Scotiabank משתמש ב-NVIDIA AI כדי לשפר את הערכת סיכוני האשראי

השיטה החדשה המופעלת על ידי בינה מלאכותית לפיתוח כרטיסי סיכון אשראי מדויקת יותר ומהירה עד פי שישה.

צריך לדעת

  • מערכת החיזוק של Scotiabank שואפת להחליף כרטיסי ניקוד מסורתיים לבקשת אשראי על ידי יצירת שיטה מדויקת יותר, אך קלה להסבר, להערכת סיכוני אשראי.
  • שיטת החיזוק מונעת על ידי למידת מכונה ומתחילה בשאלה בודדת, הוספת שאלה אחת בכל פעם, ואז נעצרת כאשר שאלות נוספות לא ישפרו את התוצאות, לעומת כרטיסי ניקוד מסורתיים עם רשימות סטטיות של שאלות.
  • עד כה, התוצאות לא היו קשות יותר להסבר מאשר מודלים מסורתיים של משקל הראיות, אך לעתים קרובות היו מדויקות יותר.
  • הבנק ימנף את כלי הבינה המלאכותית של NVIDIA כדי להשתמש בטכניקת חיזוק זו כדי ליצור במהירות כרטיסי ניקוד (עד פי שישה מהר יותר) שיעניקו למועמדים קרדיט כאשר הם ראויים לכך.

אָנָלִיזָה

Scotiabank אימצה תוכנית חדשה מונעת בינה מלאכותית, בשיתוף עם NVIDIA, שתאפשר לעבד בקשות אשראי בצורה מדויקת יותר.

בפוסט בבלוג פורסם ב-23 בספטמבר, ג'ון אשלי, GM של שירותים פיננסיים וטכנולוגיה ב-NVIDIA, פירט כיצד הבנק עדכן את תהליך בקשת האשראי המסורתי. בעבר, התהליך כלל סדרה של שאלות סטטיות שהונפקו כלפי מלווה פוטנציאלי באמצעות כרטיס ניקוד. ברגע שהציון של המועמד עובר סף מסוים בכרטיסי הניקוד הללו, ניתן להנפיק אשראי.



תהליך זה סומן כסטנדרט הזהב בהלוואות בשל העובדה שניתן להסביר אותו בקלות ללקוחות. עם זאת, מערכת זו קיימת מאז שנות ה-50 והייתה זקוקה לשיפור.



אשלי כתב בפוסט בבלוג שלו שמערכת קיימת זו לא הייתה מסוגלת לחזות באופן דינמי את סיכון האשראי, שכן היא הנפיקה קריטריונים זהים לכל פונה, ללא קשר לניואנסים כלשהם בהיסטוריה הפיננסית שלו.

אז, הצוות חיפש דרכים חדשות לבנות כרטיסי ניקוד עם למידת מכונה ומצא טכניקה שנקראת חיזוק, הוא כתב. מערכת החיזוק התחילה בשאלה בודדת, ואז הוסיפה שאלות אחרות אחת בכל פעם עד שה-AI זיהה שלשאילתות נוספות לא תהיה השפעה משמעותית על הציון של הפונה. לא יהיו יותר שאלות ברגע שהתהליך יהפוך למורכב להסבר, מה שמבטיח שגם היועצים וגם הלקוחות יוכלו להבין את התהליך.



פול אדוארדס, מדען נתונים עבור Scotiabank, הוביל את הצוות שלו לקראת השימוש בספרייה בשם XGBoost במערכת NVIDIA DGX; ספרייה זו הקלה על יצירת כרטיסי ניקוד דיגיטליים בהובלת בינה מלאכותית. בעבודה עם מדעני נתונים של NVIDIA, Scotiabank החלה כעת להשתמש בקוד מואץ של GPU בתוך XGBoost ב-RAPIDS, שהיא חבילה של ספריות תוכנה בקוד פתוח להפעלת מדע נתונים על GPUs.

השתמשנו בהגברה כדי לבנות כמה מודלים של החלטות ומצאנו שיפור של כמה אחוזים לעומת משקל הראיות. כמה אחוזים בקנה מידה של כל הפונים של הבנק פירושם מיליוני דולרים, אומר אדוארדס.

Scotiabank יכול כעת ליצור כרטיסי ניקוד באמצעות מערכת זו מהר פי שישה ממה שהיה יכול לפני יצירת הקוד המואץ ב-GPU - ובתמורה, הבנק מסוגל לשרת בצורה מדויקת יותר את לקוחותיו מבקשי האשראי.



עם מאגר הרבה יותר גדול לבחירה, בנקים יכולים לבחור כרטיסי ניקוד לפי הדיוק, הפשטות, היציבות שלהם, או האיזון של כל הגורמים הללו, כתבה אשלי. זה עוזר לבנקים להבטיח שהחלטות ההלוואות שלהם ברורות ואמינות ושלקוחות טובים יקבלו את ההלוואות שהם צריכים.

האימוץ של Scotiabank של מודל בינה מלאכותית להערכת סיכון אשראי עוקב אחר מגמות בתעשייה: לפי PYMNTS , מהבנקים שמשתמשים כיום בבינה מלאכותית, 71% משתמשים בה לצורך חיתום אשראי, בעוד ש-62% מהבנקים בסך הכל מאמינים שבינה מלאכותית שימושית להערכת סיכון אשראי.

Kategori: חֲדָשׁוֹת