À medida que os empréstimos digitais continuam a crescer, as empresas estão procurando maneiras de tornar seus serviços mais eficientes e lucrativos tanto para os credores como para os mutuários. E eles acreditam que a inteligência rtificial e a big data possuem a chave para o futuro dos empréstimos.
Os credores tradicionalmente tomam decisões com base na pontuação de crédito de um candidato a empréstimo, um número de três dígitos obtido de agências de crédito, como Experian e Equifax. As pontuações de crédito são calculadas a partir de dados como o histórico de pagamentos, o comprimento do histórico de crédito e os valores da linha de crédito. Eles são usados para determinar a probabilidade que os candidatos têm de pagar suas dívidas e calcular a taxa de juros dos empréstimos. Se você tem uma pontuação de crédito baixa, você é considerado um mutuário arriscado, o que significa que seu pedido de empréstimo será negado ou você o receberá com uma taxa de juros alta.
As plataformas de empréstimos digitais acreditam que este tipo de informação não representa uma imagem completa da credibilidade do requerente de empréstimo. Eles decidiram adicionar centenas e milhares de outros pontos de dados ao seu processo, não todos os quais estão necessariamente relacionados a interações financeiras. Isso pode incluir informações como seus méritos e certificações educacionais, histórico de emprego e até informações triviais, como quando você vai dormir, quais sites você procura, seus hábitos de mensagens e padrões de localização diária.
Como funcionam os empréstimos peer-to-peer* *Este é um gráfico simplificado mostrando como um empréstimo é processadono mercado peer-to-peer - fontes de receita tais como multas não estão incluídas - Imagem: Business Insider
Para ser justo, big data pode ser uma faca de dois gumes e criar mais confusão do que clareza, e a inteligência artificial tornou-se em grande parte em termos de marketing para empresas que desejam vender seus produtos e serviços. Mas os especialistas da indústria de empréstimos on-line acreditam que pode ter um grande impacto sobre o desempenho das empresas Fintech.
Os dados podem permitir que as empresas criem um perfil mais completo de um requerente de empréstimo. Isso pode ajudar a tomar decisões de subscrição mais precisas, o que resulta em uma redução nos padrões para credores e taxas de juros mais baixas para os mutuários. Também pode ajudar a automatizar partes — e talvez tudo — do processo.
Como as start-ups de empréstimos estão alavancando a IA
A Upstart é uma empresa de empréstimo on-line peer-to-peer com sede na Califórnia que está aprimorando empréstimos com inteligência artificial. A Upstart usa algoritmos de aprendizado de máquina, um subconjunto de IA, para tomar decisões de subscrição. O aprendizado de máquina pode analisar e correlacionar enormes quantidades de dados do cliente para encontrar padrões que, de outra forma, exigiriam um esforço manual considerável ou passariam despercebidos por analistas humanos. Por exemplo, pode determinar se os candidatos estão dizendo a verdade sobre a sua renda através do seu histórico de emprego e comparar os seus dados com os de clientes semelhantes. Também pode se encontrar padrões ocultos que possam favorecer um candidato.
A Upstart acredita que isso pode beneficiar pessoas com histórico de crédito limitado, baixos rendimentos e mutuários jovens, que geralmente são atingidos com taxas de juros mais altas. A empresa também conseguiu automatizar 25% de seus empréstimos menos arriscados, um número que planeja melhorar ao longo do tempo. Isso pode economizar muito tempo e energia dos credores, que receberão um retorno dos investimentos que exige menos intervenção de sua parte. A tecnologia está prevista para estar disponível para bancos, cooperativas de crédito e até varejistas interessados em fornecer empréstimos de baixo risco para seus clientes.
A Avant, uma empresa com sede em Chicago que oferece empréstimos não garantidos que variam entre US $ 1.000 e US $ 35.000, usa análises e aprendizado de máquinas para agilizar empréstimos para candidatos cuja pontuação de crédito cai abaixo do limiar aceitável dos bancos de empréstimos tradicionais. Os algoritmos da plataforma analisam 10.000 pontos de dados para avaliar a situação financeira dos consumidores. Por exemplo, esses algoritmos estão ajudando a plataforma a identificar os candidatos com escore baixo de FICO (abaixo de 650), mas um comportamento manifesto semelhante àqueles com altas pontuações de crédito.
A empresa também está usando o aprendizado de máquina para detectar fraudes comparando o comportamento do cliente com os dados de linha de base de clientes normais e selecionando outliers. A plataforma analisa dados, como por exemplo, quanto tempo gastam pessoas considerando questões de aplicação, lendo contratos ou buscando opções de preços.
A Avant está explorando a extensão de seus serviços aos bancos físicos que estejam interessados em iniciar ou expandir seu negócio de empréstimos on-line.
Desafios restantes
Os empréstimos digitais representam 10 por cento de todos os empréstimos nos EUA e na Europa, um número cada vez maior. Os benefícios da aplicação de aprendizagem e análise de máquinas são evidentes e, de acordo com a CB Insights, há mais de uma dúzia de start-ups fintech que estão usando a tecnologia para avaliar os aplicativos de empréstimo e otimizar o processo.
Mapa do mercado fintech de Inteligência Artificial - Imagem: cbinsights
No entanto, nem todos concordam que o aprendizado da máquina é a panaceia para todos os problemas dos empréstimos on-line. Por exemplo, muitas dessas aplicações exigem que você baixe aplicativos que coletam todos os tipos de dados pessoais. E, como mostra o hack da Equifax, confiar muita informação pessoal a uma única empresa pode ter graves implicações de privacidade e segurança para você.
Há também a questão do viés algorítmico. Os algoritmos de aprendizagem de máquinas muitas vezes tomam decisões que refletem os preconceitos e as preferências das pessoas que fornecem dados de treinamento. Os especialistas estão preocupados com o fato de que isso pode introduzir um novo conjunto de desafios para os candidatos ao empréstimo. E o modelo ainda não demonstrou seu valor durante uma maré de baixa ou crise financeira.
No entanto, os defensores dos empréstimos baseados na aprendizagem de máquina estão confiantes de que a IA acabará por se tornar uma parte inerente dos empréstimos on-line. Em uma entrevista à NPR, Dave Girouard, CEO da Upstart, disse: "Em 10 anos, dificilmente haverá uma decisão de crédito que não tenha um pouco de aprendizado de máquina por trás disso".