InformedIQ ทำการตรวจสอบอัตโนมัติสำหรับสินเชื่ออัตโนมัติของ Origence โดยใช้การเรียนรู้ของเครื่อง PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

InformedIQ ทำการตรวจสอบอัตโนมัติสำหรับสินเชื่ออัตโนมัติของ Origence โดยใช้การเรียนรู้ของเครื่อง

โพสต์นี้เขียนร่วมกับ Robert Berger และ Adine Deford จาก InformedIQ

แจ้งIQ เป็นผู้นำด้านซอฟต์แวร์ที่ใช้ AI ที่สถาบันการเงินที่ใหญ่ที่สุดของประเทศใช้ในการตรวจสอบยืนยันการประมวลผลสินเชื่อและการสมัครสินเชื่อผู้บริโภคในแบบเรียลไทม์โดยอัตโนมัติตามนโยบายของผู้ให้กู้ พวกเขาปรับปรุงการปฏิบัติตามกฎระเบียบ ลดต้นทุน และเพิ่มความแม่นยำโดยการลดอัตราความผิดพลาดของมนุษย์ที่เกิดจากลักษณะงานซ้ำซาก แจ้งร่วมกับ ออริจินอล (ผู้ให้บริการโซลูชั่นเทคโนโลยีและผู้ให้บริการสินเชื่อชั้นนำของประเทศสำหรับสหภาพเครดิต 1,130 แห่งที่ให้บริการสมาชิกกว่า 64 ล้านคน) เพื่อขับเคลื่อนการทำงานอัตโนมัติของกระบวนการเอกสารของ Origence สำหรับการให้กู้ยืมทางอ้อมเพื่อระบุเอกสารโดยอัตโนมัติและตรวจสอบนโยบายการเงิน สร้างประสบการณ์เครดิตยูเนี่ยนที่ดีขึ้นและตัวแทนจำหน่ายสำหรับเครือข่ายของพวกเขา จากตัวแทนจำหน่ายกว่า 15,000 ราย จนถึงปัจจุบัน สินเชื่อรถยนต์มูลค่า 110 พันล้านดอลลาร์เกิดขึ้นจากระบบอัตโนมัติของ Informed ซึ่งคิดเป็น 8% ของสินเชื่อรถยนต์ทั้งหมดของสหรัฐฯ ผู้ให้กู้ผู้บริโภครายใหญ่ 10 ใน XNUMX รายไว้วางใจเทคโนโลยีของ Informed

ในโพสต์นี้ เราเรียนรู้เกี่ยวกับความท้าทายที่ต้องเผชิญและวิธีที่แมชชีนเลิร์นนิง (ML) แก้ปัญหา

คำชี้แจงปัญหา

การประมวลผลเอกสารการตรวจสอบสินเชื่อด้วยตนเองใช้เวลานาน การตรวจสอบรวมถึงข้อกำหนดของผู้บริโภค เช่น หลักฐานการอยู่อาศัย ข้อมูลประจำตัว การประกันภัย และรายได้ อาจมีแนวโน้มที่จะเกิดข้อผิดพลาดของมนุษย์เนื่องจากลักษณะงานซ้ำซาก

ด้วย ML และระบบอัตโนมัติ Informed สามารถให้บริการโซลูชันซอฟต์แวร์ที่พร้อมให้บริการทุกวันตลอด 24 ชั่วโมงทุกวันในช่วงวันหยุดและวันหยุดสุดสัปดาห์ โซลูชันทำงานได้อย่างถูกต้องโดยไม่เกิดอคติหรืออคติในการคำนวณและล้างข้อกำหนดภายใน 7 วินาที เทียบกับค่าเฉลี่ย 30 วันสำหรับการตรวจสอบสินเชื่อ โดยมีความแม่นยำ 7%

ภาพรวมโซลูชัน

Informed ใช้ข้อเสนอและความสามารถที่หลากหลายของ AWS รวมถึง อเมซอน SageMaker และ Amazon Text ในสแต็ก ML เพื่อเพิ่มประสิทธิภาพของการทำงานอัตโนมัติของกระบวนการเอกสารของ Origence โซลูชันจะดึงข้อมูลและจัดประเภทเอกสารโดยอัตโนมัติ (เช่น ใบขับขี่ ใบสำคัญจ่าย แบบฟอร์ม W2 หรือใบแจ้งยอดจากธนาคาร) โดยระบุช่องที่จำเป็นสำหรับการตรวจสอบผู้บริโภคที่ใช้เพื่อพิจารณาว่าผู้ให้กู้จะให้เงินกู้หรือไม่ ด้วยการคำนวณรายได้ที่แม่นยำและการตรวจสอบความถูกต้องของข้อมูลผู้สมัคร เอกสารเงินกู้ และการจัดประเภทเอกสาร เงินกู้จะได้รับการประมวลผลเร็วขึ้นและแม่นยำยิ่งขึ้น พร้อมลดข้อผิดพลาดของมนุษย์และความเสี่ยงจากการทุจริต และเพิ่มประสิทธิภาพในการดำเนินงาน ซึ่งช่วยในการสร้างประสบการณ์ผู้บริโภค เครดิตยูเนี่ยน และตัวแทนจำหน่ายที่ดีขึ้น

