MAKSAMISEN MUUTOS

Tekoäly toimii luotonannossa ihmistä tehokkaammin

Finanssiala hyödyntää tekoälyn mahdollisuuksia eturintamassa. Älykäs luotonanto sekä väärinkäytösten tunnistaminen ovat alueita, joille tekoäly tuo lähivuosina valtavasti uutta.

Luottopäätökset ovat sääntöpohjaista päätöksentekoa, joka perustuu monipuolisiin datalähteisiin ja niiden yhteisvaikutuksen ymmärtämiseen. Tekoäly on tällaisessa työssä ihmistä parempi päätöksentekijä, sanoo Reetu Kainulainen Ultimate.ai:lta

Luottopäätökset ovat sääntöpohjaista päätöksentekoa, joka perustuu monipuolisiin datalähteisiin ja niiden yhteisvaikutuksen ymmärtämiseen. Tekoäly on tällaisessa työssä ihmistä parempi päätöksentekijä, sanoo Reetu Kainulainen Ultimate.ai:lta.

Amerikkalainen finanssilaitos JP Morgan kertoi helmikuun lopussa ottaneensa käyttöön COIN-nimisen (Contract Intelligence) oppivan tekoälyjärjestelmän. Se analysoi valtavan määrän dataa ja tekee siitä salamannopeasti päätöksiä. Tekoäly tekee muutamassa sekunnissa työn, joka veisi ihmisiltä 360 000 tuntia.

Finanssialan riskinhallinnassa on äärimäisen tärkeää pystyä kaikissa tilanteissa analysoimaan asiakkaansa transaktioihin liittyvät riskit. Yksi näistä on luotonanto. Modernit tietomassat antavat siihen rajattomia mahdollisuuksia.

Tekoäly ei tee inhimillisiä virheitä

Konsulttiyritys PwC:n partneri Jan Bäckström on perehtynyt finanssialan digitalisaatioon. Hän korostaa, että tekoälyn kehittäminen sopii erityisesti sinne, missä on eniten dataa ja sääntelyä eli juuri finanssialalle.

– Älykäs luotonanto sekä väärinkäytösten tunnistaminen ovat alueita, joille tekoäly tuo lähivuosina valtavasti uutta. Tekoäly pystyy yhdistämään monenlaista lainanhakijaa koskevaa tietoa ja tekemään parempia ja rationaalisempia lainapäätöksiä kuin ihminen. Silti ihmistä käytetään vielä pitkään lopullisen päätöksen tekijänä, Bäckström sanoo.

Tekoälyjärjestelmiä kehittävän Ultimate.ai perustaja ja toimitusjohtaja Reetu Kainulainen on samaa mieltä: tekoäly on väsymätön, eikä se tee inhimillisiä virheitä.

– Luottopäätökset ovat sääntöpohjaista päätöksentekoa, joka perustuu monipuolisiin datalähteisiin ja niiden yhteisvaikutuksen ymmärtämiseen. Tekoäly on tällaisessa työssä ihmistä parempi päätöksentekijä. Tekoäly on myös oppiva järjestelmä, eli sen tekemät päätökset paranevat, mitä enemmän se niitä tekee, Kainulainen sanoo.

Kainulainen on erikoistunut tekoälyn hyödyntämiseen luonnollisen kielen ymmärtämisessä ja hänen yrityksensä kehittää neuroverkkoteknologiaan perustuvia syväoppivia tekoälyjärjestelmiä.

Tekoäly oppii nopeasti omista virheistään

Jotta tekoäly voi olla ihmistä oivallisempi, sen raaka-aineeksi pitää syöttää mahdollisimman paljon historiadataa eli tietoja tehdyistä luottopäätöksistä ja niiden taustamuuttujista.

– Tekoäly voi louhia vaikka 500 taustamuuttujan datamassasta korrelaatioita, jotka vaikuttavat riskiprofiiliin ja luottokelpoisuuteen, ja joita ihminen ei ikinä keksisi. Kehittynyt tekoäly oppii nopeasti omista päätöksistään niin, ettei ihminen välttämättä enää ymmärrä, millä perusteilla tekoäly tekee päätöksiä, Kainulainen sanoo.

Tekoälytutkimus kehittääkin parhaillaan tapoja, joilla tekoäly opetetaan kertomaan päätösten perusteista ihmisen ymmärtämällä tavalla esimerkiksi visualisoimalla raakadatan ja päätösten väliset yhteydet.

Tekoäly hyödyntää anonymisoitua tietomassaa

Tekoäly käyttää päätöksentekoon paitsi henkilökohtaista dataa, myös laajaa, anonyymisoitua tietomassaa, josta louhitaan lainanhakijan luotettavuutta ja häntä koskevia riskejä ennustavia käyttäytymismalleja. Anonymisoinnilla henkilötietoja sisältävästä tietomassasta on ensin poistettu kaikki tieto, jolla henkilö on tunnustettavissa. Kaukana ei ole se päivä, kun yritykset käyvät kauppaa tällaisella datalla.

