A medida que los préstamos digitales continúan creciendo en tamaño, las empresas están buscando maneras de hacer sus servicios más eficientes y rentables tanto para los prestamistas cuanto para los prestatarios. Y creen que la inteligencia artificial y los grandes datos son la clave para el futuro de los préstamos.

Los prestamistas tradicionalmente toman decisiones basadas en la puntuación de crédito de un solicitante de préstamo, un número de tres dígitos obtenido de agencias de crédito como Experian y Equifax. Los puntajes de crédito se calculan a partir de datos como el historial de pagos, la longitud del historial de crédito y las cantidades de línea de crédito. Se utilizan para determinar la probabilidad de que los solicitantes paguen sus deudas y calcular la tasa de interés de los préstamos. Si usted tiene una puntuación de crédito baja, se le considera un prestatario de riesgo, lo que significa que su solicitud de préstamo será negada o lo recibirá a una tasa de interés alta.

Plataformas de préstamos digitales creen que este tipo de información no representa una imagen completa de la solvencia de un solicitante de préstamo. Han considerado agregar cientos y miles de otros puntos de datos a su proceso, no todos los cuales están necesariamente relacionados con las interacciones financieras. Esto puede incluir información como sus méritos educativos y certificaciones, historial de empleo e incluso información trivial, como cuando se duerme, los sitios web a los que navega, sus hábitos de mensajería y los patrones de ubicación diarios.

Para ser justos, los datos grandes pueden ser una espada de doble filo y crear más confusión que claridad, y la inteligencia artificial en gran parte se ha convertido en un término de comercialización para las empresas que quieren vender sus productos y servicios. Pero los expertos en la industria de préstamos en línea creen que pueden tener un gran impacto en cómo las empresas de fintech se desempeñan.

Los datos pueden permitir a las empresas crear un perfil más completo de un solicitante de préstamo. Esto puede ayudar a tomar decisiones de suscripción más precisas, lo que resulta en una reducción de los incumplimientos de los prestamistas y menores tasas de interés para los prestatarios. También puede ayudar a automatizar partes —y quizás todo— el proceso.

Cómo las nuevas empresas están aprovechando la IA

Upstart es una compañía de préstamos peer-to-peer en línea con sede en California que está mejorando los préstamos con inteligencia artificial. Upstart utiliza algoritmos de aprendizaje de máquina, un subconjunto de la IA, para tomar decisiones de suscripción. El aprendizaje automático puede analizar y correlacionar enormes cantidades de datos de los clientes para encontrar patrones, que de otro modo, requerirían un esfuerzo manual considerable o pasarían desapercibidos para los analistas humanos. Por ejemplo, puede determinar si los solicitantes están diciendo la verdad sobre sus ingresos mirando a través de su historial de empleo y comparando sus datos con los de clientes similares. También puede encontrar patrones ocultos que podrían favorecer a un solicitante.

Upstart cree que esto puede beneficiar a las personas con historial de crédito limitado, bajos ingresos y prestatarios jóvenes, que suelen ser golpeados con tasas de interés más altas. La compañía también ha logrado automatizar el 25 por ciento de sus préstamos menos riesgosos, una cifra que planea mejorar con el tiempo. Esto puede ahorrar mucho tiempo y energía de los prestamistas, que recibirán un retorno de las inversiones que requieren menos intervención de su parte. Se planea que la tecnología esté disponible para los bancos, cooperativas de crédito e incluso minoristas que estén interesados en ofrecer préstamos de bajo riesgo a sus clientes.

Avant, una start-up con sede en Chicago que ofrece préstamos no garantizados que oscilan entre $1,000 y $35,000, utiliza análisis y aprendizaje automático para agilizar el endeudamiento de los solicitantes cuya puntuación de crédito cae por debajo del umbral aceptable de los bancos tradicionales de préstamo. Los algoritmos de la plataforma analizan 10.000 puntos de datos para evaluar la situación financiera de los consumidores. Por ejemplo, estos algoritmos están ayudando a la plataforma a identificar a los solicitantes que tienen puntajes FICO bajos (por debajo de 650) pero comportamiento manifiesto similar a aquellos con altos puntajes de crédito.

La compañía también está usando el aprendizaje automático para detectar el fraude comparando el comportamiento del cliente con los datos de línea de base de los clientes normales y destacando los valores atípicos. La plataforma analiza datos como cuánto tiempo dedica la gente a considerar las preguntas de la aplicación, leer contratos o mirar las opciones de precios.

Avant está explorando la ampliación de sus servicios a los bancos de ladrillo y mortero que están interesados en iniciar o ampliar su negocio de préstamos en línea.

Retos pendientes

Los préstamos digitales representan el 10 por ciento de todos los préstamos a través de EE.UU. y Europa, una cifra que está creciendo constantemente. Los beneficios de aplicar el aprendizaje y la analítica de máquinas son evidentes y, según CB Insights, hay más de una docena de empresas que están utilizando la tecnología para evaluar las solicitudes de préstamos y optimizar el proceso.

Mapa de la Inteligencia Artificial en el mercado de la Tecnología Fianciera:

AI

Image: cbinsights

Sin embargo, no todo el mundo está de acuerdo en que el aprendizaje automático es la panacea para todos los problemas de los préstamos en línea. Por ejemplo, muchas de estas aplicaciones requieren que se descargue aplicaciones que recogen todo tipo de datos personales. Y como muestra el hack Equifax, confiar demasiada información personal a una sola compañía puede tener implicaciones desastrosas en seguridad y privacidad para usted.

También está el problema del sesgo algorítmico. Los algoritmos de aprendizaje automático toman decisiones que reflejan los sesgos y preferencias de las personas que les proporcionan datos de entrenamiento. A los expertos les preocupa que esto pueda introducir un nuevo conjunto de desafíos para los solicitantes de préstamos. Y el modelo aún tiene que probar su temple durante una crisis o crisis financiera.

Sin embargo, los proponentes de los préstamos basados en el aprendizaje de máquinas confían en que la IA se convertirá eventualmente en una parte inherente de los préstamos en línea. En una entrevista con NPR, Dave Girouard, CEO de Upstart, dijo: "En 10 años, difícilmente habrá una decisión de crédito tomada que no tenga algún sabor del aprendizaje de la máquina detrás de ella."