L’IA pourrait fondamentalement changer l’avenir des prêts bancaires et les rendre beaucoup moins risqués.
Alors que l’IA s’infiltre dans tous les recoins du monde des affaires, les banques ont expérimenté la technologie pour la souscription de prêts. Cette expérimentation a attiré l’attention des universitaires. Des chercheurs de Harvard mené une étude de cas sur une start-up basée en Californie, Zest AI, qui utilise un modèle d’apprentissage automatique pour évaluer le risque de crédit des banques comme alternative aux méthodes traditionnelles. mesures (c.-à-d. scores de crédit). Zest est utilisé par plus de 180 banques et coopératives de crédit, des grandes institutions comme Freddie Mac aux petites , des local à part aux États-Unis Ses concurrents offrant des services similaires comprennent Pagaya Technologies, Chetu, Boîte à outils du prêteur, et Informé.IQ, entre autres.
Zest AI a gagné du parce « il a pu montrer que son modèle de risque de crédit fournirait des évaluations plus précises du risque de crédit que le crédit standard. “Les scores disponibles auprès des agences de notation de crédit telles que Equifax, Experian et TransUnion”, ont écrit David Scharfstein et Ryan Gilland de Harvard dans leur rapport. Bien que leur étude de cas ait été examinée et approuvée avant publication par un représentant de Zest AI, elle n’a pas été financée par l’entreprise.
Les coopératives de crédit et les banques utilisant Zest AI ont constaté une augmentation de 25 % des approbations de prêts, tout en maintenant le risque constant.
« Donc, vous ne vous contentez pas de dire oui à davantage de personnes, vous prenez le même risque, mais vous êtes en mesure de dire oui à plus de vos clients et membres », a déclaré Mike de Vere, PDG de Zest AI, à Quartz plus tôt cette année.
En effet, là où les cotes de crédit peuvent donner une image granuleuse et pixellisée d’un emprunteur, les modèles d’IA donnent une vidéo 3D haute définition. Vere a déclaré que Zest utilise des « centaines de variables » pour déterminer les approbations de prêt, alors qu’une cote de crédit est un « instrument brutal qui a généralement 15 à 20 variables de dans.” Par exemple, le modèle utilise des approximations pour le ratio dette/revenu, un facteur dans les modèles de notation traditionnels qui ne prend pas en compte le genre. les disparités salariales et entraînent des approbations de prêts plus faibles pour les femmes. Cela explique les tendances, par exemple, si quelqu’un a un paiement tardif par carte de crédit pendant les vacances chaque année, mais pas à tout autre moment.
« Alors que le modèle Zest AI catégorisait un nombre important de candidats comme présentant un faible risque alors que le modèle standard les classait comme présentant un risque élevé, il Il y avait également des cas où le modèle d’IA de Zest catégorisait les emprunteurs comme à haut risque alors que le modèle standard les classerait comme à faible risque. le gain économique de l’application du modèle d’IA de Zest est venu à la fois de l’élargissement du pool d’emprunteurs éligibles et du refusement de candidats à risque qui pourraient par ailleurs, ils ont été approuvés mais ont été par défaut. » – David S. Scharfstein et Ryan Gilland pour la collection de cas de la Harvard Business School
En déployant son modèle, Zest montre également comment l’IA peut élargir l’accès aux prêts personnels, automobiles, résidentiels et aux petites entreprises pour les particuliers. de couleur. Les prêteurs utilisant Zest AI ont vu les approbations de prêts augmenter de 49 % pour les Latinos, de 41 % pour les candidats noirs et de 40 % pour les femmes, 36 % pour les candidats âgés et 31 % pour les candidats d’origine asiatique américaine des îles du Pacifique.
Cet impact est plus prononcé dans certaines institutions, en particulier. Par exemple, Verity Credit Union, dans l’État de Washington, a connu une augmentation importante des approbations de prêts. pour les Noirs américains (177%), les personnes de plus 62 ans (271%) et les AAPI (375%).
Correction: A previous version of this article said Harvard conducted a study on Zest AI showing that it increased loan approvals by 25%. Harvard did not conduct an independent analysis; it reported on numbers shared to them by Zest AI.
Ce contenu a été traduit automatiquement à partir du texte original. De légères différences résultant de la traduction automatique peuvent apparaître. Pour la version originale, cliquez ici.