RCBC'nin inovasyon ve katılım sorumlusu Lito Villanueva, Filipinler'deki RCBC'nin (Rizal Ticari Bankacılık Şirketi), borçlu davranışını tahmin etmek için Singapur merkezli bir fintech olan Bizbaz'ın yapay zeka hizmetlerini pilot olarak kullandığını söylüyor.

Merkez bankası Bangko Sentral ng Pilipinas, ticari bankalara bu yılın sonuna kadar işlemlerin yüzde 50'sini dijitale dönüştürmeleri ve yetişkinlerin yüzde 70'ini resmi finansal sisteme kaydetmeleri için süre verdi.

McKinsey'e göre Filipinler'in yetişkin nüfusunun yaklaşık yüzde 44'ünün (toplamda 117 milyon kişi) banka hesabı olmadığı düşünüldüğünde bu büyük bir hedef.

RCBC, 1960 yılında Yuchengco aile holdinginin bir parçası olarak kurulmuş, mikro, küçük ve orta ölçekli işletmelere hizmet veren büyük bir işletmeye sahip evrensel bir bankadır. 2020'de kırsal kesimdeki müşteriler için dijital bir platform başlattı. Ancak birçok potansiyel müşteriye hâlâ ulaşılamıyor.

Villanueva, "On KOBİ'den dokuzu mikro KOBİ'ler, profilleri yok, dolayısıyla krediye erişimleri yok" dedi.

RCBC, tamamen dijital bankacılık lisansı için başvuruda bulunmadı ve Villanueva, RCBC'nin dijital hizmet sunmanın yanı sıra şubelerinden de yararlanmak istediğini söyledi. Bu yüzden dijital arenadaki erişimini genişletmek için Bizbaz gibi fintech'leri kullanıyor.

Bizbaz'a pilotluk yapmak

"Bizbaz'ı kredi sürecimizi değiştirmek için değil, onu geliştirmek için kullanıyoruz" diyerek, teknolojinin yönetimi kesebileceğini ve kredi kararlarını gerçek zamanlıya yakın bir şekilde sunabileceğini belirtti.

Banka, HSBC tarafından desteklenmesi ve Güneydoğu Asya'daki diğer bankalarla birlikte çalışması nedeniyle pilot olarak Bizbaz'ı seçti. RCBC, bunu oluşturduğu yeni hesapların kalitesi, pazara sunma süresi, kredi kararlarını işleme hızı, güvenilirliği ve RCBC'nin maliyetlerde ne kadar tasarruf edebileceği gibi kriterlere göre test ediyor.

Peki Bizbaz'ın yapay zekasının altında neler oluyor? Tam olarak neyi öngörüyor?

Şirkete göre bu, birinin krediyi geri ödeme istekliliğini öngörüyor.

Ölçüm karakteri

Tarih boyunca kredi memurları bu tür tahminlerde bulunmanın daha iyi yollarını aradılar. John Pierpont Morgan'ın 1912'de söylediği gibi, "[Kredi açısından] ilk şey karakterdir."

İnsanlar ve sistemlerimiz bir başkasının kafasının içinde ne olduğunu gerçekten bilemediği için bankalar muhafazakardır ve genellikle paraya ihtiyacı olmayan müşteriler dışında kimseye borç vermeyi reddederler.

Gelişmiş bir piyasada bu sorun olmayabilir, ancak banka hesabı olmayan insanların inatla yüksek düzeyde olduğu ülkelerde bu bir engeldir.

Fintech bu zorluğun üstesinden geldi mi? Eski bankacı Morgan, kredi verme kararı verirken kurumsal mali tabloların yanı sıra özel ağına da güvenirdi. Kredi büroları bunu tüm bankaların kullanımına sunmuştur, ancak borçluların resmi bankacılık sektörü içinde faaliyet göstermesini şart koşmaktadırlar.

