Czy sztuczna inteligencja obniży raty kredytów? „Banki muszą..."

Sztuczna inteligencja coraz częściej ocenia naszą zdolność kredytową, analizuje ryzyko i pomaga bankom podejmować decyzje o finansowaniu. Czy to dobra wiadomość dla klientów? Teoretycznie AI może sprawić, że kredyty będą tańsze, bardziej dostępne i lepiej dopasowane do sytuacji konkretnej osoby. Ale może też stać się wyłącznie narzędziem do automatycznego odrzucania klientów i zwiększania zysków banków. „Banki muszą zdecydować, czy AI ma służyć klientom czy tylko ich marżom” – mówi Julie Muckelroy, doradczyni ds. globalnej strategii dla bankowości z technologicznej firmy SAS

Banki w Polsce nie mają najlepszej reputacji, co wynika po części z tego, że mamy jedne z droższych kredytów w Europie, a przez to, że Polacy niechętnie inwestują pieniądze na rynku kapitałowym, mamy też niskie oprocentowanie lokat i pieniędzy na kontach oszczędnościowych. W bankowości tymczasem ruszyła kolejna technologiczna rewolucja – wykorzystanie sztucznej inteligencji. Czy dzięki niej skorzystają tylko banki, powiększając zyski, czy też klienci?

To w dużej części zależy od strategii jakie będą realizowali bankowcy. Z badań wynika, że klienci banków na razie obawiają się AI w bankach. Z jednej strony dlatego, że utożsamiają tę technologię z kiepsko działającymi czatbotami. Z drugiej strony dlatego, że podejrzewają, iż banki tak „przygotują” AI, że będzie działała de facto przeciwko klientom, powiększając i tak dużą asymetrię informacyjną między klientem a bankiem.

Czy bardziej zaawansowane modele sztucznej inteligencji mogą obniżyć koszty kredytu dla klientów? A może przede wszystkim pomogą bankom zwiększyć marże? O tym, jak powinien wyglądać odpowiedzialny scoring kredytowy oparty na AI, miałem okazję porozmawiać na konferencji SAS Innovate w Dallas z Julie Muckleroy, doradcą ds. globalnej strategii bankowej w SAS, firmie technologicznej, która jest światowym liderem zaawansowanej analityki i wykorzystania sztucznej inteligencji m.in. w branży finansowej.

Sztuczna inteligencja w kredytach: niższe koszty dla klientów czy wyższe marże banków?

Czy klienci banków mają powody, by cieszyć się z nadejścia ery sztucznej inteligencji w bankach? A może raczej powinniśmy się jej bać? Czy zaawansowane modele sztucznej inteligencji w bankowości mogą przełożyć się na niższe koszty kredytów? Czy raczej będą służyły temu, żeby banki zwiększały swoje marże?

Julie Muckelroy: Cóż, bankowcy mogą zrobić jedno i drugie. To zależy od tego, jak banki podejdą do tematu i czy rzeczywiście potraktują klienta jako centrum swojego działania. Banki od lat mówią o „kliencie w centrum”. To pojęcie pojawia się w reklamach, na stronach internetowych, w prezentacjach dla inwestorów. Problem w tym, że często pozostawało ono bardziej obietnicą niż realnym doświadczeniem klienta.

W przypadku kredytów sztuczna inteligencja może sprawić, że proklientowska obietnica zostanie spełniona. Tradycyjne modele scoringu kredytowego opierają się na dość wąskim zestawie danych: historii spłat kredytów, zadłużeniu, dochodach i zobowiązaniach klienta. To powoduje, że część osób wypada poza system, bo bank nie widzi pełnego obrazu ich życia finansowego.

Modele AI mogą uwzględnić szerszy zestaw informacji — na przykład regularne płatności czynszu, rachunki za media czy inne powtarzalne zobowiązania. Dzięki temu bank może lepiej ocenić, czy dana osoba rzeczywiście jest wiarygodna kredytowo. To daje szansę na dopuszczenie do rynku kredytowego osób, które wcześniej były z niego wykluczone albo oceniane zbyt surowo, by kredyt mógł być dla nich opłacalny. Ale oczywiście pojawia się pytanie: czy korzyść trafi do klienta, czy zostanie w banku?

Moim zdaniem to nie musi być gra o sumie zerowej. Bank jest firmą i musi zarabiać. Ale jeśli lepiej rozumie ryzyko, może trafniej wyceniać kredyt. Może też zaoferować lepsze warunki osobom, które według tradycyjnego scoringu wydawały się być bardziej ryzykowne, niż były w rzeczywistości. Jeżeli banki wykorzystają AI odpowiedzialnie, mogą jednocześnie poprawić swoją rentowność i dać klientom lepsze warunki.

