Интеллект в кредит: почему без экспертизы автоматизация в банках опасна
Проблемы фильтрации
Крупные банки один за другим заявляют о внедрении ИИ в оценку кредитных рисков корпоративных заемщиков. На первый взгляд, движение логичное. Банки обладают огромными массивами информации, ИИ способен находить в них связи, которые человек физически не увидит, быстрее анализировать риски и сокращать сроки принятия решений. Но прежде чем передавать ИИ еще большую часть кредитного решения, стоит посмотреть на опыт предыдущей технологической революции в банковском кредитовании при внедрении скоринга, на который возлагались такие же надежды. Он должен был стандартизировать первичную оценку заемщика, снизить стоимость анализа, убрать часть рутинной работы и ускорить выдачу кредитов. И многое из этого действительно произошло. Только вместе с ускорением рынок получил несколько системных проблем, последствия которых мы видим до сих пор.
Постепенно скоринг во многих случаях превратился в самостоятельный фильтр. Если компания не соответствовала определенному набору формальных критериев, до кредитного специалиста она могла просто не дойти. Одновременно менялась банковская инфраструктура: количество кредитных аналитиков сокращалось, количество клиентских менеджеров росло. Логика понятна — если значительную часть анализа делает машина, человеку остается продавать продукт и сопровождать клиента. Но вместе с трудоемкой ручной работой банковская система начала терять ценную кредитную экспертизу. Опытный…