Fintech, o zamandan bu yana, esas olarak borçlu hakkında büyük miktarda alternatif veri kaynağı üreterek bunu artırdı. Bu tür puanlama teknikleri, bir kişinin ekonomik veya mali faaliyetlerine ilişkin farklı değerlendirmeler sağlayarak, onların durumlarına dair bir pencere açıyordu. Veya davranışlarına güvendiler: Eğer küçük bir başlangıç ​​kredisini geri ödedilerse, onlara daha büyük bir kredi verin.

Bu cihazlar sonuçta hâlâ geçmiş davranışlara veya mevcut duruma daha iyi bakmak için teknolojiyi kullanmakla ilgilidir. Peki ya birisinin sadece ödeme gücüyle değil aynı zamanda istekliliğiyle ilgili tahminler?

Davranışı tahmin etmek

Bu öngörücü unsur yalnızca teknolojiyle ilgili değildir. Birinin kişilik özelliklerini ölçme sanatı veya bilimi olan psikometri adı verilen davranışsal finans alanına dayanır. Yapay zeka ile birleştiğinde kişinin ödeme istekliliğini tahmin etmek için bir araç haline geliyor.

Bu araçlar, kişilik tiplerinin uzun süredir devam eden sınıflandırmalarına dayanmaktadır. Bunun ilk versiyonları, borç alanların kişilik özelliklerini belirlemek için uzun bir anket doldurmalarını gerektiriyordu. Akıllı telefonun ortaya çıkışı, fintech'lerin, bir telefonun meta verilerinden olduğu gibi, geniş ölçekte kişilik ölçümleri toplamasına olanak sağladı.

Bu tür veriler müşterinin onayını gerektirir (bu tür incelikler pazarlar arasında farklılık gösterse de), dolayısıyla psikometri aynı zamanda açık bankacılık modelleri için gerekli hale gelen onay yönetimi protokollerinin de itici gücüdür.

Her ne kadar bu puanlar daha doğru hale gelse de, bir takım sorunları da gündeme getiriyor. Ancak en büyüğü, puanın yalnızca müşteri aynı cihazı kullanmaya devam ettiği sürece geçerli olmasıdır.

Ancak gelişmekte olan birçok pazarda insanlar ve işletme sahipleri düzenli olarak telefonlarını veya SIM kartlarını değiştirme eğilimindedir. Yeni telefon veya çip ve veri geçmişi boş.

Bu fintech'leri kullanan bankalar güvenilir kredi geçmişleri oluşturamadı.

Bizbaz'ın kurucu ortağı Hayk Hakobyan, "Güneydoğu Asyalıların banka hesabı olmayan kısmı on yılda değişmedi" dedi. "Fintech'in finansal katılım üzerinde hiçbir etkisi olmadı çünkü telefona dayalı." 

Diğer zorluk ise değerli alternatif veriler alan bankaların, bunları kredi karar verme, risk ve uyumluluk sistemlerine entegre etmede zorluk yaşamasıdır.

Nihai kaynak

Bizbaz bu sorunu aşmak için ses teknolojisini kullanıyor. Ses tanıma yazılımı, bir kişinin telefonla konuşmasından yalnızca otuz saniye sonra kredi profili oluşturmasına olanak tanıyor. Hakobyan'a göre ne söyledikleri önemli değil. Şirketi bunu diğer veri türleriyle birleştirirken bazen uzak bölgelerdeki yoksul köyler için veri elde etmenin tek yolu ses oluyor.

Hakobyan, "En yoksul insanlar için başka alternatif yok" dedi. Eğer bir ülke, finansal katılımı tüm nüfusu için gerçeğe dönüştürmek istiyorsa, bankalarının bunun gibi çözümleri kullanması gerektiğini söylüyor.

Kendisi sadece finansal değil, farklı ölçümleri de kredi verme kararına dahil etmenin savunucusu. Örneğin gelişmekte olan pazarlarda yetişkinlerin büyük bir kısmı diyabet hastasıdır. Hastalık varsayılanlarla ilişkilidir. Bizbaz, kimin krediyi geri ödemeye istekli ve yetenekli olduğunu belirlemesine yardımcı olmak için finansal davranışa ilişkin içgörüsünü bu tür faktörlerle birleştirmeye çalışıyor.