ในการจัดประเภทและดึงข้อมูลที่จำเป็นในการตรวจสอบความถูกต้องของข้อมูลตามกฎการระดมทุนที่กำหนดค่าได้ Informed จะใช้ชุดกฎและการวิเคราะห์พฤติกรรมที่เป็นกรรมสิทธิ์ โครงข่ายประสาทเทียมแบบข้อความ และเครือข่ายประสาทเทียมเชิงลึกแบบรูปภาพ ซึ่งรวมถึง Amazon Textract OCR ผ่านทาง DetectDocumentText API และแบบจำลองทางสถิติอื่นๆ โมเดล Informed API สามารถแบ่งออกเป็นห้าขั้นตอนการทำงาน ดังแสดงในแผนภาพต่อไปนี้: การประมวลผลภาพ การจัดประเภท การคำนวณคุณสมบัติของภาพ การดึงข้อมูล และกฎการตรวจสอบข้อกำหนด ก่อนตัดสินใจตัดสินใจ

กำหนดลำดับของหน้าสำหรับเอกสารประเภทต่างๆ (ใบแจ้งยอดจากธนาคาร ใบขับขี่ สลิปเงินเดือน จดหมายรางวัล SSI และอื่นๆ) ขั้นตอนการประมวลผลรูปภาพจะดำเนินการปรับปรุงรูปภาพที่จำเป็นสำหรับแต่ละหน้าและเรียกใช้ API หลายรายการ รวมถึง Amazon Text OCR สำหรับรูปภาพ เพื่อแปลงข้อความ ขั้นตอนการประมวลผลที่เหลือใช้ข้อความ OCR ที่ได้รับจากการประมวลผลรูปภาพและรูปภาพสำหรับแต่ละหน้า

ข้อได้เปรียบหลัก

Informed ให้บริการโซลูชั่นแก่อุตสาหกรรมสินเชื่อรถยนต์ที่ลดกระบวนการที่ต้องทำด้วยตนเอง รองรับการปฏิบัติตามข้อกำหนดและคุณภาพ ลดความเสี่ยง และมอบการประหยัดต้นทุนอย่างมีนัยสำคัญให้กับลูกค้า มาดูข้อดีหลักสองประการของการแก้ปัญหากัน

ระบบอัตโนมัติในขนาดที่มีประสิทธิภาพ

การนำเทคโนโลยีและความสามารถของ AWS Cloud มาใช้ช่วยให้ Informed สามารถระบุประเภทเอกสารได้กว้างขึ้นและคู่ค้ารายใหม่ Informed ได้พัฒนาโซลูชันที่ใช้เทคโนโลยี AI/ML แบบบูรณาการ และมุ่งมั่นพัฒนานวัตกรรมอย่างต่อเนื่องเพื่อให้บริการแก่ลูกค้าได้ดียิ่งขึ้น

บริการ Informed SaaS เกือบทั้งหมดโฮสต์และเปิดใช้งานโดยบริการของ AWS Informed สามารถลดภาระงานหนักที่ไม่แตกต่างกันออกไปสำหรับโครงสร้างพื้นฐานที่ปรับขนาดได้ และมุ่งเน้นไปที่วัตถุประสงค์ทางธุรกิจของพวกเขา สถาปัตยกรรมของพวกเขารวมถึงโหลดบาลานเซอร์ Amazon API Gateway Amazon, บริการ Amazon Elastic Container (Amazon ECS) คอนเทนเนอร์แบบไร้เซิร์ฟเวอร์ AWS แลมบ์ดา, อเมซอน ไดนาโมดีบีและ บริการฐานข้อมูลเชิงสัมพันธ์ของ Amazon (Amazon RDS) นอกเหนือจากเทคโนโลยี ML เช่น Amazon Texttract และ SageMaker

