InformedIQ automatise les vérifications pour les prêts automatiques d'Origence à l'aide de l'apprentissage automatique

Ce billet a été co-écrit avec Robert Berger et Adine Deford d'InformedIQ.

QI informé est le leader des logiciels basés sur l'IA utilisés par les plus grandes institutions financières du pays pour automatiser les vérifications de traitement des prêts et les demandes de crédit à la consommation en temps réel conformément aux politiques des prêteurs. Ils améliorent la conformité réglementaire, réduisent les coûts et augmentent la précision en diminuant les taux d'erreur humaine causés par la nature répétitive des tâches. Informé en partenariat avec origine (le principal fournisseur national de solutions et de services de technologie de prêt pour 1,130 64 coopératives de crédit desservant plus de 15,000 millions de membres) pour alimenter la fonctionnalité d'automatisation du processus documentaire d'Origence pour les prêts indirects afin d'identifier automatiquement les documents et de valider les politiques de financement, créant ainsi une meilleure expérience pour les coopératives de crédit et les concessionnaires pour leur réseau de plus de 110 8 concessionnaires. À ce jour, 10 milliards de dollars de prêts automobiles proviennent de l'automatisation d'Informed, soit XNUMX % de tous les prêts automobiles américains. Six des XNUMX principaux prêteurs à la consommation font confiance à la technologie d'Informed.

Dans cet article, nous découvrons les défis rencontrés et comment l'apprentissage automatique (ML) a résolu les problèmes.

Énoncé du problème

Le traitement manuel des documents de vérification de prêt prend du temps. La vérification comprend des stipulations du consommateur telles qu'une preuve de résidence, d'identité, d'assurance et de revenu. Il peut être sujet à des erreurs humaines en raison de la nature répétitive des tâches.

Avec le ML et l'automatisation, Informed peut fournir une solution logicielle disponible 24h/7 et 30j/7, pendant les vacances et les week-ends. La solution fonctionne avec précision sans biais conscient ou inconscient pour calculer et effacer les stipulations en moins de 99 secondes, contre une moyenne de XNUMX jours pour les vérifications de prêt, avec une précision de XNUMX %.

Vue d'ensemble de la solution

Informed utilise un large éventail d'offres et de fonctionnalités AWS, y compris Amazon Sage Maker ainsi que Extrait d'Amazon dans leur pile ML pour alimenter la fonctionnalité d'automatisation du processus documentaire d'Origence. La solution extrait automatiquement les données et classe les documents (par exemple, permis de conduire, talon de paie, formulaire W2 ou relevé bancaire), fournissant les champs requis pour les vérifications du consommateur utilisées pour déterminer si le prêteur accordera le prêt. Grâce à des calculs de revenu précis et à la validation des données du demandeur, des documents de prêt et de la classification documentée, les prêts sont traités plus rapidement et avec plus de précision, avec une réduction des erreurs humaines et des risques de fraude, et une efficacité opérationnelle accrue. Cela aide à créer une meilleure expérience pour les consommateurs, les coopératives de crédit et les concessionnaires.

Pour classer et extraire les informations nécessaires à la validation des informations conformément à un ensemble de règles de financement configurables, Informed utilise une série de règles et d'heuristiques propriétaires, des réseaux de neurones basés sur du texte et des réseaux de neurones profonds basés sur des images, y compris Amazon Textract OCR via le DetectDocumentText API et autres modèles statistiques. Le modèle d'API informée peut être décomposé en cinq étapes fonctionnelles, comme illustré dans le schéma suivant : traitement de l'image, classification, calculs des caractéristiques de l'image, extractions et règles de vérification des stipulations, avant de prendre la décision.

Étant donné une séquence de pages pour différents types de documents (relevé bancaire, permis de conduire, talon de paie, lettre d'attribution SSI, etc.), l'étape de traitement d'image effectue les améliorations d'image nécessaires pour chaque page et appelle plusieurs API, y compris Amazon Textract OCR pour l'image à la conversion de texte. Le reste des étapes de traitement utilise le texte OCR obtenu à partir du traitement d'image et l'image de chaque page.

Principaux avantages

Informed fournit des solutions au secteur des prêts automobiles qui réduisent les processus manuels, prennent en charge la conformité et la qualité, atténuent les risques et permettent à leurs clients de réaliser d'importantes économies. Plongeons-nous dans deux principaux avantages de la solution.

Automatisation à grande échelle avec efficacité

L'adoption des technologies et des capacités AWS Cloud a aidé Informed à traiter un plus large éventail de types de documents et à intégrer de nouveaux partenaires. Informed a développé des solutions intégrées compatibles IA/ML et s'efforce en permanence d'innover pour mieux servir ses clients.

