Поделиться
Российские банки снизят предвзятость искусственного интеллекта при одобрении кредитов
До сих пор многие банки принимают свои решения с применением так называемых «стоп-правил» или «хард-чеков». Примерами таких стоп-факторов являются возрастные особенности заявителей, факт прописки в неблагополучном, по мнению банка, регионе, наличие микрозаймов или просроченной задолженности в прошлом, отсутствие кредитной истории и т.д.
Стоп-правила оказались неэффективны
Подобные строгие правила много лет помогают банкам отсекать от кредитования большие сегменты клиентов с высоким риском потенциальной просрочки. Часто эти правила работали, не меняясь, много лет. Но в 2020 г., в период пандемии, когда на фоне резкого сокращения уровня одобрения вопрос привлечения новых клиентов стал особенно острым, некоторые финансовые организации осознали, что стоп-правила неэффективны, поскольку отрезают от кредитования значительное количество добросовестных клиентов.
Для решения этой проблемы рынку потребовались новые подходы и решения для процесса рассмотрения кредитных заявок. Одним из них стала платформа oneFactor SmartMachine, применяемая для совместного конфиденциального машинного обучения на глобальном клиентском графе и быстрого создания максимально точных сервисов. Она уже позволила некоторым финансовым организациям верифицировать свои решения: выявить ошибки при использовании стоп-факторов и модифицировать их. Платформу уже протестировали и начали использовать банки — лидеры розничного кредитования. Проведенные с помощью oneFactor SmartMachine тесты показали, что около 20% отказов, основанных на стоп-факторах, были ошибочными.
Эксперты отмечали снижение объемов выдач кредитов населению еще в конце 2019 г., что стало следствием регуляторного давления на банки в части ограничения ПДН (показатель долговой нагрузки). Требования регулятора должны были снизить уровень закредитованности населения. Из-за этого россияне стали гораздо чаще получать отказы в выдаче кредитов.
Ситуация усложнилась в период пандемии, когда некоторые добросовестные клиенты не смогли выплачивать кредиты. Банки не стали пересматривать текущий процесс рассмотрения заявок и выявлять сегменты, на которых конвейер принимает ошибочное решение. Вместо этого они сформировали дополнительные стоп-правила, блокирующие целые сегменты, наиболее серьезно пострадавшие от последствий пандемии. В частности, это коснулось сотрудников сфер розничной торговли и услуг. Из-за этого к середине 2020 г. уровень одобрения кредитов для новых клиентов упал, по оценке компании oneFactor, в несколько раз — с 30-40% до 5-10%.
Чтобы помочь банкам в решении этой проблемы, oneFactor на основе собственной платформы SmartMachine разработал сервис, который автоматически выявляет ошибки в решениях банков еще на этапе рассмотрения заявки. Процесс совместного конфиденциального машинного обучения на основе данных разных индустрий и глобального клиентского графа позволяет находить и корректировать ошибки традиционного подхода. Особенностью платформы является постоянное дополнительное обучение на основании банковских данных (фактов одобрений и отказов, просрочек по выданному кредиту). Также стоит отметить исключение предвзятости, характерной для банковского искусственного интеллекта, который склонен к формированию высокоохватных стоп-правил. Это позволит компаниям из финсектора снизить до нуля влияние таких факторов как пол, возраст, место работы и проживания, наличие или отсутствие микрозаймов и пр. Запатентованная технология oneFactor позволяет обучать модели и алгоритмы для принятия решений на кросс-индустриальных данных в защищенной области памяти устройств в периметре владельцев данных. Это обеспечивает конфиденциальность и сохранность данных.
Внедрение нового подхода к верификации банковских решений на платформе oneFactor позволяет банку увеличить долю положительных решений на 24% без пересмотра приемлемого для банка уровня риска. Например, в сегменте лиц без кредитной истории платформа позволяет выделить 22% благонадежных клиентов среди тех, кто в традиционном сценарии получит отказ. В сегменте тех, кто ранее имел просрочку по другим кредитам, 26% заемщиков могут получить кредит с минимальным риском. Сейчас же большинство банков таким клиентам отказывают.
«Проблема предвзятости искусственного интеллекта, выраженная, в частности, в отказе в кредитовании отдельным сегментам населения на основании данных от рождения атрибутов, мало изучена в нашей стране, — констатирует Роман Постников, генеральный директор и сооснователь oneFactor, руководитель технологического комитета Ассоциации больших данных в России. — В Европе, например, для решения этой проблемы существуют отдельные нормативные акты. Мы же своим опытом показываем, что компании, которые исключают из своих ИИ-систем элементы предвзятости, получают конкурентное преимущество и дополнительные прибыли. Остальные участники рынка вынуждены к ним подтягиваться и вся система приходит к балансу без каких-либо законодательных ограничений».
О платформе
Платформа совместного конфиденциального машинного обучения на глобальном клиентском графе SmartMachine запущена в промышленную эксплуатацию в конце 2020 г. С марта 2021 г. технология oneFactor позволяет не только исполнять алгоритмы машинного обучения в анклаве Intel SGX, но и тренировать их там. Теперь исполняемый код — алгоритм машинного обучения — генерируется непосредственного в анклаве с помощью инновационных методов. Технология была запатентована компанией oneFactor на территории Российской Федерации в мае 2019 г. На данный момент к платформе уже подключен ряд крупнейших по объему розничного кредитования российских банков.
Использование технологий secure multi-party computation и Intel SGX позволяет решению oneFactor обрабатывать полностью зашифрованные данные в аппаратно-защищенной среде. Технология предоставляет возможность конфиденциально объединять данные разных компаний и индустрий в едином вычислительном облаке, а затем использовать их в рекомендательных сервисах на базе искусственного интеллекта. Особенностью платформы SmartMachine является высокий уровень защиты исходных данных от компрометации на аппаратном уровне, поскольку их «видит» только алгоритм машинного обучения. К данным нет доступа даже у администраторов системы или поставщика облачных сервисов, что подтверждено независимым аудитом с участием компаний, подключивших свои данные к платформе. Изоляция данных в анклаве SGX обеспечивает дополнительную защиту от несанкционированного внешнего или внутреннего доступа. oneFactor — первая компания, которая реализовала коммерческое применение технологии secure multi-party computation для тренировки алгоритмов машинного обучения в решении для финансового сектора в России и запатентовала свое решение еще в 2019 г.
О oneFactor
oneFactor — первая российская компания, которая включена в международное исследование Gartner «Cool Vendor List» для операторов связи. За всю историю в нем упоминались лишь 5 российских компаний.
Сегодня 9 из 10 банков России используют сервисы на базе платформы oneFactor. По состоянию на конец 2020 г. более 85% всех решений по выдаче кредитов отечественные банки принимали с помощью сервиса SmartMachine.
Короткая ссылка
