Как ИИ меняет коммерческое кредитование — интервью с Томом Бирном

Том Байрн** — генеральный директор по коммерческому кредитованию в nCino.**

Откройте для себя лучшие новости и события финтеха!

Подписывайтесь на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и других компаний

Искусственный интеллект больше не является концепцией будущего в финансах.

Одной из наиболее заметных областей этого сдвига является коммерческое кредитование. От процесса onboarding до оценки рисков — ИИ все глубже внедряется в процессы, ранее определяемые бумажной работой и долгими сроками. Обещание — более быстрые одобрения, более умные решения и больше времени для банкиров, чтобы сосредоточиться на отношениях.

Но остаются вопросы — особенно о справедливости, прозрачности и о том, что действительно нужно для раскрытия ценности данных.

В этом интервью** мы слушаем Тома Байрна**, генерального директора по коммерческому кредитованию в nCino, который обладает опытом как в традиционном банкинге, так и в финтехе. Сегодня он сосредоточен на том, как коммерческие банки могут использовать данные и интеллектуальную автоматизацию для улучшения решений по кредитованию — и предоставления лучшего сервиса.

Разговор затрагивает все — от объяснимого ИИ до того, чем займутся коммерческие банки в ближайшие годы. Байрн также ясно дает понять: использование ИИ в значимых целях — это умение делать полезными существующие данные.

Полное интервью вы можете прочитать ниже!

В: Можете ли вы немного рассказать о своем карьерном пути и о том, как вы перешли на роль генерального директора, отвечающего за внедрение в регионе EMEA и международное внедрение — продукт и инженерия в nCino?

Т: Перед присоединением к nCino я работал в управлении взаимоотношениями и затем в доставке в Lloyds Banking Group, где руководил реализацией различных проектов цифровой трансформации в коммерческом банке.

Я присоединился к nCino в 2017 году, сначала как руководитель по доставке, а затем как руководитель продукта для региона EMEA. С 2021 года я занимаю должность генерального директора по продукту и инженерии в регионе EMEA.

Недавно я сосредоточился на области onboarding, где работаю над возможностями управления жизненным циклом клиента в финансовых учреждениях по всему региону EMEA — улучшая процессы onboarding в платформе nCino.

На практике это означает оснащение учреждений процессами, данными, автоматизацией и связью для оптимизации их onboarding как в цифровых, так и в человеческих каналах, меняя подход к управлению важными операциями для новых и существующих клиентов.

В: Работая как в традиционном банкинге, так и в финтехе, какие основные различия вы заметили в том, как технологии формируют коммерческое кредитование?

Т: Традиционные банки строятся на отношениях, сосредоточены на предоставлении ценности своим клиентам и помощи им в достижении финансовых целей. До эпохи цифровой трансформации основными инструментами были чековые книжки. Сейчас банки значительно инвестируют в цифровые интерфейсы, которые делают банковские операции более удобными для клиентов на ходу. Однако банки все еще испытывают трудности с переносом этих же операционных неэффективностей и ручных процессов на внутренние процессы.

Здесь на сцену выходит финтех. Технологии сначала были сосредоточены на решении задач по цифровому хранению данных и взаимодействию, что и дало термин «облачный банкинг».

Теперь, используя рабочие процессы, созданные на облачной инфраструктуре, финтех улучшает данные банков с помощью ИИ и аналитики данных. Следующая эволюция — это упрощение для кредитных офицеров обзора огромных объемов данных, собранных при onboarding клиента, их систематизация в легко интерпретируемый анализ.

Это делает существующие процессы более эффективными, дает представление о шагах, которые ранее требовали ручных исследований, и возвращает банкам ценное время для работы с клиентами.

В: Искусственный интеллект меняет многие аспекты финансовых услуг. Исходя из вашего опыта, какие наиболее значительные изменения ИИ внес в коммерческое кредитование за последние годы?

Т: ИИ быстро меняет многие аспекты коммерческого кредитования. Одним из крупнейших изменений является то, насколько ИИ позволяет кредиторам предоставлять высокий уровень персонализации своим клиентам.

Обеспечивая сотрудников инструментами для учета уникальных целей и обстоятельств клиента, ИИ ускоряет процесс одобрения и предлагает сложные решения, что дополнительно улучшает клиентский опыт.

Инструменты ИИ также внедряются для улучшения таких процессов, как оценка кредитоспособности, обнаружение мошенничества и соблюдение нормативных требований, что снижает вероятность ошибок человека и повышает уверенность клиентов.

В nCino мы уникально позиционированы для внедрения инноваций ИИ на рынок, помогая учреждениям раскрывать свои данные для создания ценности. Учитывая широту платформы, мы видим множество возможностей для автоматизации и внедрения интеллекта в процессы.