La quasi-totalité du service Informed SaaS est hébergée et activée par les services AWS. Informed est capable de décharger le gros du travail indifférencié pour une infrastructure évolutive et de se concentrer sur ses objectifs commerciaux. Leur architecture comprend des équilibreurs de charge, Passerelle d'API Amazon, Service de conteneur élastique Amazon (Amazon ECS) conteneurs, sans serveur AWS Lambda, Amazon DynamoDBet Service de base de données relationnelle Amazon (Amazon RDS), en plus des technologies ML comme Amazon Textract et SageMaker.

Réduction des coûts d'extraction de documents

Informed utilise les nouvelles fonctionnalités d'Amazon Textract pour améliorer la précision de l'extraction des données à partir de documents tels que les relevés bancaires et les fiches de paie. Amazon Textract est un service AI/ML qui extrait automatiquement le texte, l'écriture manuscrite et d'autres formes de métadonnées à partir de documents, formulaires et tableaux numérisés de manière à rendre le traitement ML plus efficace et précis. Informed utilise les API AWS Textract OCR et Analyze Document pour les tableaux et les formulaires dans le cadre du processus de vérification. Le moteur de modélisation d'intelligence artificielle d'Informed effectue des calculs complexes, garantissant l'exactitude, identifiant les omissions et luttant contre la fraude. Avec AWS, ils continuent d'améliorer la précision et la rapidité de la solution, aidant les prêteurs à devenir plus efficaces en réduisant les coûts de traitement des prêts et en réduisant le temps de traitement et de financement. Avec un taux de précision de 99 % pour la prédiction sur le terrain, les concessionnaires et les coopératives de crédit peuvent désormais se concentrer moins sur la collecte et la validation des données et plus sur le développement de solides relations avec les clients.

"Le partenariat avec Informed.IQ pour intégrer leur technologie de pointe basée sur l'IA nous permet d'améliorer les capacités et les performances de nos systèmes de prêt, en rationalisant davantage le processus global de prêt pour nos coopératives de crédit et leurs membres"

– Brian Hendricks, chef de produit chez Origence.

Conclusion

Informed améliore constamment la précision, l'efficacité et l'étendue de ses vérifications automatisées des documents de prêt. Cette solution peut bénéficier à tout processus de vérification des documents de prêt, comme les prêts personnels et étudiants, les HELOC et les sports motorisés. L'adoption des technologies et des capacités d'AWS Cloud a aidé Informed à faire face à la complexité croissante du processus de prêt et à améliorer l'expérience des concessionnaires et des clients. Avec AWS, la société continue d'ajouter des améliorations qui aident les prêteurs à devenir plus efficaces, à réduire les coûts de traitement des prêts et à fournir une informatique sans serveur.

Maintenant que vous savez comment le ML et l'automatisation peuvent résoudre le processus de vérification des documents de prêt, vous pouvez commencer à utiliser Amazon Textract. Vous pouvez également essayer le traitement intelligent des documents ateliers. Visiter Traitement automatisé des données à partir de documents pour en savoir plus sur les architectures de référence, les exemples de code, les cas d'utilisation de l'industrie, les articles de blog, etc.

---

À propos des auteurs

robert berger est l'architecte en chef d'InformedIQ. Il dirige la transformation d'InformedIQ SaaS en une architecture complète de microservices sans serveur tirant parti du cloud AWS, du DevOps et de la programmation orientée données. Principal ou fondateur de plusieurs autres start-ups, dont InterNex, MetroFi, UltraDevices, Runa, Mist Systems et Omnyway.

Adine Deford est le vice-président du marketing chez Informed.IQ. Elle a plus de 25 ans d'expérience en marketing technologique au service des leaders de l'industrie, des agences de marketing de classe mondiale et des start-ups technologiques.

Jessica Oliveira est un gestionnaire de compte chez AWS qui fournit des conseils et une assistance aux clients SMB en Californie du Nord. Elle est passionnée par la création de collaborations stratégiques pour aider à assurer le succès de ses clients. En dehors du travail, elle aime voyager, apprendre différentes langues et cultures et passer du temps avec sa famille.

Malini Chatterjee est architecte de solutions senior chez AWS. Elle fournit des conseils aux clients AWS sur leurs charges de travail à travers une variété de technologies AWS. Elle apporte une vaste expertise en analyse de données et en apprentissage automatique. Avant de rejoindre AWS, elle concevait des solutions de données dans les industries financières. Elle est très intéressée par le programme Amazon Future Engineer permettant aux collégiens et lycéens de voir l'art du possible dans les STEM. Elle est très passionnée par la danse semi-classique et se produit lors d'événements communautaires. Elle aime voyager et passer du temps avec sa famille.