Modele AI mogą zwiększyć produktywność, przyspieszyć proces decyzyjny, zautomatyzować analizę wniosków i ograniczyć „tarcie” w kontakcie klienta z bankiem. Dla klienta proces kredytowy bywa stresujący, szczególnie jeśli ktoś ubiega się o pierwszy kredyt w życiu. W tradycyjnym modelu trzeba dostarczać dokumenty, czekać na decyzje, przechodzić przez procedury, które często są niezrozumiałe. AI może sprawić, że ten proces będzie szybszy, prostszy i mniej zniechęcający. A klientowi zaoferuje wartość dodaną w postaci tańszego finansowania.

A może będzie jeszcze gorzej, niż jest? Gdy decyzję podejmuje człowiek, klient może zapytać o powody odmowy, odwołać się, przedstawić dodatkowe argumenty. Czy AI nie stanie się dla banków wygodnym narzędziem do automatycznego odrzucania klientów bez konieczności tłumaczenia im powodów odmowy?

Ryzyko istnieje, ale nie wynika ono z samej technologii. Wynika z tego, jak zostanie użyta. Jeśli bank wdraża AI odpowiedzialnie, z odpowiednim nadzorem, zasadami zarządzania i odpowiednią „wyjaśnialnością” decyzji, to system może działać lepiej, niż dziś.

W SAS dużo mówimy o zintegrowanym podejmowaniu decyzji. Chodzi o to, żeby bank był w stanie odpowiedzieć na pytania: dlaczego klient dostał odmowę? Jakie czynniki o tym przesądziły? Czy decyzja była jednoznaczna? Czy jest przestrzeń na dodatkową analizę? AI może pozwolić na bardziej szczegółową ocenę klienta. Nie tylko: „kredyt tak” albo „kredyt nie”, lecz bardziej precyzyjne określenie poziomu ryzyka.

Dlaczego my, jako klienci, mamy ufać w to, że AI oceni nas lepiej, bardziej sprawiedliwie? A może będzie odwrotnie – banki staną się jeszcze bardziej niezrozumiałe, hermetyczne dla klientów, a więc niegodne zaufania?

Bardzo ważne jest to, by w procesie pozostał człowiek. Jeżeli klient mówi: „Chciałbym, żeby ktoś jeszcze raz przeanalizował moją sytuację”, to powinien mieć taką możliwość. Człowiek może wtedy sprawdzić, czy model nie pominął ważnych informacji. Może też przekazać wnioski z takiej sprawy z powrotem do systemu, żeby model był poprawiany.

To szczególnie ważne dla osób, które mają tzw. cienką historię kredytową: młodych ludzi, imigrantów, osób starszych albo tych, które wcześniej nie korzystały z tradycyjnych produktów kredytowych. Dla nich szersza analiza danych może być szansą na wejście do systemu finansowego.

Komu pomogą algorytmy? I kto odpowie za ich złe decyzje?

Mówi Pani, że AI powinna służyć także klientom banków, a nie samym bankom. Czy AI powinna też dawać klientom rekomendacje? Choćby dotyczące tego co mogliby zrobić lepiej w swoich domowych finansach.

Oczywiście banki muszą uważać na kwestie prawne i regulacyjne. Nie każdą rekomendację można przekazać wprost. Ale kierunek powinien być jasny: klient nie powinien wychodzić z żadnego procesu z poczuciem, że system go nie rozumie, a on nie rozumie systemu. Mój dziadek, który był sprzedawcą, powiedział mi kiedyś: „Jeśli zadbasz o klienta, klient zadba o twój portfel”. Myślę o tym bardzo często. Banki powinny podejść do klienta właśnie w ten sposób: chcemy zrozumieć, chcemy pomóc, chcemy pokazać, co można zrobić.

Wtedy „klient w centrum” przestaje być wyłącznie hasłem reklamowym. To jest szczególnie ważne dziś, gdy tradycyjne banki konkurują nie tylko między sobą, ale też z firmami technologicznymi. Na rynek finansowy wchodzą firmy takie jak Google czy Amazon. Banki mogą z nimi wygrać nie tylko technologią, ale przede wszystkim zaufaniem, relacją, edukacją i personalizacją.

Wiemy, że sztuczna inteligencja może się mylić. Co w sytuacji, gdy klient ma dobrą historię, zasługuje na kredyt, ale kilka instytucji korzystających z podobnego modelu odmawia mu finansowania? Kto ponosi odpowiedzialność za taką decyzję?

Trudno mówić o winie w prosty sposób. Ale właśnie dlatego tak ważne jest, żeby człowiek pozostał częścią procesu. Jeżeli bank automatyzuje wszystko i usuwa element ludzki, to traci część orientacji na klienta. Proces zaczyna wyglądać tak: system wydaje decyzję, klient dostaje komunikat i sprawa jest zakończona. To nie buduje relacji i nie buduje zaufania.