Älykäs luotonanto sekä väärinkäytösten tunnistaminen ovat alueita, joille tekoäly tuo lähivuosina valtavasti uutta, uskoo PwC:n Jan Bäckström

Älykäs luotonanto sekä väärinkäytösten tunnistaminen ovat alueita, joille tekoäly tuo lähivuosina valtavasti uutta, uskoo PwC:n Jan Bäckström.

– Maailmalla kehitetään juuri nyt mekanismeja, joilla yritykset voivat jakaa ja vaihtaa anonyymisoitua käyttäytymisdataa. Hyvä esimerkki voisi Suomessa olla edesmenneen Anttilan asiakastiedot, jotka voisivat kiinnostaa monia luotottajia, Bäckström sanoo.

Uusilla toimintamalleilla varmistetaan Bäckströmin mukaan muun muassa se, ettei kerättävä data ole ristiriidassa ensi vuonna voimaan tulevan EU-tasoisen tietosuoja- eli GDPR-sääntelyn (general data protection regulation) kanssa, jolla pyritään ohjaamaan kansalaisia koskevien tietojen käyttöä.

Luotonantajan apuvälineestä myös luotonhakijan apuväline

Tulevaisuuden tekoäly voi tuottaa myös uusia palveluja luotonantoon, kun tekoäly alkaa perustella luotonhakijalle päätöksiään tai antaa vaihtoehtoisia luototustapoja. Tekoäly voi myös neuvoa ihmisen rahankäytössä ja siinä, mikä voisi jatkossa helpottaa luoton saantia

Tekoäly oppii omien päätösten seurauksista ja kehittyy koko ajan paremmaksi, muistuttaa Reetu Kainulainen.

Tekoäly oppii omien päätösten seurauksista ja kehittyy koko ajan paremmaksi, muistuttaa Reetu Kainulainen.

– Tekoäly oppii aineistoista ihmisten painottamia parametreja, jotka eivät välttämättä ole loogisia. Kun kone oppii omien päätösten seurauksista, mitkä päätökset ovat olleet oikeita ja mitkä vääriä, se pystyy päättelemään, mitkä oletusparametrit pitää hylätä, Kainulainen kertoo.

Bäckström ennustaa, että lähitulevaisuudessa tekoäly auttaa lainanottajia ja -antajia siten, että sen avuilla ennustetaan lainanantajan tulevat tulot ja koko elämäntilanne.

– Olen jo nyt nähnyt fintech-toimijoiden varainhoidondemoja, jotka ennustavat profiilitietojen perusteella, miten ihmisten varallisuus kehittyy tulevaisuudessa. Näissä huomioidaan muun muassa lasten saanti, työuran kehittyminen sekä avioeron ja sairastumisen todennäköisyyksien vaikutukset.

– Kun varallisuushaarukka on ennustettu, sen perusteella tehdään sijoitussuunnitelma erilaisten elämäntilanteiden varalle. Kyseessä on eräänlainen varallisuudenhoidon personal trainer, Bäckström kuvaa.

Näitä tekniikoita voidaan helposti soveltaa myös kulutus- ja asuntoluototukseen niin, että ihmisille tarjotaan vain sellaisia luottoja, mihin heillä on nyt ja tulevaisuudessa varaa.

Tekoäly ja lohkoketjut lisäävät luotonannon turvallisuutta

Yritysten välinen toiminta eli esimerkiksi alihankintaketjujen pitkät maksuajat voidaan tulevaisuudessa hoitaa entistä tarkemmin ja oikealla hinnalla.

– Teollisen internetin sovellukset antavat yritysrahoitukselle valtavia mahdollisuuksia. Kun jokaisella tavaralla ja kaikilla raaka-aine-erillä on lohkoketjussa (block chain) sähköinen identiteetti, luotottaja pystyy seuraamaan ja rahoittamaan turvallisesti koko toimitusketjua. Kun tällä hetkellä mietitään yksin suomalaisyrityksen luottoja, voidaan jatkossa pureutua kiinalaisen alihankkijan ja sen alihankkijoiden kykyyn selvitä sitoumuksistaan, Bäckström toteaa.

Uudessa tekoälyn ja lohkoketjujen maailmassa luotottajalla on aina ja kaikkialla reaaliaikainen näkymä luototettavan toiminnon tilaan.

