כמעט 50% מבקשות ההלוואות המוגשות בארה"ב נדחות. הגופים הפיננסים המקבלים אותן בודקים את ניקוד האשראי של מבקש ההלוואה, לרכישת רכב, או לכל מטרה (personal loans), ומחליטים לדחות אותה. אך הבדיקה הזאת אינה מעמיקה מספיק ולא אחת לווים טובים היו יכולים לקבל הלוואה, אם מערכת בדיקת הסיכונים הייתה חכמה יותר. כדי לגשר על כשל השוק הזה ולהציע לאותם גופים פיננסים כלי בדיקה מתקדם וחכם יותר - הוקמה לפני כשבע שנים חברת פאגאיה טכנולוגיות.
ניתוח פרופיל הלווה והערכת סיכונים
החברה פיתחה כלי טכנולוגי מבוסס בינה מלאכותית שנכנס לכל מאגרי הנתונים הפיננסיים הרשמיים בארה"ב, סוקר את המידע הנגיש לכל, מנתח אותו באמצעות מודלים מתמטיים שפיתחה החברה ומעריך את רמת הסיכון של מבקש ההלוואה. כך, תוך שתיים-שלוש שניות מהגשת הבקשה של הלקוח, מתקבלת תשובה, המאפשרת לגוף הפיננסי (שהוא למעשה השותף של פאגאיה) לדעת מהו הסיכון בנתינת ההלוואה. יתרה מכך, הכלי אף מציע מספר מסלולי הלוואה אפשריים עבור הגוף הפיננסי: סכום, מספר תשלומים ושיעור ריבית. כלומר הוא יכול להעריך שניתן לתת הלוואה, אך בגובה שונה ממה שהלקוח ביקש ולמספר תשלומי אחר.
"המצב בו מחצית ממבקשי ההלוואות האמריקאיים נענים בשלילה פשוט אינו הגיוני", אומר יריב חסר, מנהל פאגאיה ישראל. "יש ביקוש ויש היצע - אבל איכשהו הם לא תמיד פוגשים אחד את השני, כי הערכת הסיכונים לוקה בחסר. לכל אמריקאי יש את מה שקרוי Credit Score - שגם קרוי Fico Score - שמגלה דברים רבים, אך גם מביא לעיתים לעיוותים. במקביל, אצל הרשויות האמריקאיות יושב מידע פיננסי עצום שהוא רשמי, גלוי ופתוח לכל. במידע זה ניתן לעשות שימוש יעיל כדי לנתח את פרופיל הלווה, מבלי לעבור על חוקי הפרטיות. זוהי השכבה הראשונה של המידע בה ניתן להשתמש. השכבה השנייה היא המידע ההיסטורי שכבר נמצא במערכותינו, לאחר שהצטבר מהיום בו התחלנו לעבוד - המספק נתונים שמייעלים אף יותר את עבודת הערכת הסיכונים".
כיצד המודל עובד טכנולוגית? פעמים רבות כלי בינה מלאכותית הם מעין קופסה שחורה וחידתית.
"אחד היתרונות הייחודיים שלנו הוא שאנו נדרשים לעמוד בתקנות ורגולציות משמעותיות של ארה"ב ולכן חייבים להיות מסוגלים להסביר. אנחנו משתמשים במנוע בינה מלאכותית מוכר, המבוסס על למידת מכונה (Machine Learning) ו-Data Mining, שמבצע כל הזמן תהליך של היזון חוזר. המערכת שבנינו עובדת עם הדאטה של הנתונים ההיסטוריים ומייצרת מודל חיזוי אמין, שהולך ומשתפר.
פתרון יעיל יותר מכל בסיס נתונים
חסר מציין שמאז שהתחלנו לבנות את המודל הוא השתכלל מאוד, בין השאר הודות למידע החדש שנכנס כל הזמן. "הפלטפורמה יושבת בענן ומקבלת אלפי ומיליוני בקשות להלוואה בכל רגע נתון, מכל השותפים שלנו ברחבי ארה"ב ועונה תוך שניות בודדות", הוא מספר. "זהו כלי הנדסי מאובטח היטב בכל תקנות הסייבר שיש, השומר לחלוטין על הפרטיות בהתאם לרגולציה - גם של הלווה וגם של הגופים הפיננסים השותפים לנו. הפלטפורמה מאחדת את הדאטה של כל השותפים ויוצרת מאגר ידע אחד ממנו ניתן ללמוד ולהתפתח. זו מכונה מאוד אלסטית, יעילה, בטוחה, חזקה, חכמה, עמידה ונטולת תקלות. המערכות הטכנולוגיות מטויבות כל הזמן כדי לייצר את החיתום הנכון, תוך שימוש במיטב הטכנולוגיות ההנדסיות - ממש State of the Art. מכיוון שאנחנו מספקים שירותים למגוון מוסדות פיננסיים - הכלי בוחן אוכלוסיות רבות, לומד את ההבדלים, חשוף למרחבי בעיה ומסוגל לייצר פתרון יעיל יותר מכל בסיס נתונים של בנק, חברת אשראי או חברת מימון רכבים".
