InformedIQ automatisoi Origencen autolainauksen tarkistukset koneoppimisen avulla

Tämä viesti on kirjoitettu yhdessä Robert Bergerin ja Adine Defordin kanssa InformedIQ:sta.

InformedIQ on johtava tekoälypohjaisten ohjelmistojen valmistaja, jota maan suurimmat rahoituslaitokset käyttävät automatisoidakseen lainojen käsittelyn varmentamista ja kulutusluottohakemuksia reaaliajassa lainanantajien ohjeiden mukaisesti. Ne parantavat säännösten noudattamista, vähentävät kustannuksia ja lisäävät tarkkuutta vähentämällä inhimillisiä virheitä, jotka johtuvat tehtävien toistuvasta luonteesta. Tiedotettu yhteistyössä Alkuperä (maan johtava lainausteknologiaratkaisujen ja -palveluiden tarjoaja 1,130 64 luotto-osuuskunnalle, jotka palvelevat yli 15,000 miljoonaa jäsentä) tehostaakseen Origencen epäsuoran luotonannon asiakirjaprosessin automatisointitoimintoa, joka tunnistaa automaattisesti asiakirjat ja vahvistaa rahoituskäytännöt, mikä luo paremman luottoyhtiö- ja jälleenmyyjäkokemuksen heidän verkostolleen. yli 110 8 jälleenmyyjällä. Tähän mennessä 10 miljardia dollaria autolainoja on peräisin Informedin automaatiosta, mikä on XNUMX % kaikista Yhdysvaltain autolainoista. Kuusi kymmenestä parhaasta kuluttajalainanantajasta luottaa Informedin tekniikkaan.

Tässä viestissä opimme kohtaamista haasteista ja siitä, kuinka koneoppiminen (ML) ratkaisi ongelmat.

Ongelma

Manuaalinen lainavahvistusasiakirjan käsittely on aikaa vievää. Varmistus sisältää kuluttajaehdot, kuten asuintodistuksen, henkilöllisyyden, vakuutuksen ja tulot. Se voi olla altis inhimillisille virheille tehtävien toistuvan luonteen vuoksi.

ML:n ja automaation avulla Informed voi tarjota ohjelmistoratkaisun, joka on käytettävissä 24/7, juhlapyhinä ja viikonloppuisin. Ratkaisu toimii tarkasti ilman tietoista tai tiedostamatonta harhaa laskeakseen ja poistaakseen ehdot alle 30 sekunnissa, verrattuna keskimäärin 7 päivään lainavahvistuksissa, 99 %:n tarkkuudella.

Ratkaisun yleiskatsaus

Informed käyttää laajaa valikoimaa AWS:n tarjouksia ja ominaisuuksia, mukaan lukien Amazon Sage Maker ja Amazonin teksti ML-pinossa Origencen asiakirjaprosessin automatisointitoiminnon tehostamiseksi. Ratkaisu poimii automaattisesti tiedot ja luokittelee asiakirjat (esim. ajokortti, palkkatunniste, W2-lomake tai tiliote), jotka sisältävät tarvittavat kentät kuluttajavarmentamiseen, jonka avulla määritetään, myöntääkö lainanantaja lainan. Tarkkojen tulolaskelmien ja hakijatietojen validoinnin, lainaasiakirjojen ja dokumentoidun luokituksen avulla lainat käsitellään nopeammin ja tarkemmin, mikä vähentää inhimillisiä virheitä ja petosriskiä sekä lisää toiminnan tehokkuutta. Tämä auttaa luomaan paremman kuluttaja-, luottoyhtiö- ja jälleenmyyjäkokemuksen.

Luokittaakseen ja poimiakseen tietoja, joita tarvitaan tietojen vahvistamiseen määritettävissä olevien rahoitussääntöjen mukaisesti, Informed käyttää sarjaa yksityisiä sääntöjä ja heuristiikkaa, tekstipohjaisia ​​hermoverkkoja ja kuvapohjaisia ​​syvähermoverkkoja, mukaan lukien Amazon Textract OCR:n kautta. DetectDocumentText API ja muut tilastolliset mallit. Informed API -malli voidaan jakaa viiteen toiminnalliseen vaiheeseen seuraavan kaavion mukaisesti: kuvankäsittely, luokittelu, kuvan piirteiden laskeminen, poiminta ja ehtojen varmennussäännöt ennen päätöksen tekemistä.

Kun otetaan huomioon sivusarja eri asiakirjatyypeille (tiliote, ajokortti, palkkalappu, SSI-palkintokirje ja niin edelleen), kuvankäsittelyvaihe suorittaa tarvittavat kuvan parannukset jokaiselle sivulle ja kutsuu useita sovellusliittymiä, mukaan lukien Amazon Textract OCR kuville. tekstin muuntamiseen. Muissa käsittelyvaiheissa käytetään kuvankäsittelystä saatua OCR-tekstiä ja kunkin sivun kuvaa.

Tärkeimmät edut

Informed tarjoaa autolainateollisuudelle ratkaisuja, jotka vähentävät manuaalisia prosesseja, tukevat vaatimustenmukaisuutta ja laatua, vähentävät riskejä ja tuovat merkittäviä kustannussäästöjä asiakkailleen. Sukellaan ratkaisun kahteen pääedukseen.

Automaatio mittakaavassa tehokkaalla tavalla

AWS-pilviteknologian ja -ominaisuuksien käyttöönotto on auttanut Informedia käsittelemään laajempaa valikoimaa asiakirjatyyppejä ja luomaan uusia kumppaneita. Informed on kehittänyt integroituja, AI/ML-yhteensopivia ratkaisuja ja pyrkii jatkuvasti innovaatioihin palvellakseen asiakkaitaan paremmin.