AI może bardzo pomóc, ale w sytuacjach granicznych, odmownych albo spornych człowiek jest niezbędny. Powinien umieć sprawdzić, jak decyzja została podjęta, na jakich danych się opierała i czy model nie popełnił błędu. Jeżeli decyzja była błędna, informacja powinna wrócić do procesu zarządzania modelem. Model trzeba wtedy poprawić, przetrenować albo uzupełnić o dodatkowe elementy.

Dobrym przykładem jest Klarna. Firma bardzo mocno postawiła na automatyzację i AI, przeprowadziła duże redukcje zatrudnienia, a później okazało się, że proces trzeba częściowo odwrócić i przywrócić ludzi do obsługi procesów. To pokazuje ważną rzecz: AI może automatyzować procesy, zwiększać efektywność, przyspieszać działanie i pomagać firmom robić więcej. Ale nadal potrzebny jest człowiek. Szczególnie tam, gdzie decyzja jest negatywna.

Czy firmy technologiczne, takie jak SAS, przekonują bankowców – ostatnio mocno zachłyśniętych możliwościami sztucznej inteligencji – że nie warto przesadzić z redukcją kosztów oraz że obok każdego procesu przeprowadzonego przez AI – przynajmniej wtedy, kiedy dotyczy on klientów – nadal musi być człowiek?

Tak. To bardzo ważna część naszej pracy. Rozmawiamy z klientami o tym, jak daleko można automatyzować proces, a gdzie powinien pozostać człowiek. W naszych rozwiązaniach bardzo istotne jest zarządzanie AI, czyli tzw. governance. Obecnie wiele banków próbuje przejść z pilotaży sztucznej inteligencji do pełnych wdrożeń produkcyjnych. I często napotyka problemy, bo nie ma odpowiedniej struktury zarządzania decyzjami.

Bank musi umieć pokazać, dlaczego dana decyzja została podjęta. Musi mieć pełną ścieżkę audytową: umieć pokazać jakie dane zostały użyte, jakie kryteria zastosowano, jak działał model, czy decyzja była zgodna z zasadami. Dzięki temu człowiek, który analizuje decyzję, nie działa w ciemno. Ma dowody, historię i możliwość oceny, czy model był prawidłowy, czy trzeba go zmienić.

Automatyzacja nie powinna służyć temu, żeby pozbyć się ludzi z procesu decyzyjnego. Powinna rozszerzać możliwości człowieka. AI może działać szybko, analizować ogromne ilości danych i wspierać decyzje, ale nawet najbardziej zaawansowane modele działają na podstawie określonych kryteriów. Człowiek nadal jest potrzebny tam, gdzie trzeba połączyć różne konteksty i spojrzeć na sytuację szerzej.

AI a promowanie zadłużenia. Czy to się może „urwać ze smyczy”?

Czy Pani zdaniem różne formy zaciągania długu — kredyty, limity, karty kredytowe, płatności odroczone — nie są dziś zbyt mocno promowane? Widzimy coraz więcej reklam kredytu, usług typu „kup teraz, zapłać później”, ofert kart kredytowych.

Firmy działają w gospodarce rynkowej i chcą zarabiać. Pytanie brzmi jednak, jak przedstawiają klientom takie oferty i czy towarzyszy im odpowiednia edukacja. Czy ofert kredytowych jest za dużo? Być może. Czy klient może czuć się przytłoczony? Tak, to możliwe. Ale banki mają ogromną szansę, bo wiedzą o klientach bardzo dużo. Mają dane o ich finansach, zwyczajach, wpływach, wydatkach, zobowiązaniach.

Czy naprawdę wykorzystują te dane, by zrozumieć klienta? Czy raczej po to, żeby sprzedać mu kolejny produkt? Jeśli klient od 15 lat ma kartę kredytową i co miesiąc spłaca ją w całości, to czy oferta przeniesienia salda na konto osobiste jest dla niego korzystna? Prawdopodobnie nie. Taka oferta pokazuje raczej, że bank chce na nim dodatkowo zarobić, a nie że rozumie jego potrzeby. Bank powinien umieć odróżnić sytuację, w której klient rzeczywiście potrzebuje finansowania, od sytuacji, w której zaczyna mieć problemy i potrzebuje pomocy, a nie kolejnego kredytu.

W Polsce często widzimy, że banki przyznają klientom wysokie limity kredytowe, czasem trudne do zrozumienia z punktu widzenia ich faktycznej sytuacji finansowej. Czy można to regulować? Czy systemy AI powinny mieć wbudowane bariery, które ograniczałyby zbyt agresywne oferowanie kredytu?

