Lito Villanueva, giám đốc đổi mới và hòa nhập của RCBC, cho biết RCBC (Tập đoàn Ngân hàng Thương mại Rizal) ở Philippines hiện đang thử nghiệm các dịch vụ trí tuệ nhân tạo của Bizbaz, một công ty fintech có trụ sở tại Singapore, để dự đoán hành vi của người vay.

Ngân hàng trung ương, Bangko Sentral ng Pilipinas, đã ra hạn cho các ngân hàng thương mại đến cuối năm nay để chuyển đổi 50% giao dịch sang kỹ thuật số và đăng ký 70% người trưởng thành vào hệ thống tài chính chính thức.

Theo McKinsey, đó là một mục tiêu lớn khi khoảng 44% dân số trưởng thành của Philippines (trong tổng số 117 triệu người) không sử dụng dịch vụ ngân hàng.

RCBC là một ngân hàng đa năng được thành lập vào năm 1960 với tư cách là một phần của tập đoàn gia đình Yuchenco, với hoạt động kinh doanh lớn phục vụ các doanh nghiệp siêu nhỏ, nhỏ và vừa. Vào năm 2020, nó đã ra mắt nền tảng kỹ thuật số cho khách hàng ở nông thôn. Nhưng nhiều khách hàng tiềm năng vẫn nằm ngoài tầm với.

Villanueva cho biết: “Chín trong số mười doanh nghiệp vừa và nhỏ là doanh nghiệp vừa và nhỏ, không có hồ sơ nên không có khả năng tiếp cận tín dụng”.

RCBC đã không nộp đơn xin giấy phép ngân hàng kỹ thuật số hoàn toàn và Villanueva cho biết RCBC muốn tận dụng các chi nhánh của mình cũng như cung cấp dịch vụ kỹ thuật số. Vì vậy, họ đang sử dụng các công ty fintech như Bizbaz để mở rộng phạm vi hoạt động của mình trên lĩnh vực kỹ thuật số.

Thí điểm Bizbaz

Ông nói: “Chúng tôi không sử dụng Bizbaz để thay thế quy trình tín dụng của mình mà để nâng cao quy trình này, đồng thời lưu ý rằng công nghệ có thể cắt giảm khâu quản lý và đưa ra các quyết định tín dụng gần với thời gian thực.

Ngân hàng đã chọn Bizbaz làm thí điểm vì Bizbaz được hỗ trợ bởi HSBC và đang hợp tác với các ngân hàng khác ở Đông Nam Á. RCBC đang thử nghiệm nó dựa trên các tiêu chuẩn như chất lượng của các tài khoản mới mà nó tạo ra, thời gian đưa ra thị trường, tốc độ xử lý các quyết định tín dụng, độ tin cậy của nó và RCBC có thể tiết kiệm được bao nhiêu chi phí.

Nhưng điều gì đang diễn ra bên dưới AI của Bizbaz? Chính xác thì nó dự đoán điều gì?

Theo công ty, nó dự đoán sự sẵn sàng trả nợ của ai đó.

Ký tự đo

Các quan chức tín dụng trong suốt lịch sử đã tìm kiếm những cách tốt hơn để đưa ra những dự đoán như vậy. Như John Pierpont Morgan đã nói vào năm 1912, “Điều đầu tiên [trong tín dụng] là tính cách.”

Bởi vì con người và hệ thống của chúng ta thực sự không thể biết được những gì bên trong đầu người khác, nên các ngân hàng rất thận trọng, thường từ chối cho bất kỳ ai vay ngoại trừ những khách hàng không cần tiền.

Điều đó có thể ổn ở một thị trường phát triển nhưng lại là rào cản ở những quốc gia có tỷ lệ người dân không có tài khoản ngân hàng cao.

Fintech đã giải quyết được thách thức này? Ông chủ ngân hàng cũ Morgan có lẽ đã dựa vào báo cáo tài chính doanh nghiệp cũng như mạng lưới độc quyền của mình để đưa ra quyết định cho vay. Các cơ quan tín dụng cung cấp dịch vụ này cho tất cả các ngân hàng nhưng họ yêu cầu người đi vay phải hoạt động trong khu vực ngân hàng chính thức.