וכל זה בלי להשתמש ב-Generative AI.
"אנחנו כן יכולים להשתמש ב-Generative AI כדי לבצע דברים אחרים: לנקות את הדאטה מהיצף נתונים, להכשיר את הדאטה, ליישר איתו קו. זהו כלי עזר רב-שימושי לרוב הרבדים במעטפת של המודל, שבדרכו מסייע לנו לבצע את הערכת הסיכון. בנוסף, אינטליגנציה מלאכותית יוצרת יכולה לסייע. למשל, לייצר הערכה כמה כסף ייכנס לחשבון הבנק של הלווה עוד חודש ועוד רבעון ולהעריך תוצאות עסקיות עתידיות. אלו מרכיבים משלימים לביצועים עצמם".
התמודדות עם מצבים מורכבים
"פאגאיה טכנולוגיות" מעסיקה 650 עובדים, כ-500 בישראל, שמתוכם 420 במרכז הפיתוח הטכנולוגי. ביניהם ניתן למצוא אנשי מדעי המחשב ובוגרי תלפיות ו-8200 אותם מגדיר חסר כ"אוסף נדיר של איכות וכישרון שנבחר בקפידה לאורך השנים, המאפשר ליכולות שלנו להיות טובות ומוצלחות כל כך".
מלבד להעריך את רמת הסיכון של נתינת ההלוואה, פאגאיה גם מאפשרת לשותפים שלה לקבל את המימון להלוואות שהן נותנים ללקוחות. "הטכנולוגיה שפיתחנו מאפשרת לנו לבנות תיק הלוואות מהלוואות שאנחנו עצמנו אישרנו", הוא מסביר. "הגוף הפיננסי שכנראה היה מסרב לבקשת ההלוואה ללא פאגאיה, עונה אליה בחיוב וגם מקבל מימון עבורה, מה שמוריד אותה מהמאזן שלו ומאפשר לו נזילות גבוהה יותר. רגל ההשקעות שלנו למעשה אומרת: 'מכיוון שנתת את ההלוואה הזאת בתנאים עליהם המלצנו - אני מוכנה לקנות את ההלוואה ממך במחיר 0 - בלי עמלת סיכון, כי הסיכון כבר מגולם במספרים'".
אילו אתגרים עומדים בפניכם בפעולת הערכת הסיכונים?
"ישנן מורכבויות שונות שיש להתמודד איתן. לדוגמה, מה קורה אם בעל ואישה מבקשים הלוואה ביחד? כשמדובר בהלוואת משכנתה זה טריוויאלי - אבל מה קורה כאשר מדובר בהלוואה לרכישת רכב? מה אפשר ללמוד מזה? עבור דברים כאלה יש לנו קבוצת מחקר גדולה, שמייצרת תובנות מהשוק ומתוך כל הדאטה שאנו אוספים. כך גם מתאפשר לנו לענות על שאלות כאלו ולחזות התנהגות, למשל, האם יבקשו הלוואות נוספות. אנחנו לומדים מההיסטוריה של האדם הספציפי ומההיסטוריה הכוללת שצברנו.
"אתגר נוסף הוא מניעת אפליה, בהתאם להוראות הרשות האמריקאית. אנו יודעים איך המכונה מתנהגת ואילו פרמטרים היא מביאה לידי ביטוי - כך שביכולתנו להבטיח שלא ייכנסו קריטריונים כמין או גזע שייצרו הטיה. ניתן להסביר כל החלטה שמתקבלת ולוודא שמערך השיקולים נשאר נקי וענייני. זה לא ברור מאליו בשוק שכולו מורכב מבני אדם וניתוחם".
<<< לאתר החברה <<<
בשיתוף חברת פאגאיה ישראל
