Използване на ИИ при кредитен мениджемънт
Това богатство от информация е находка за кредитните мениджъри – ако имат инструментите да се възползват пълноценно от него.
Ето защо компании като Atradius внедряват усъвършенствани системи, базирани на технологии за изкуствен интелект (AI) и машинно обучение, за да помогнат на клиентите да вземат точни решения въз основа на научно събрана, изчерпана и анализирана информация.
Използването на AI и машинното обучение в управлението на кредити беше темата на десетия епизод от подкаст поредицата на Atradius, в която участва Стан Чанг, директор на Group Buyer Underwriting в Амстердам.
Чанг обясни как Atradius максимизира анализа на данни чрез AI и машинно обучение и изброи ползите, които внедряването на най-съвременни технологии може да донесе на клиентите и бизнес партньорите.
„Atradius използва машинно обучение, за да изпълнява някои прости, но много мощни задачи, като извличане и обработка на информация, за да оптимизира решенията за риск“, каза Чанг на водещите на подкаст Мери Ибрахим и Дейвид Фин. „Използваме уеб скрепери, API и различни свързани технологии, за да извличаме информация в реално време. Това е информация, която се публикува в стотици хиляди уебсайтове, на множество езици, 24/7.”
Уеб скреперите са софтуер, който се движи в интернет, за да събира определени части от информация, които са особено подходящи за една компания. API или интерфейсите за програмиране на приложения са инструменти, които позволяват на различни видове софтуер да разговарят помежду си. Въпреки че не са съвсем нови, технологии като тези променят начина, по който работят бизнес функциите, а управлението на кредитите не е изключение от правилото.
С тези технологии Atradius може да събира информация, която е изключително ценна при оценка на кредитния риск. Той включва данни за транзакции за сливания и придобивания, промени в управлението, неизпълнение на плащания, пускане на нови продукти, обяви за работа, санкции, съдебни спорове, трудови стачки и много други разработки, които дават намеци за способностите на компаниите да изпълнят своите кредитни ангажименти.
„Това е качествена или неструктурирана информация, която исторически е била много трудна за използване в модели и алгоритми“, каза Чанг. Когато трябва да осмислим всички тези данни и да ги превърнем в точни решения, AI и машинното обучение влизат в игра.
„Големите данни са маслото, което работи с всички двигатели на AI и машинно обучение. Помага ни да разберем ефективността и взаимоотношенията и да вземем най-добрите решения за риск, които нашите клиенти изискват днес“, изтъкна Чанг. „В B2B света AI е малко по-малко видим, отколкото на потребителските пазари. Но промяната определено се случва и е трансформираща."
След като данните бъдат извлечени, Atradius ги обработва чрез модели за обработка на естествен език, които компанията е разработила от AI технология и със системи за машинно обучение. Информацията се класифицира и се извършва анализ на настроенията, който взема предвид субективната информация. Данните също се съпоставят и сравняват с огромни количества свързана информация, съхранявана в бази данни.
Наред със способността да обработва големи количества новини и качествена информация, Atradius също използва AI или невронни мрежи за откриване на връзки в драйвери, които причиняват неплащане. „По този начин ние издаваме повече решения за подкрепа на търговията и ги извеждаме по-бързо“, каза Чанг.
С толкова много данни, които се генерират в днешния свят, не е трудно да се разбере защо е жизненоважно компаниите да се опитат да извлекат най-доброто от тях. Но Чанг предупреди, че инвестициите в технологии като AI и машинното обучение не трябва да се правят с лека ръка. Те изискват значителни ангажименти в пари и човешки ресурси и винаги има риск от пропиляване на всичко, ако компанията няма много ясна представа защо предприема такава стъпка.
„ИИ и машинното обучение са за постигане на ефективност, производителност и по-добри резултати. Те могат да донесат нови услуги и нови предложения, което означава да гарантират бъдещето на бизнеса“, каза той. „Но човек не трябва да се фокусира върху AI и машинното обучение, защото те са секси теми и всички говорят за тях. Те сами по себе си не са цели. Те са инструменти и технологии, предназначени да ни помогнат."
След като бъде взето инвестиционното решение, препоръката на Чанг е да го мащабирате стъпка по стъпка, а не да се опитвате да дешифрирате целия свят на големите данни от първия опит.
„Бъдете прости“, каза той. "Приемането е много по-важно от въздействието при старта."
Слушайте пълния епизод: Как да използвате AI за управление на кредитни лимити