Regulacja AI jest trudna, bo regulatorzy sami dopiero uczą się tej technologii. Muszą regulować coś, czego możliwości i ograniczenia wciąż nie są w pełni znane i rozumiane. Do tego podejście regulacyjne jest różne w zależności od rynku. Unia Europejska kładzie duży nacisk na uczciwość, przejrzystość, wyjaśnialność decyzji i możliwość prześledzenia całego procesu decyzyjnego. W Stanach Zjednoczonych podejście jest znacznie mniej jednolite, również w obszarze prywatności danych.

Czy regulator powinien wpływać na limity kredytowe? Nie jestem przekonana. Regulatorzy nie są bankowcami. Ale powinni pilnować tego, żeby praktyki kredytowe były uczciwe, niedyskryminujące i odpowiednio przejrzyste. Najważniejsze są: fairness, inclusion, equity — uczciwość, inkluzywność i równe traktowanie. To są obszary, w których regulacje mogą odegrać ważną rolę.

A jak wygląda odpowiedzialność dostawcy technologii? Czy bank może dowolnie zmienić sposób działania systemu dostarczanego przez SAS? Czy może samodzielnie zmienić interpretację danych klientów?

Banki mają kontrolę nad swoimi modelami. My dostarczamy technologię, rozwiązania i narzędzia, które pozwalają ustawić proces decyzyjny, określić kryteria, zarządzać modelem i monitorować jego działanie. Dostarczamy też mechanizmy przejrzystości i rozliczalności. Bank może pokazać, jak decyzja została podjęta, jakie kryteria zastosowano, jak model był nadzorowany i jakie działania zostały wykonane.

Ale to bank odpowiada za to, jak skonfiguruje model i jak będzie go używał. Tak jest z każdą technologią. Możemy dostarczyć narzędzia, które pomagają działać odpowiedzialnie, ale instytucja finansowa musi je właściwie wykorzystać. My jako SAS chcielibyśmy żeby rynek kredytowy był bardziej otwarty, ale jednocześnie odpowiedzialny.

Żeby banki naprawdę stawiały klienta w centrum każdej decyzji i robiły właściwe rzeczy od samego początku. Jeśli banki będą podejmować decyzje w sposób przejrzysty, uczciwy i z myślą o realnych potrzebach klienta, skorzystają na tym wszyscy: klienci, banki i cały rynek.

———————————

CZYTAJ TEŻ:

———————————-

ZAPISZ SIĘ NA NASZE NEWSLETTERY:

>>> W każdy weekend sam Samcik podsumowuje tydzień wokół Twojego portfela. Co wydarzenia ostatnich dni oznaczają dla Twoich pieniędzy? Jakie powinieneś wyciągnąć wnioski dla oszczędności? Kliknij i się zapisz.

>>> Newsletter „Subiektywnie o Świ(e)cie i Technologiach” będziesz dostawać na swoją skrzynkę e-mail w każdy czwartek bladym świtem. Będzie to podsumowanie najważniejszych rzeczy, o których musisz wiedzieć ze świata wielkich finansów, banków centralnych, najpotężniejszych korporacji oraz nowych technologii. Kliknij i się zapisz.

———————————-

ZAPLANUJ ZAMOŻNOŚĆ Z SAMCIKIEM:

Myślisz, że nie masz szans na żywot rentiera? Że masz za mało oszczędności? Że za mało zarabiasz? Że nie umiał(a)byś dobrze ulokować pieniędzy, gdybyś je miał(a)? W tym e-booku pokazuję, że przy odrobinie konsekwencji, pomyślunku i, posiadając dobry plan, niemal każdy może zostać rentierem. Jak bezboleśnie oszczędzać, prosto inwestować i jak już teraz zaplanować swoje rentierstwo – o tym jest ten e-book. Praktyczne rady i wskazówki. Zapraszam do przeczytania – to prosty plan dla Twojej niezależności finansowej. Polecam też trzy inne e-booki: o tym, jak zrobić porządek w domowym budżecie i raz na zawsze wyjść z długów, jak bez podejmowania ryzyka wycisnąć więcej z poduszki finansowej i jak oszczędzać na przyszłość dzieci.

———————————

ZOBACZ SUBIEKTYWNY KANAŁ W YOUTUBIE:

„Subiektywnie o Finansach” jest też na Youtubie. Raz w tygodniu „Magazyn Subiektywnie o Finansach”, a poza tym rozmowy o Waszych pieniądzach z mądrymi ludźmi, komentarze i wideofelietony oraz poradniki i zapisy edukacyjnych webinarów. Koniecznie subskrybuj kanał „Subiektywnie o Finansach” na platformie Youtube.