Когато един малък или среден бизнес се обърне към банката си с искане за кредит, има само 20% шанс да получи пълната сума, за която кандидатства.

След това много от тези фирми се обръщат към частни заемодатели и доставчици на авансови плащания, които обаче отпускат средства при доста по-високи лихви. 

Финтех играчите също са изправени пред предизвикателства при предоставянето на кредити за своите клиенти. Те трябва да изградят свои собствени модели, процеси и технологии за оценка на риска. 

За щастие, вече има компании, които използват възможностите на изкуствения интелект, за да решат част от тези проблеми, пише електронното издание VentureBeat. 

Основаната тази година нюйоркска компания Lama AI разработва платформа, която позволява на нейните партньори да избегнат изграждането на своя собствена кредитна инфраструктура и модели, както и да постигнат повишен процент на одобрение. 

„8 от 10 малки предприятия, които търсят капитал за растеж, оборотен капитал, наемане на служители или по друга причина, в много случаи биват отхвърляни от основната си банка, въпреки че са били лоялен клиент в продължение на много години“, казва съоснователят и изпълнителен директор на Lama AI Омри Якубович.

"Финансовата индустрия като цяло има затруднения при оценката на риска за малкия бизнес. Ние оборудваме нашите банкови партньори с ефективни потоци от данни и рационализирани процеси", казва още той. 

Lama AI, която наскоро обяви привличането на първоначална инвестиция от 9 милиона долара, използва възможности за събиране на данни, а след това автоматично свързва възможността за кредитиране с най-доброто съвпадение в мрежата въз основа на предпочитанията на всеки от клиентите ѝ.

Например, дадена банка може да установи повишено търсене на факторинг услуги, които в момента не предлага, вследствие на което да ги добави към своя портфейл от продукти. 

„До този момент клиентите са ползвали други институции за тази услуга, подкопавайки взаимоотношенията си с тяхната основна банка“, коментира Якубович пред VentureBeat. 

Банката може също така да персонализира информацията за конкурентното предлагане, например да ограничи офертите до 10% годишен процент на разходите или да изключи онези кредитори, които се намират далеч от собствените ѝ клонове.

Друг типичен пример възниква с банка, която има рискова политика, ограничаваща способността ѝ да отпуска заеми на фирми с история под две години, което е често срещано ограничение. В същия момент има физическо лице, което притежава множество печеливши бизнеси и търси капитал, за да разшири новата си едногодишна транспортна дейност. 

Вместо да отхвърли това искане за заем и да рискува цялото си бизнес взаимоотношение с този клиент, с помощта на изкуствения интелект и платформата за търсене на партньори, банката може да предложи заем с банков лихвен процент на своя клиент, като възложи кредитния риск на партньорска финансова институция с подходящ рисков апетит.

„Данните, които вече са налични от партньорите на бета банката на Lama AI, показват средно увеличение от 300% в процента на приемане на банкови сделки, като същевременно намалява срока на процеса за одобрение от месеци на дни“, казва Якубович.

Някои допълнителни функции в пътната карта на Lama AI включват анализ на портфейла и автоматизирана корекция на апетита въз основа на текущото портфолио на кредитора, както и корелация с глобалните макроикономически промени.

Новините на Darik Business Review във Facebook , Instagram , LinkedIn и Twitter !

Добави в предпочитани в Google