Искусственный интеллект в три раза сократит время рассмотрения заявки по кредитам в Бинбанке

Благодаря самообучающейся системе на основе алгоритмов машинного обучения получить потребительский кредит в Бинбанке можно будет в три раза быстрее


фото: pixabay.com

Один из крупнейших банков страны – Бинбанк – нашел способ в три раза сократить максимальное время принятия решения о выдаче потребительских кредитов. Планируется, что в 2018 году эта процедура будет занимать уже не три дня, а всего один. Причем по большинству стандартных заявок клиенты смогут узнать ответ банка всего за несколько минут. Такой экономии времени банк добьется за счет перевода процесса принятия решений на самообучающиеся модели, основанные на алгоритмах машинного обучения, сообщает пресс-служба кредитной организации.

В банке отмечают, что высокая скорость принятия решений будет сочетаться с качественной и эффективной оценкой платежеспособности. Потенциальных заемщиков будут оценивать с помощью новейших инструментов управления риском. Благодаря этому уровень кредитных потерь в портфеле банка будет оставаться на рекордно низком уровне, а сам банк оптимизирует операционные расходы.

Эксперты отрасли высоко оценивают перспективы использования искусственного интеллекта в банковском деле.

«Работа подобных алгоритмов может привести к существенному сокращению времени принятия решения по кредиту, потому что данный алгоритм просматривает определенные параметры клиента и на их базе делает анализ того, насколько высок уровень кредитоспособности конкретного потенциального заемщика, — отмечает старший аналитик ИК «ФридомФинанс» Богдан Зварич. — При этом алгоритм может принимать решение по текущему запросу на кредит, опираясь на статистику по аналогичным клиентам и видя, как клиенты с такими же параметрами возвращали кредиты. Что касается банков, то это фактически перевод скоринговых моделей на самообучающиеся алгоритмы, которые анализируют текущую базу клиентов, базу должников, то, как они себя ведут в свете выплат по своим обязательствам».

В самом Бинбанке отмечают, что разрабатываемые им модели оценки платежеспособности клиентов позволят оперативно изучить максимально широкий пул информации из внешних и внутренних источников. «Число переменных в модели значительно больше, чем в классических методах скоринга, а сама модель самообучаема, – говорит начальник отдела скоринговых моделей и информационных источников данных Бинбанка Дмитрий Герасимов. – Предварительные результаты показывают, что мы сможем увеличить коэффициент Gini (универсальная скоринговая метрика для оценки качества) в 1,5 раза по сравнению с показателем по классическим методам. В итоге банк получит беспрецедентное улучшение качества сегментации клиентов по уровню риска, при этом мы сохраним возможность проводить точечную ручную верификацию в тех случаях, когда это действительно необходимо».

Стоит отметить, что ПАО «Бинбанк» одним из первых на рынке внедряет технологии машинного обучения (метод искусственного интеллекта) – так, это касается, к примеру, работы с просроченной задолженностью в розничном бизнесе. Перевод всего цикла разработки и внедрения моделей на машинное обучение позволит банку в 70% случаев избежать звонков клиентам на ранних стадиях просрочки, не теряя эффективности.  

Источник