– Luotottaja näkee, mitä on tuotettu, kuka on saanut tavaran, mitkä sopimukset säätelevät kuljetuksia ja maksuaikaa sekä milloin, kuinka paljon ja millä ehdoilla pitää maksaa. Kasvava kaikille osapuolilla näkyvä datan määrä ja kyky analysoida sitä parantaa toimijoiden välistä luottamusta.

Luotonanto yritysten välillä suurimmassa murroksessa

Yritysten välisen kaupan rahoitus (trade finance) tulee kokemaan jopa suuremman murroksen kuin kuluttajaluototus, sillä tällä alalla toimintatavat ovat olleet pidempään muuttumattomia ja muun muassa eri maiden erilaiset toimintatavat ja säätely ovat hidastaneet muutosta.

– Suurin muutos tulee yritysten väliseen kauppaan, joka on edelleen erittäin manuaalinen ja fyysinen prosessi, ja jossa automaatiolla ja tekoälyllä on valtavia mahdollisuuksia tehostaa toimintatapoja. Tällä alueella vaaditaan laajempaa osaamista kuin kuluttajabisneksessä ja siksi sinne erikoistuvat toisenlaiset fintech-toimijat.

Täysin automatisoidun luotonannon aika vielä edessäpäin

Yritysten taloudellisten tietojen käyttö saattaa Bäckstömin mukaan muuttua tulevaisuudessa niin, että yritykset omistavat itse omat tietonsa ja käyvät niillä kauppaa. Tämä disruptoisi nykyisten luottoluokittajien ja tilinpäätöstietoja tarjoavien yritysten bisnekset.

– Yrityksillä on tulevaisuudessa digitaalinen identiteetti, joka sisältää kaikki sen taloudelliset tiedot. Luotonantajat varmentavat tämän identiteetin. Tämä mahdollistaa sen, että yritys voi tällä identiteetillä hakea lainaa missä päin maailmaa tahansa. Datan omistajuus tai hallinta ei ole enää luottoluokittajilla vaan suoraan yritysten välisessä toiminnassa.

Kasvava datamäärä ja avoin datan jakaminen parantavat jatkossa luottopäätösten laatua ja vähentävät riskejä – ainakin periaatteessa.

– Aika ei kuitenkaan ole vielä kypsä automaattisille luottopäätöksille, vaan tekoäly toimii ihmisen apuna, antaa neuvoja ja ihminen tekee lopullisen luottopäätöksen nykyistä oikeammalla hinnalla, Bäckström linjaa.

Yritykset haastavat pankkeja luotonannossa

Vaikka nopeat ja innovatiiviset fintechit nousevat finanssitoimialan kehityksen vetureiksi, perinteiset pankit pärjäävät jatkossakin.

– Fintech-yritykset integroituvat pankkien kanssa tiiviiseen yhteistyöhön niin, että molemmat menestyvät. Toki vaihtoehtona on, että joku perinteisen finanssialan ulkopuolisista globaaleista jäteistä tulee ja mullistaa alan kerrallaan, Bäckström sanoo ja viittaa Applen ja Alipayn kaltaisiin toimijoihin.

Menestyksen avaimet ovat nyt ja tulevaisuudessa ainakin kuluttajabisneksen luotonannossa niillä, joilla on laaja olemassa oleva asiakaskunta. Siinä kisassa Facebook, Google, Amazon ja eBay haastavat pankkeja.

– Tärkeä kysymys on, kuinka paljon ihmiset luottavat instituutioihin eli esimerkiksi perinteisiin pankkeihin tai toisaalta Facebookiin. Tämä on hyvin erilaista eri maissa. Esimerkiksi Yhdysvalloissa pankkialaan luotetaan vähemmän kuin lentoyhtiöihin. Suomessa taas luottamus pankkeihin on korkealla. Kyllä minä vielä menen asuntolainaa hakemaan ensimmäisenä Nordeasta, OP:sta tai Aktiasta enkä Facebookilta, Bäckström myöntää.

Milloin tekoäly sitten on osa arkipäiväistä luotonantoa?

– Sen pitäisi jo olla jo nyt käytössä. Luottopäätökset on alue, jossa tekoälystä on selkeitä hyötyjä kaikille osapuolille. Suomalaispankeissa tehdään paraikaa asiasta selvityksiä ja lähiaikoina nähdään ensimmäisiä kokeiluja. Uskon, että tekoäly on arkea jo aivan lähivuosien luottopäätösten teossa. Kyseessähän on vain yksi uusi työkalu, jolla parannetaan rahoituslaitoksen toimintaa, Kainulainen sanoo.

12.6.2017
Teksti Jukka Nortio
Kuvat Laura Vesa ja PwC
Tarkista maksuviivetiedot ilmaiseksi

Parempia luottopäätöksiä ajantasaisella tiedolla

 

5 vinkkiä parempaan luotonantoon