Klientų mokumo vertinimui visame pasaulyje plačiai naudojamas dirbtinis intelektas. Didžiausias jo pranašumas yra greitis ir tikslumas. Ten, kur žmogui reikia valandų ar net dienų, DI gali per kelias sekundes išanalizuoti šimtus kriterijų ir jų tarpusavio ryšių.
Žmogaus atliekamas mokumo vertinimas yra daug lėtesnis, be to, žmogus gali turėti tam tikrų subjektyvių nuostatų apie kliento asmenybę arba asmeninių ryšių su vertinamuoju. DI modeliai jokių nuostatų neturi. Jų vertinimas pagrįstas tik duomenimis, todėl yra objektyvus ir eliminuojantis diskriminacijos riziką.
Ką klientams svarbu žinoti apie DI atliekamą mokumo vertinimą?
Naudojamas kombinuotas metodas
Dauguma finansų įstaigų neatiduoda viso klientų mokumo vertinimo į DI rankas ir naudoja kombinuotą vertinimo metodą. DI atlieka pradinį vertinimą, tam atrenkama iki 10-ties pagrindinių kriterijų kombinacija. Vertinimo griežtumas gali skirtis priklausomai nuo finansų įstaigos klientų profilio, tačiau kriterijai iš esmės visur yra tie patys.
Atrinktus kriterijus peržiūri ir, esant poreikiui, sprendimus koreguoja specialistai. Finansų įstaigų specialistai taip pat įsitraukia, kai reikia platesnio konteksto ar žmogiško supratimo apie kliento situaciją.
DI neįdomu, kokį telefoną nusipirkote
Teoriškai dirbtinis intelektas gali pasiekti ir analizuoti daugybę duomenų, įskaitant gaunamus iš alternatyvių šaltinių – nuo socialinių tinklų, interneto naudojimo iki pirkinių istorijos. Pasigirsta net nuogąstavimų, ar toks vertinimas būtų pagrįstas ir etiškas. Tačiau svarbu pabrėžti, kad tai tik teorinė galimybė. Klientų mokumo vertinimui visiškai užtenka duomenų, kuriuos bankai gauna iš viešųjų registrų, griežtai laikydamiesi duomenų apsaugos reglamentų.
Minėti alternatyvūs duomenys patys savaime nėra nei geri, nei blogi. Teoriškai jie galėtų atskleisti papildomos informacijos apie kliento mokumą. Pavyzdžiui, reguliarūs mokėjimai už filmų ir serialų platformas ar sporto klubą galėtų rodyti ilgalaikių įsipareigojimų vykdymą, o intensyvus internetinių lošimų svetainių lankymas – galimas rizikas.
Tačiau finansų įstaigos laikosi nuostatos, kad slaptas socialinių tinklų ar interneto istorijos duomenų stebėjimas yra neetiškas, o jo suteikiami duomenys – pertekliniai, todėl jie nėra naudojami.
Vertinant klientų mokumą, analizuojami duomenys iš tradicinių šaltinių: žmogaus gaunamos pajamos, turimų finansinių įsipareigojimų kiekis ir jų santykis su pajamomis bei ankstesnė skolų istorija. Žiūrima, kiek žmogus uždirba, kiek jau yra pasiėmęs paskolų ir ar moka tvarkingai. Klientų mokumo vertinimui šių duomenų visiškai pakanka.
Kitais žodžiais tariant, vertinant mokumą, DI visai neįdomu, kokį telefoną nusipirkote – jam svarbu, ar laiku už jį apmokate sąskaitas.
Svarbu suprasti, kad DI naudojamas ne šiaip nustatyti, ar klientas galės grąžinti paskolą ir kokią didžiausią sumą jis galėtų pasiskolinti. Pagrindinis tikslas yra įvertinti žmogaus finansinę padėtį ir nesudaryti per didelės finansinės naštos. Kliento mokumo įvertinimas finansų įstaigą apsaugo nuo galimo nuostolio, bet svarbiausia, kad klientas yra apsaugomas nuo paskolos, kurios grąžinti jis negalėtų.
