ویپاد چگونه با بهره‌گیری از هوش مصنوعی، مدل‌های اعتبارسنجی را بازآفرینی کرده‌است؟
با توسعه بانکداری دیجیتال در ایران، الگوهای سنتی اعتبارسنجی جای خود را به مدل‌های نوین داده‌محور داده‌اند. ویپاد، دیجیتال‌بانک پاسارگاد به‌عنوان یکی از پیشگامان این تحول، با بهره‌گیری از فناوری‌هایی مانند هوش مصنوعی، یادگیری ماشین و داده‌های جایگزین، فرایند اعتبارسنجی را از مدلی ایستا و محدود، به نظامی پویا، سریع و فراگیر تبدیل کرده است؛ تحولی که می‌تواند مسیر فراگیری مالی و دسترسی عادلانه‌تر به تسهیلات را هموار سازد.
لیلا پاکروان‌نژاد، مدیر توسعه محصول ویپاد در مصاحبه با «عصربانک» ضمن تایید این موضوع بر تغییرات بنیادین در الگوهای اعتبارسنجی، تاکید کرد و گفت: «فناوری‌های نوینی مانند هوش مصنوعی، یادگیری ماشین و داده‌های جایگزین، مسیر بانکداری دیجیتال را متحول کرده‌اند. در واقع نئوبانک‌ها توانسته‌اند با تکیه بر تحلیل داده و رفتار دیجیتال کاربران، فرایند اعتبارسنجی را از مدلی ایستا و پرهزینه به نظامی پویا، سریع و فراگیر تبدیل کنند.»
از داده‌های تراکنشی تا امتیاز دیجیتال؛ شاخص‌های تازه اعتبارسنجی
مدیر توسعه محصول ویپاد در پاسخ به این سوال که چه شاخص‌هایی برای اعتبارسنجی در بانکداری دیجیتال، وجود دارد گفت: «نئوبانک‌ها برای اعتبارسنجی از شاخص‌های متفاوتی بهره می‌برند که شامل رفتار تراکنشی مشتری، داده‌های غیرمالی (Alternative Data)، امتیاز اجتماعی و دیجیتال، مدل‌های یادگیری ماشین، هوش مصنوعی و بیگ دیتاست. در رفتار تراکنشی مشتری، الگوهای واریز، برداشت، خریدهای آنلاین و شیوه بازپرداخت کاربر بررسی می‌شود. داده‌های غیرمالی نیز شامل سابقه پرداخت قبوض، سوابق تلفن همراه، خرید اینترنتی، تعاملات دیجیتال، بیمه و مالیات هستند.»
در بسیاری از نئوبانک‌ها، امتیاز اجتماعی و دیجیتال کاربر نیز لحاظ می‌شود و حضور و رفتار او در شبکه‌های اجتماعی بررسی خواهد شد. پاکروان‌نژاد با بیان این نکته گفت: «علاوه بر این، مدل‌های یادگیری ماشین و بیگ دیتا نیز تحلیل الگوهایی را ممکن می‌کنند که پیش‌بینی ریسک نکول را دقیق‌تر می‌سازند.»
بانکداری دیجیتال؛ چابک‌تر، دقیق‌تر و داده‌محورتر
مدیر توسعه محصول ویپاد با اشاره به تفاوت بانکداری سنتی و دیجیتال گفت: «در بانکداری سنتی، شاخص‌هایی مانند حقوق ثابت، گردش حساب، وثیقه و ضامن، محور اصلی تصمیم‌گیری هستند. اما بانکداری دیجیتال و نئوبانک‌ها، داده‌محورتر عمل می‌کنند و تصویری جامع‌تر از مشتری ارائه می‌دهند.»
به گفته او، این بانک‌ها از رفتار دیجیتال تا الگوی مصرف روزانه کاربران را هنگام پرداخت تسهیلات یا ارائه سایر خدمات بانکی رصد می‌کنند و همین امر باعث افزایش سرعت، چابکی و دقت پیش‌بینی در بانکداری نوین شده است.
پایان دوران مدل‌های سنتی؛ فناوری در خدمت فراگیری مالی
پاکروان‌نژاد درباره چرایی ناکارآمدی مدل‌های سنتی در مبحث اعتبارسنجی گفت: «تغییر سبک زندگی کاربران امروز، مدل‌های سنتی را ناکارآمد کرده است. بسیاری از افراد دارای مشاغل نو و کسب‌وکارهای آنلاین هستند که مدل‌های سنتی، توانایی سنجش عملکرد مالی آنها را ندارد. در میان این گروه، حقوق ثابت و سابقه بیمه که از اجزای اصلی مدل‌های سنتی هستند، معنایی ندارد. در واقع تغییر سریع شرایط اقتصادی و شغلی باعث شده مدل‌های سنتی اعتبارسنجی به‌روز نباشند و همین مسئله عدم انعطاف‌پذیری در تحلیل ریسک را در پی دارد.»
