Keputusan kredit yang lebih baik berarti pemanfaatan risiko yang lebih besar. Untuk tujuan ini, Intrum mengandalkan algoritma kecerdasan buatan Merantix yang berbasis di Berlin.
Masalah dengan opsi pembayaran faktur
Mampu menawarkan pembayaran melalui faktur adalah salah satu cara yang terbukti bagi banyak toko online untuk meningkatkan tingkat konversi. Namun, risiko kerugian akibat gagal bayar cukup tinggi. Oleh karena itu, opsi pembayaran faktur biasanya didelegasikan kepada pemasok khusus yang menjamin tidak akan terjadi gagal bayar. Itu Grup Intrum Dengan cara ini, ia memproses sekitar 1 miliar franc Swiss untuk pelanggannya di Swiss dan menjamin bahwa klaim mereka dikreditkan kepada pelanggan tanpa risiko.
Perlunya penilaian yang canggih
Intrum menerima biaya untuk setiap transaksi yang diselesaikan. Oleh karena itu, sangatlah penting untuk menyetujui sebanyak mungkin transaksi. Sebaliknya, segala kerugian harus ditanggung. Konflik tujuan ini mengarah pada kebutuhan untuk mendapatkan skor terbaik yang memungkinkan transaksi sebanyak mungkin sekaligus meminimalkan risiko kerugian. Untuk tujuan ini, Intrum telah menggunakan sistem penilaian statistik yang canggih selama lebih dari 16 tahun. Artinya sekitar 87% transaksi yang diminta dapat disetujui tanpa intervensi manual.
Terlepas dari hasil yang sangat baik ini, Intrum sejak awal mulai melihat pendekatan yang melengkapi model penilaian yang ada dengan wawasan dari pembelajaran mendalam dan pembelajaran mesin.
Risiko dapat dieksploitasi dengan lebih baik lagi dengan menggunakan penilaian AI
“Untuk mencapai penjualan maksimal bagi pelanggan kami, integrasi penilaian AI ke dalam model yang ada akan memberikan kontribusi berharga dalam memanfaatkan risiko dengan lebih baik,” seperti dijelaskan Wilko Wiesenhütter, kepala platform keputusan kredit di Intrum. AI memberikan kontribusi yang berharga, terutama dalam pembuatan model, karena algoritme mengoptimalkan dirinya sendiri dalam batasan yang ada. Untuk mencapai tujuan ini, Intrum memutuskan untuk mencari kemitraan dengan seorang spesialis dan akhirnya menemukan apa yang mereka cari dengan perusahaan rintisan Berlin, Merantix.
Merantix: Lab Penelitian dan Pembangun Perusahaan untuk AI
Merantix didirikan pada awal tahun 2016 oleh Rasmus Rothe (penelitian AI selama 10 tahun di Oxford, Princeton dan di ETH Zurich) dan Adrian Locher (pengusaha serial dan investor). Saat ini, Merantix telah mempekerjakan lebih dari sepuluh pakar pembelajaran mesin. Mayoritas tim internasional berasal dari Amerika dan sebelumnya pernah bekerja di perusahaan seperti Facebook dan Google.
Misi Merantix adalah mengembangkan, membangun, dan meningkatkan skala perusahaan ventura yang model bisnisnya didasarkan pada kecerdasan buatan. Merantix biasanya bekerja dengan perusahaan menengah dan besar serta membentuk usaha patungan. Saat ini ada enam proyek dalam tahap pengembangan:
- Diagnosis gambar semi-otomatis dalam radiologi
- Analisis data laboratorium dan pasien
- Deteksi dini penyakit Alzheimer menggunakan augmented reality
- Mengotomatiskan kreativitas manusia dalam periklanan online
- Pembelajaran Mendalam dalam Perdagangan Frekuensi Tinggi
- Pengumpulan uang tunai dan penilaian kredit.
Manfaat AI dalam Credit Scoring
Dibandingkan dengan pendekatan penilaian kredit tradisional yang kuat dan berbasis aturan, penggunaan metode pembelajaran mendalam memiliki dua keunggulan utama: model tersebut memiliki kekuatan diskriminatif yang lebih tinggi dan model tersebut terus mengalami peningkatan seiring dengan setiap kumpulan data baru. Model berbasis aturan dikembangkan, diperiksa dan, tentu saja, dikembangkan lebih lanjut oleh manusia. Namun kelemahan utama pendekatan ini adalah aturan hanya dapat dirumuskan berdasarkan korelasi yang diketahui. Sebaliknya, dengan pembelajaran mendalam, korelasi yang sepenuhnya baru dan sebelumnya tidak diketahui dapat dikenali dan model yang lebih tepat dapat dikembangkan.
Tolok ukur: AI vs. model penilaian konvensional
Untuk mengilustrasikan keunggulan penilaian AI dibandingkan penilaian konvensional, uji benchmark dilakukan. Tolok ukurnya didasarkan pada 250.000 permintaan kredit dari pelanggan akhir berbagai toko online ternama. 180 fitur terkait aplikasi dapat digunakan sebagai dasar pemodelan.
Tujuannya adalah untuk membandingkan daya prediksi model regresi statistik klasik dengan model deep learning yang dikembangkan oleh Merantix. Tolok ukur tersebut dengan jelas menunjukkan bahwa secara signifikan lebih banyak konsumen akhir yang dapat diberikan kredit menggunakan penilaian AI jika risiko gagal bayar tetap sama.
Outlook: Penilaian AI sebagai pendorong bisnis
“Pengenalan penilaian AI dengan Merantix merupakan tonggak sejarah bagi kami untuk lebih meningkatkan tingkat konversi pembayaran faktur yang sudah tinggi,” kata Martin Honegger, Kepala Informasi Bisnis di Intrum. Pada saat yang sama, ia menunjukkan bahwa “perjalanan ini belum berakhir” dan metode pembelajaran mendalam “juga akan mengarah pada peningkatan kualitas data secara umum. Dengan keahlian yang kini dimilikinya, Intrum jelas memiliki solusi pengoperasian yang terdepan secara teknologi. Keahlian yang didapat pasti bisa digunakan untuk kasus bisnis lainnya,” kata Honegger menjanjikan.
Intrum adalah bagian dari Swiss Innovation Outpost, sebuah asosiasi perusahaan Swiss yang ingin memudahkan startup Jerman memasuki pasar Swiss.