В: Предвзятость в моделях кредитования на базе ИИ вызывает все больше опасений. Как вы подходите к обеспечению справедливости и прозрачности при внедрении ИИ в решения по кредитам?

Т: Это вопрос, который мы постоянно рассматриваем в nCino. Лучший способ устранить предвзятость — использовать объяснимые модели ИИ, которые являются ключом к предотвращению несправедливых практик кредитования и укреплению доверия заемщиков.

При правильном использовании интеграция ИИ может потенциально повысить справедливость в решениях по кредитам через различные механизмы. Например, ИИ может анализировать альтернативные типы данных, такие как онлайн-транзакции, чтобы оценить кредитные риски заемщиков, часто находящихся в невыгодном положении из-за низкого кредитного рейтинга или отсутствия кредитной истории.

Благодаря своим передовым предиктивным аналитическим возможностям ИИ может прогнозировать будущие финансовые трудности заемщиков, что позволяет кредиторам проактивно предлагать поддержку и снижать риск дефолтов. Аналогично, ИИ помогает кредиторам выявлять возможности для расширения бизнеса с существующими клиентами.

В: Поскольку ИИ берет на себя административные и операционные задачи, как, по вашему мнению, будет развиваться роль коммерческих банкиров в ближайшие годы?

Т: По мере того, как ИИ все больше внедряется для выполнения административных задач, мы рассматриваем его как дополнение к роли коммерческих банкиров. Это позволит сотрудникам сосредоточиться на своих клиентах и укреплять эти отношения.

По мере автоматизации более ручных и времязатратных задач, я ожидаю увеличения числа клиентов, с которыми работают банки, и повышения удовлетворенности клиентов. Кроме того, я считаю, что сотрудники станут глубоко специализироваться, а ИИ будет направлять их к тем областям, где их экспертиза действительно необходима.

Я выделяю четыре ключевых направления, в которых, по моему мнению, ИИ улучшит работу коммерческих банков:

*   Интеллектуальные решения: Используя огромные объемы данных, собираемых банками, интеллектуальные решения на базе ИИ могут создавать и настраивать продукты под конкретные нужды и планы роста каждого заемщика.
*   Более умная оценка рисков: ИИ может анализировать большие объемы финансовых и нетрадиционных данных (например, новости, социальные сети), создавая более точные и комплексные кредитные профили. Это ведет к более разумному ценообразованию кредитов и снижению рисков.
*   Обнаружение мошенничества: ИИ может в реальном времени выявлять мошеннические заявки и подозрительную активность, защищая кредиторов от потенциальных финансовых потерь.
*   Повышенная эффективность и автоматизация: ИИ может автоматизировать такие задачи, как анализ документов, их проверка или создание, значительно сокращая время обработки и ручной труд, освобождая больше времени для построения отношений, ранее затрачиваемых на ручные процессы.

В: Какие основные трудности вы столкнулись при внедрении решений на базе ИИ в кредитовании, и как вы их преодолели?

Т: Данные — движущая сила банковской индустрии, и по мере того, как банки становятся все более цифровыми, объем данных, которыми они располагают, растет экспоненциально. Однако управление этими данными и обеспечение их пригодности — это вызов.

При использовании чистых данных ИИ может дать целостную картину клиента, что позволяет получить более глубокие инсайты, способные снизить кредитные потери, уменьшить затраты на мониторинг и повысить производительность.

Согласование фронт- и бэк-офисов с чистыми данными может значительно повысить эффективность работы сотрудников и улучшить клиентский опыт. Но эти преимущества возможны только в том случае, если учреждения задаются вопросом «как мне получить больше данных», тогда как правильный вопрос — «как создать ценность из уже имеющихся данных?».

Глядя на трудности, с которыми мы помогли нашим клиентам справиться, можно сказать, что первый шаг к раскрытию данных — их понимание. Обучая их более эффективному использованию данных через интеллектуальную автоматизацию, мы открываем двери к лучшему анализу, более умным решениям и большему времени для построения отношений с клиентами.

В: Какие новые тренды или инновации в области ИИ, по вашему мнению, окажут наибольшее влияние на будущее коммерческого кредитования?

Т: По мере развития ИИ от предиктивных и генеративных моделей к агентным решениям, автоматизация станет все более интеллектуальной, а сложные многошаговые задачи — простыми однопроходными решениями.

Растущий спрос на цифровые решения показывает, что потребители уже не довольны универсальными услугами. Чтобы оставаться конкурентоспособными, финансовые учреждения все больше сосредоточатся на управлении отношениями.