او با اشاره به اهمیت ارائه تسهیلات و نقش آن در توسعه فراگیری مالی گفت: «نمی‌توان مشتریان بدون سابقه بانکی (Unbanked) را نادیده گرفت. میلیون‌ها نفر حساب بانکی یا تاریخچه اعتباری سنتی ندارند، اما نباید به این دلیل از ارائه خدمات بانکی و تسهیلات به آنها صرف نظر کرد. نئوبانک‌ها به همین دلیل مورد استقبال واقع شده‌اند؛ آنها با بهره‌گیری از داده‌های جایگزین برای افراد بدون سابقه بانکی و استفاده از مدل‌های هوش مصنوعی و یادگیری ماشین، الگوی ریسک را به‌صورت لحظه‌ای پیش‌بینی می‌کنند. همچنین پلتفرم‌های باز به آنها کمک می‌کنند تا دسترسی سریع و قانونی به داده‌های مالی کاربران داشته باشند.»
مدیر توسعه محصول ویپاد معتقد است فناوری‌های نوین باعث شده‌اند اعتبارسنجی از فرایندی ایستا، پرهزینه و محدودکننده به فرایندی پویا، سریع و فراگیر تبدیل شود. هدف نهایی بانکداری نوین نیز تحقق فراگیری مالی است؛ به‌گونه‌ای که مشتریانی که در مدل سنتی «نامرئی» بودند، پوشش داده شوند.
موانع فنی و فرهنگی در مسیر تحول دیجیتال
پاکروان‌نژاد در بخش دیگری از مصاحبه خود درباره توسعه اعتبارسنجی نوین در کشورمان گفت: «محدودیت‌هایی نیز در این زمینه وجود دارد. برخی مشتریان حاضر نیستند برای دریافت تسهیلات آنلاین، داده‌های خود را در اختیار اعطاکنندگان تسهیلات قرار دهند. بسیاری از داده‌ها نیز مانند اطلاعات مالیاتی یا قضایی در دسترس نیستند و بانک‌ها و مؤسسات تمایلی به اشتراک‌گذاری داده‌ها ندارند.»
به باور او چالش ساختاری دیگری نیز وجود دارد؛ اینکه بانک‌ها به دلیل محدودیت‌های قانونی نمی‌توانند بر اساس سطح ریسک مشتری، تسهیلات با سود متفاوت ارائه دهند. به همین دلیل در ویپاد برای این موضوع راهکار عملی طراحی شده و بر اساس سطح ریسک کاربر، تسهیلات متنوعی به او پیشنهاد داده می‌شود.
ویپاد؛ هوش مصنوعی در خدمت اعتبارسنجی واقعی
مدیر توسعه محصول ویپاد درباره اقدامات این نئوبانک در زمینه توسعه اعتبارسنجی نوین گفت: «در وهله نخست، ویپاد با به‌کارگیری مفاهیم رتبه اعتبارسنجی، به فرهنگ‌سازی این مفهوم در کشور کمک می‌کند. از منظر فنی هم ویپاد با بهره‌گیری از هوش مصنوعی، ارزش نهفته در داده‌ها را استخراج می‌کند تا فرایندهای مالی دقیق‌تر و کارآمدتری ارائه دهد.»
او فرایند اعتبارسنجی در ویپاد را این‌طور توضیح داد: «مدل‌های پیش‌بینی‌کننده ویپاد برای ارزیابی ریسک اعتباری کاربران تنها به گزارش‌های سنتی متکی نیستند؛ بلکه رفتار درون‌برنامه‌ای و میزان ثبات تعامل کاربران با اپلیکیشن نیز در تحلیل‌ها لحاظ می‌شود.»
به گفته وی، این رویکرد باعث شده ویپاد بتواند به گروه‌هایی از جامعه که پیش‌تر در نظام بانکی نادیده گرفته می‌شدند، تسهیلات سریع و بدون ضامن ارائه دهد. همچنین تحلیل داده‌های رفتاری و مالی کاربران، زمینه‌ساز ارائه پیشنهادهای شخصی‌سازی‌شده و متناسب با نیاز هر فرد شده است؛ امری که تجربه کاربری را متحول و وفاداری مشتریان را تقویت کرده است.
برنامه‌های آینده ویپاد؛ از تسهیلات متنوع تا رتبه اعتباری مستقل
پاکروان‌نژاد برنامه‌های توسعه‌ای ویپاد در این زمینه را این‌طور برشمرد: «یکی از ارکان اساسی در توسعه فراگیری مالی، اعطای تسهیلات است. ویپاد این مأموریت را با ارائه پنج نوع تسهیلات متفاوت دنبال می‌کند که تنوع آن باعث می‌شود مسیر اعتبارسنجی به‌طور مستمر مورد بازنگری و بهبود قرار گیرد. البته که هدف نهایی ویپاد، استفاده از ظرفیت‌های فناوری در جهت خلق ارزش برای کاربران است. همچنین این نئوبانک، خدمت اعتبارسنجی را به‌صورت مستقل از تسهیلات در اختیار کاربران قرار داده است تا بتوانند رتبه اعتباری خود را که شامل خلاصه‌ای از بدهی‌ها، چک‌ها و سایر تعهدات مالی است، در چارچوب سیستم بانکی کشور مشاهده کنند.»