Fintech kể từ đó đã tăng cường điều này, chủ yếu bằng cách tạo ra lượng lớn nguồn dữ liệu thay thế về người đi vay. Những kỹ thuật tính điểm như vậy cung cấp những đánh giá khác nhau về hoạt động kinh tế hoặc tài chính của ai đó, mở ra cánh cửa nhìn vào hoàn cảnh của họ. Hoặc họ dựa vào hành vi của mình: nếu họ trả lại một khoản vay ban đầu nhỏ, thì hãy cho họ một khoản lớn hơn.

Những thiết bị này cuối cùng vẫn sử dụng công nghệ để có cái nhìn rõ hơn về hành vi trong quá khứ hoặc trạng thái hiện tại. Nhưng còn những dự đoán, không chỉ về khả năng chi trả mà còn về sự sẵn sàng chi trả của ai đó thì sao?

Dự đoán hành vi

Yếu tố dự đoán này không chỉ là về công nghệ. Nó bắt nguồn từ một lĩnh vực tài chính hành vi được gọi là tâm lý học, là nghệ thuật hoặc khoa học để đo lường đặc điểm tính cách của một ai đó. Kết hợp với trí tuệ nhân tạo, nó trở thành công cụ dự đoán mức độ sẵn sàng chi trả của một người.

Những công cụ này được xây dựng dựa trên sự phân loại lâu đời về các loại tính cách. Các phiên bản đầu tiên của điều này yêu cầu người vay phải điền vào một bảng câu hỏi dài để xác định đặc điểm tính cách của họ. Sự ra đời của điện thoại thông minh đã cho phép các công ty fintech thu thập các phép đo tính cách trên quy mô lớn – chẳng hạn như từ siêu dữ liệu của điện thoại.

Những dữ liệu như vậy cần có sự đồng ý của khách hàng (mặc dù những chi tiết như vậy khác nhau giữa các thị trường), do đó, phép đo tâm lý cũng là yếu tố thúc đẩy các giao thức quản lý sự đồng ý đang trở nên cần thiết đối với các mô hình ngân hàng mở.

Mặc dù những điểm số này ngày càng chính xác hơn nhưng chúng cũng đặt ra một số vấn đề. Tuy nhiên, vấn đề lớn nhất là điểm số chỉ có giá trị khi khách hàng tiếp tục sử dụng thiết bị đó.

Tuy nhiên, ở nhiều thị trường mới nổi, người dân và chủ doanh nghiệp có xu hướng thay đổi điện thoại hoặc thẻ SIM thường xuyên. Điện thoại hoặc chip mới và lịch sử dữ liệu trống.

Các ngân hàng sử dụng các fintech này không thể xây dựng lịch sử tín dụng đáng tin cậy.

Hayk Hakobyan, người đồng sáng lập Bizbaz, cho biết: “Tỷ lệ người dân Đông Nam Á có khả năng tiếp cận dịch vụ ngân hàng thấp không thay đổi trong XNUMX năm qua”. “Fintech không có tác động gì đến tài chính toàn diện vì nó dựa trên điện thoại.” 

Thách thức khác là các ngân hàng nhận được dữ liệu thay thế có giá trị có thể gặp khó khăn trong việc tích hợp dữ liệu đó vào hệ thống quyết định tín dụng, rủi ro và tuân thủ của họ.

Nguồn cuối cùng

Bizbaz sử dụng công nghệ giọng nói để cố gắng giải quyết vấn đề này. Phần mềm nhận dạng giọng nói của nó cho phép nó xây dựng hồ sơ tín dụng của một người chỉ sau XNUMX giây họ nói vào điện thoại. Theo Hakobyan, việc họ nói gì không quan trọng. Trong khi công ty của ông kết hợp điều này với các loại dữ liệu khác, đôi khi – đối với những ngôi làng nghèo ở những vùng sâu vùng xa – cách duy nhất để có được dữ liệu là từ giọng nói.

Hakobyan nói: “Không có sự thay thế nào cho những người nghèo nhất. Ông nói, nếu một quốc gia muốn biến tài chính trở thành hiện thực cho toàn bộ người dân của mình, thì các ngân hàng của quốc gia đó phải sử dụng các giải pháp như thế này.

Ông là người đề xuất việc kết hợp các thước đo khác nhau vào quyết định cho vay, không chỉ về mặt tài chính. Ví dụ, ở các thị trường mới nổi, tỷ lệ người trưởng thành mắc bệnh tiểu đường cao. Bệnh tật tương quan với sự vỡ nợ. Bizbaz cố gắng kết hợp sự hiểu biết sâu sắc của mình về hành vi tài chính với các yếu tố như vậy để giúp tìm ra ai sẵn sàng và có khả năng trả lại khoản vay.

