организация.

Компания располагает гигантским объемом данных о нас и наших тратах. Освоив ИИ, она повысила точность прогнозов и упростила запутанные финансовые транзакции.

В числе прочего Experian занимается ипотеками и с помощью машинного обучения собирается сократить срок решений по выдаче, а значит сэкономить людям деньги и эмоциональные затраты.

Какие задачи решает ИИ

Решение по ипотеке — это сложно и долго. Нужно собрать информацию у покупателей, продавцов, инспекций, агентств недвижимости, юристов, страховщиков, ипотечных брокеров и операторов. Покупку жилья называют самым стрессовым событием в жизни.

Из-за бессистемности в передаче информации между инстанциями делается много двойной работы, а значит растут издержки для клиента. В последние годы благодаря цифровым технологиям процесс отчасти оптимизировали. Однако одобрения ипотеки все равно приходится ждать недели, а то и месяцы, и еще несколько дней бегать по инстанциям и агентствам.

Как применяется ИИ

Experian тестирует ИИ-систему, которая будет анализировать тысячи заявлений на ипотеку и искать способы оптимизировать процесс, устранить двойную работу и распределить задачи между сторонами. Система обучена рассматривать элементы данных, оценивать частоту их использования в процессах и классифицировать, чтобы быстро их отслеживать и передавать в нужную инстанцию.

Человеку задача такого масштаба не по силам, он справился бы разве что с маленькой выборкой данных. Машины же способны обрабатывать колоссальные объемы в реальном времени и учитывают все обновления данных после занесения в базу новых заявлений.

Этот вид прогностической технологии должен упростить получение ипотеки и займов людям с короткой кредитной историей. Займодатели смогут точнее и обоснованнее прогнозировать их платежеспособность, сравнивая их с клиентами с похожими профилями.

Технологии, инструменты и данные

Машинное обучение обрабатывает данные процесса рассмотрения. Зная, где элементы данных используются (или, наоборот, не используются), оно делает вывод о ценности данных и адекватности требований на всех этапах.

ИТ-директор Experian Барри Либензон сформулировал так: «Предположим, выяснится, что нам нужна не налоговая отчетность за пять лет, а пятилетняя история кредитных выплат».

Experian разработала платформу Analytic Sandbox, чтобы исследовать данные по запросу. Аналитические алгоритмы работают на программном каркасе машинного и глубокого обучения с открытым кодом Н2О. Для быстрого доступа к большим данным компания выбрала платформу Cloudera Enterprise для анализа кредитной истории заявителей.

Результат

По словам Либензона, процесс будет готов к внедрению в 2018–2019 году. После этого период рассмотрения ипотечных заявок сократится до нескольких дней. По оценкам Либензона, к 2021–2022 году «наборы данных будут сильно отличаться от нынешних». В долгосрочной перспективе это облегчит жизнь заявителям. Компании получат дополнительную выгоду, так как повысится точность решений.

Люди же смогут не переплачивать за двойную работу всевозможным агентствам, которые вовлечены в рассмотрение и одобрение заявок.

Самое главное

• Агентства кредитной информации связывают многочисленные агентства, поэтому им удобнее всего оптимизировать сложные процедуры.
• С ИИ возможно подробно отследить все аспекты процесса с вовлечением нескольких инстанций и выяснить, что необходимо оптимизировать.
• Передовые компании знают, что в эпоху ИИ можно расширить диапазон предлагаемых услуг, если обработать данные машинным обучением и представить их в новой форме.
• Внедрение подобных систем неизбежно связано с новыми рисками. Прежде всего следует обеспечить безопасность. Как говорит Либензон: «Главное, чтобы технологии не обогнали системы безопасности. Защита системы не менее важна, чем стабильное качество услуг. И в международном масштабе… это создает дополнительные сложности».

Отправить