Lähes koko Informed SaaS -palvelun isännöi ja mahdollistaa AWS-palvelut. Informed pystyy purkamaan skaalautuvaa infrastruktuuria ja keskittymään liiketoimintatavoitteisiinsa. Niiden arkkitehtuuri sisältää kuormantasaajat, Amazon API -yhdyskäytävä, Amazonin elastisten säiliöiden palvelu (Amazon ECS) kontit, palvelimeton AWS Lambda, Amazon DynamoDBja Amazon Relational Database -palvelu (Amazon RDS), ML-tekniikoiden, kuten Amazon Textract ja SageMaker, lisäksi.

Vähentää asiakirjojen poiminnan kustannuksia

Informed käyttää Amazon Textractin uusia ominaisuuksia parantaakseen tietojen poiminnan tarkkuutta asiakirjoista, kuten tiliotteista ja maksutaulukoista. Amazon Textract on AI/ML-palvelu, joka poimii automaattisesti tekstiä, käsinkirjoitusta ja muita metatietoja skannatuista asiakirjoista, lomakkeista ja taulukoista tavoilla, jotka tekevät ML-käsittelystä tehokkaampaa ja tarkempaa. Informed käyttää AWS Textract OCR- ja Analyze Document API -sovellusliittymiä sekä taulukoille että lomakkeille osana vahvistusprosessia. Informedin tekoälyn mallinnusmoottori suorittaa monimutkaisia ​​laskelmia, jotka varmistavat tarkkuuden, tunnistavat puutteita ja torjuvat petoksia. AWS:n avulla he jatkavat ratkaisun tarkkuuden ja nopeuden edistämistä auttaen lainanantajia tehostamaan alentamalla lainankäsittelykustannuksia ja vähentämällä käsittely- ja rahoitusaikaa. Kenttäennusteiden 99 prosentin tarkkuudella jälleenmyyjät ja luotto-osuudet voivat nyt keskittyä vähemmän tietojen keräämiseen ja validointiin ja enemmän vahvojen asiakassuhteiden kehittämiseen.

"Yhteistyö Informed.IQ:n kanssa integroidakseen heidän johtavan tekoälypohjaisen teknologiansa mahdollistaa lainausjärjestelmien kyvykkyyden ja suorituskyvyn parantamisen, mikä virtaviivaistaa edelleen luottoyhtiöidemme ja niiden jäsentemme lainaprosessia."

– Brian Hendricks, Origencen tuotejohtaja.

Yhteenveto

Informed parantaa jatkuvasti automaattisten lainaasiakirjojensa tarkkuutta, tehokkuutta ja laajuutta. Tämä ratkaisu voi hyödyttää kaikkia lainausasiakirjojen varmennusprosesseja, kuten henkilö- ja opintolainoja, HELOC-kortteja ja voimaurheilulajeja. AWS Cloud -teknologioiden ja -ominaisuuksien käyttöönotto on auttanut Informedia käsittelemään lainausprosessin kasvavaa monimutkaisuutta ja parantamaan jälleenmyyjä- ja asiakaskokemusta. AWS:n avulla yritys lisää edelleen parannuksia, jotka auttavat lainanantajia tehostamaan, alentamaan lainankäsittelykustannuksia ja tarjoamaan palvelimetonta tietojenkäsittelyä.

Nyt kun olet oppinut kuinka ML ja automaatio voivat ratkaista lainaasiakirjan vahvistusprosessin, voit aloittaa Amazon Textractin käytön. Voit myös kokeilla älykästä asiakirjojen käsittelyä työpajat. Vierailla Automaattinen tietojenkäsittely asiakirjoista saadaksesi lisätietoja viitearkkitehtuureista, koodinäytteistä, alan käyttötapauksista, blogikirjoituksista ja muusta.

---

Tietoja kirjoittajista

Robert Berger on InformedIQ:n pääarkkitehti. Hän johtaa InformedIQ SaaS:n muuntamista täydelliseksi palvelimettomaksi mikropalveluarkkitehtuuriksi, jossa hyödynnetään AWS Cloudia, DevOpsia ja dataorientoitua ohjelmointia. Päämies tai perustaja useissa muissa start-upissa, mukaan lukien InterNex, MetroFi, UltraDevices, Runa, Mist Systems ja Omnyway.

Adine Deford on Informed.IQ:n markkinoinnin johtaja. Hänellä on yli 25 vuoden kokemus teknologiamarkkinoinnista alan johtajien, maailmanluokan markkinointitoimistojen ja teknologia-aloitusyritysten palveluksessa.

Jessica Oliveira on AWS:n asiakkuuspäällikkö, joka tarjoaa ohjausta ja tukea pk-asiakkaille Pohjois-Kaliforniassa. Hän on intohimoinen rakentamaan strategisia yhteistyösuhteita varmistaakseen asiakkaansa menestyksen. Työn ulkopuolella hän nauttii matkustamisesta, erilaisten kielten ja kulttuurien oppimisesta sekä perheen kanssa viettämisestä.

Malini Chatterjee on AWS:n vanhempi ratkaisuarkkitehti. Hän opastaa AWS-asiakkaita heidän työkuormissaan useissa AWS-tekniikoissa. Hän tuo mukanaan laajan asiantuntemuksen Data Analyticsista ja koneoppimisesta. Ennen AWS:lle tuloaan hän suunnitteli dataratkaisuja finanssiteollisuudelle. Hän on erittäin kiinnostunut Amazon Future Engineer -ohjelmasta, jonka avulla lukiolaiset ja lukiolaiset näkevät STEM:n mahdollisuuksien taiteen. Hän on erittäin intohimoinen puoliklassiseen tanssiin ja esiintyy yhteisötapahtumissa. Hän rakastaa matkustamista ja viettää aikaa perheensä kanssa.