تطوير إجراء تحويل المراجعة ثلاثي المراحل
أعلنت شركة أفينيت المتخصصة في منصات التمويل الرقمي القائمة على الذكاء الاصطناعي عن تقديمها طلب براءة اختراع مشترك مع وحدة التعاون الصناعي الأكاديمي بجامعة سيول لتقنية ذكاء اصطناعي تعزز دقة تقييم الجدارة الائتمانية، وذلك بحسب إعلان الشركة في الثالث من سبتمبر.
تمثل هذه براءة الاختراع أول محصلة عملية من الدراسة البحثية المشتركة التي بدأتها أفينيت وجامعة سيول في العام السابق بهدف تحسين إمكانية الوصول إلى الخدمات المالية في الدول النامية من خلال 'إطار عمل مالي قائم على الذكاء الاصطناعي'.
يكمن جوهر التقنية المسجلة في دمج قدرات السداد الفعلية للعملاء المرفوضين سابقاً في عملية التقييم، وهو أمر كان يصعب تطبيقه في أنظمة تقييم الجدارة الائتمانية التقليدية. فبينما يتراكم لدى المؤسسات المالية سجل تاريخي لحالات السداد الفعلي والتأخر لدى العملاء المقبولين، يبقى من الصعب التحقق من القدرة الفعلية على السداد لدى العملاء المرفوضين.
على هذا الأساس، كانت الأنظمة السابقة تواجه قيداً حقيقياً حيث إنه حتى وإن تدرب الذكاء الاصطناعي على التنبؤ باحتمالية سداد العملاء المقبولين، فإن معايير القبول والرفض الفعلية تبقى تابعة للقواعد التي يضعها الإنسان.
قامت فرق البحث من أفينيت وجامعة سيول بتطوير إجراء تحويل المراجعة على ثلاث مراحل لمعالجة هذا التحدي. تبدأ المرحلة الأولى بتدريب الذكاء الاصطناعي على الحكم بنفس طريقة معايير المراجعة السابقة، ثم التحقق من فعالية طريقة المراجعة الجديدة بالاستفادة من البيانات التاريخية.
خلال هذه العملية، لا يأخذ النظام في الاعتبار معدل الإعسار وحسب، بل يجري حساباً شاملاً يضم العوائد من الفائدة والمبلغ الأصلي المسترجع والخسائر والتكاليف على حد سواء، مع احتساب كل من الإيرادات المفقودة جراء رفض القروض والخسائر المحتملة من الموافقة عليها.
في المرحلة الأخيرة، يتم اختيار فئة محدودة من العملاء المرفوضين الذين يعتبرهم النظام الأكثر أماناً وإقراضهم على سبيل التجربة. ويسمح تراكم نتائج السداد الفعلية لهؤلاء العملاء بالحصول على بيانات حول القدرة على السداد من فئة العملاء المرفوضين، وهي بيانات كانت يصعب الحصول عليها من قبل.
قال شين جاي-هيوك، قائد فريق الذكاء الاصطناعي في أفينيت: "تطورت الدراسة التي بدأناها مع جامعة سيول إلى طلب براءة اختراع فعلي في غضون سنة واحدة فقط. وتمثل هذه التقنية حلاً للقيد التاريخي للأنظمة التقليدية في تقييم الجدارة الائتمانية، التي كانت تتعلم فقط التنبؤ بمعدلات الإعسار دون تعلم القرارات الفعلية للمراجعة. وبذلك فتحنا السبيل لتقديم مراجعة أكثر دقة للعملاء الذين رفضتهم الأنظمة السابقة بسبب حدود تقنية".
* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.