Daha sofistike ve varlıklı müşteriler için, bu tür faktörlerin çokluğu, doğru bir tahmin sağlamak üzere psikometrik yönlerle birleştirilir. Birisi vicdanlı mı? Dürtüsel mi, şans eseri mi davranıyorlar? Hagopyan, aracın insan kaynakları departmanları tarafından örneğin üst düzey adayları ölçmek için kullanıldığını söylüyor.

Ancak en temel düzeyde, bu tür veriler mevcut olmadığında, yapay zekanın sesli teşhisi, şimdi satın al, sonra öde hizmeti gibi basit kredi ürünleri için yeterli olabilir. Mortgage veya hayat sigortası poliçesi gibi büyük ürünler için bu yeterli olmayacaktır.

Psikometrik tuzaklar

Psikometrinin muhalifleri var. Bunu uygulayan ilk fintech ABD'deki LenddoEFL'di ancak sonunda orada faaliyet göstermeyi bıraktı ve şimdi gelişmekte olan pazarlara odaklandı. Neden? Çünkü neyin öngörücü olduğu, neyin kişinin doğuştan gelen karakteriyle ilgili olduğu açık değil. Üstelik cinsiyet veya ırksal niteliklerin kasıtsız olsa bile tabloyu bulandırmasına izin vermek kolaydı. Bu durum önyargı ve ayrımcılık suçlamalarına yol açtı.

Diğer konular mahremiyet ve güvenliği içerir. Psikometri müşterinin onayını gerektirmek içindir. Peki insanlar ne tür verileri paylaştıklarını veya kendileri hakkında içgörülerin nasıl oluşturulduğunu anlıyor mu?

Hakobyun bu sorunların meşruluğunu kabul ediyor ancak bunların iki şekilde karşılandığını söylüyor.

Biri teknolojiden geçiyor. Bizbaz, kişilik özelliklerini süreye göre hesaplamanın yollarını geliştiriyor. Örneğin yapay zeka, birinin tükenmişlik sorunu yaşadığını tespit edebiliyor. Bu onları riskli bir müşteri haline getirebilir. Ancak bu tür duygular kısa ömürlü olduğundan yapay zeka bu faktörün yalnızca birkaç ay sürebileceğini hesaplıyor. Ancak vicdanlılık konusunda yüksek veya düşük puan alan bir yetişkin muhtemelen en az 10 yıl veya daha uzun süre bu şekilde programlanmıştır, dolayısıyla bu tür faktörler daha ağır basacaktır.

Diğeri ise fintech'in açık bankacılığı teşvik etmedeki rolüne uzanan düzenlemedir. Bazı Asya hükümetleri, veri gizliliğini uygulamak ve tüketicileri korumak için tasarlanan Avrupa Birliği'nin Genel Veri Koruma Yönetmeliği'nin (GDPR) bazı yönlerini benimsiyor.

Asya'da bazı faktörler hızlı değişmeyebilir. Örneğin, GDPR bir kişinin cinsiyetinin sorulmasını yasaklamaktadır ancak bu, kişiliklerin hesaplanmasında değerli bir bileşendir ve muhtemelen Asya'da da devam edecektir. Ancak düzenleyiciler insanların açık bankacılık rejimlerine güvenmesini sağlamaya çalışırken, GDPR'nin diğer yönleri de devreye giriyor.

Hakobyan, "Açık bankacılığın norm haline gelmesini bekliyorum" dedi. “Tüketici rızası yönetimine daha fazla odaklanıldığını göreceğiz. Finansal katılımı bu şekilde gerçeğe dönüştürüyoruz.”

Katılım yetkisine sahip finans kurumları, teknolojinin olanak sağladığı her ne olursa olsun, bu modellerin yükselişini görmek istiyor. RCBC'den Villaneuva şunları söyledi: "Sadece yapay zeka hakkında bilgi edinmek istemiyoruz, aynı zamanda yapay zekayı yaşamak ve nefes almak istiyoruz çünkü bu bir sonraki büyük şey."

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.digfingroup.com/rcbc-bizbaz/