Đối với những khách hàng tinh tế và giàu có hơn, nhiều yếu tố như vậy kết hợp với các khía cạnh tâm lý để đưa ra một dự đoán chính xác. Có ai đó tận tâm không? Họ có phải là người bốc đồng, có cơ hội? Hakobyan cho biết công cụ này được các bộ phận nhân sự sử dụng để đánh giá các ứng viên C-Suite chẳng hạn.

Nhưng ở cấp độ cơ bản nhất, khi không có dữ liệu đó, chẩn đoán giọng nói của AI có thể đủ cho các sản phẩm cho vay đơn giản, chẳng hạn như dịch vụ mua ngay, trả sau. Sẽ không đủ đối với các sản phẩm có giá trị lớn như hợp đồng thế chấp hoặc bảo hiểm nhân thọ.

Cạm bẫy đo tâm lý

Tâm lý học có những lời gièm pha. Fintech đầu tiên triển khai nó là LenddoEFL ở Mỹ, nhưng cuối cùng nó đã ngừng hoạt động ở đó và hiện tập trung vào các thị trường mới nổi. Tại sao? Bởi vì không rõ đâu là yếu tố dự đoán so với đâu chỉ là về tính cách bẩm sinh của một ai đó. Hơn nữa, thật dễ dàng để cho các thuộc tính về giới tính hoặc chủng tộc làm mờ bức tranh, ngay cả khi vô tình. Điều này dẫn đến cáo buộc thiên vị và phân biệt đối xử.

Các vấn đề khác liên quan đến quyền riêng tư và an toàn. Tâm lý học có nghĩa là cần có sự đồng ý của khách hàng. Nhưng mọi người có hiểu loại dữ liệu nào họ đang chia sẻ hoặc cách thức tạo ra những hiểu biết sâu sắc về bản thân họ không?

Hakobyun thừa nhận tính hợp pháp của những vấn đề này, nhưng nói rằng chúng đang được giải quyết theo hai cách.

Một là thông qua công nghệ. Bizbaz xây dựng các cách tính toán đặc điểm tính cách dựa trên thời gian. Ví dụ: AI có thể nhận biết ai đó đang bị kiệt sức. Điều này có thể khiến họ trở thành khách hàng rủi ro. Nhưng những cảm xúc như vậy chỉ tồn tại trong thời gian ngắn nên AI tính toán yếu tố này có thể chỉ tồn tại được vài tháng. Nhưng một người trưởng thành có điểm tận tâm cao hay thấp có lẽ đã được chuẩn bị sẵn theo cách đó, ít nhất là trong 10 năm hoặc hơn, vì vậy loại yếu tố này sẽ nặng nề hơn.

Thứ hai là quy định, liên quan đến vai trò của fintech trong việc thúc đẩy hoạt động ngân hàng mở. Một số chính phủ châu Á đang áp dụng các khía cạnh của Quy định bảo vệ dữ liệu chung (GDPR) của Liên minh châu Âu, được thiết kế để thực thi quyền riêng tư dữ liệu và bảo vệ người tiêu dùng.

Một số yếu tố có thể không thay đổi nhanh chóng ở châu Á. Ví dụ: GDPR cấm hỏi giới tính của ai đó, nhưng đây là một thành phần có giá trị trong việc tính toán tính cách và có thể sẽ tiếp tục ở châu Á. Nhưng các khía cạnh khác của GDPR đang phát huy tác dụng khi các cơ quan quản lý nỗ lực đảm bảo mọi người tin tưởng vào chế độ ngân hàng mở.

Hakobyan nói: “Tôi kỳ vọng ngân hàng mở sẽ trở thành tiêu chuẩn. “Chúng ta sẽ thấy sự tập trung nhiều hơn vào việc quản lý sự đồng ý của người tiêu dùng. Đây là cách chúng tôi biến tài chính toàn diện thành hiện thực.”

Các tổ chức tài chính có nhiệm vụ đưa vào đều mong muốn được thấy những mô hình này thành công – bất kể công nghệ có hỗ trợ hay không. Villaneuva của RCBC cho biết: “Chúng tôi không chỉ muốn biết về AI mà còn muốn sống và hít thở AI, bởi vì đó là điều quan trọng tiếp theo”.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.digfingroup.com/rcbc-bizbaz/