ลดต้นทุนในการดึงเอกสาร

Informed ใช้คุณสมบัติใหม่จาก Amazon Texttract เพื่อปรับปรุงความถูกต้องของการดึงข้อมูลจากเอกสาร เช่น ใบแจ้งยอดจากธนาคารและสลิปเงินเดือน Amazon Texttract เป็นบริการ AI/ML ที่แยกข้อความ การเขียนด้วยลายมือ และรูปแบบอื่นๆ ของข้อมูลเมตาจากเอกสารที่สแกน แบบฟอร์ม และตารางในลักษณะที่ทำให้การประมวลผล ML เพิ่มเติมมีประสิทธิภาพและแม่นยำยิ่งขึ้น Informed ใช้ AWS Texttract OCR และ Analyze Document API สำหรับทั้งตารางและแบบฟอร์มซึ่งเป็นส่วนหนึ่งของกระบวนการตรวจสอบ เอ็นจิ้นการสร้างแบบจำลองปัญญาประดิษฐ์ของ Informed ทำการคำนวณที่ซับซ้อน รับรองความถูกต้อง ระบุการละเว้น และต่อสู้กับการฉ้อโกง ด้วย AWS พวกเขายังคงพัฒนาความถูกต้องและความเร็วของโซลูชันต่อไป ช่วยให้ผู้ให้กู้มีประสิทธิภาพมากขึ้นโดยลดต้นทุนการดำเนินการสินเชื่อและลดเวลาในการดำเนินการและเงินทุน ด้วยอัตราความแม่นยำ 99% สำหรับการทำนายภาคสนาม ตอนนี้ตัวแทนจำหน่ายและสหภาพเครดิตสามารถมุ่งเน้นที่การรวบรวมและตรวจสอบข้อมูลน้อยลง และพัฒนาความสัมพันธ์กับลูกค้าที่แข็งแกร่งมากขึ้น

“การเป็นพันธมิตรกับ Informed.IQ ในการผสานรวมเทคโนโลยี AI ชั้นนำช่วยให้เราพัฒนาความสามารถและประสิทธิภาพของระบบสินเชื่อของเรา ปรับปรุงกระบวนการให้สินเชื่อโดยรวมสำหรับสหภาพเครดิตและสมาชิกของพวกเขา”

– Brian Hendricks หัวหน้าเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ Origence

สรุป

ข้อมูลที่ได้รับการปรับปรุงอย่างต่อเนื่องคือความถูกต้อง ประสิทธิภาพ และความกว้างของการตรวจสอบเอกสารสินเชื่ออัตโนมัติ โซลูชันนี้จะเป็นประโยชน์ต่อกระบวนการตรวจสอบเอกสารการให้กู้ยืม เช่น สินเชื่อส่วนบุคคลและสินเชื่อนักเรียน HELOCs และ powersports การนำเทคโนโลยีและความสามารถของ AWS Cloud มาใช้ช่วยให้ Informed จัดการกับความซับซ้อนที่เพิ่มขึ้นของกระบวนการให้ยืมและปรับปรุงประสบการณ์ของตัวแทนจำหน่ายและลูกค้า ด้วย AWS บริษัทยังคงเพิ่มการปรับปรุงที่ช่วยให้ผู้ให้กู้มีประสิทธิภาพมากขึ้น ลดต้นทุนในการดำเนินการสินเชื่อ และให้การประมวลผลแบบไร้เซิร์ฟเวอร์

ตอนนี้คุณได้เรียนรู้เกี่ยวกับวิธีที่ ML และระบบอัตโนมัติสามารถแก้ไขกระบวนการตรวจสอบเอกสารเงินกู้แล้ว คุณสามารถเริ่มต้นใช้งาน Amazon Texttract ได้ คุณยังสามารถลองใช้การประมวลผลเอกสารอัจฉริยะได้อีกด้วย การประชุมเชิงปฏิบัติการ. เยี่ยม การประมวลผลข้อมูลอัตโนมัติจากเอกสาร เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับสถาปัตยกรรมอ้างอิง ตัวอย่างโค้ด กรณีใช้งานในอุตสาหกรรม บล็อกโพสต์ และอื่นๆ


เกี่ยวกับผู้แต่ง

InformedIQ ทำการตรวจสอบอัตโนมัติสำหรับสินเชื่ออัตโนมัติของ Origence โดยใช้การเรียนรู้ของเครื่อง PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.โรเบิร์ต เบอร์เกอร์ เป็นหัวหน้าสถาปนิกที่ InformedIQ เขาเป็นผู้นำการเปลี่ยนแปลงของ InformedIQ SaaS ให้เป็นสถาปัตยกรรม Serverless Microservice เต็มรูปแบบ โดยใช้ประโยชน์จาก AWS Cloud, DevOps และ Data Oriented Programming อาจารย์ใหญ่หรือผู้ก่อตั้งบริษัทสตาร์ทอัพอื่นๆ หลายแห่ง เช่น InterNex, MetroFi, UltraDevices, Runa, Mist Systems และ Omnyway

InformedIQ ทำการตรวจสอบอัตโนมัติสำหรับสินเชื่ออัตโนมัติของ Origence โดยใช้การเรียนรู้ของเครื่อง PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.อาดีน เดฟอร์ด เป็นรองประธานฝ่ายการตลาดที่ Informed.IQ เธอมีประสบการณ์ด้านการตลาดเทคโนโลยีมากกว่า 25 ปีที่ให้บริการผู้นำในอุตสาหกรรม เอเจนซี่การตลาดระดับโลก และสตาร์ทอัพด้านเทคโนโลยี

InformedIQ ทำการตรวจสอบอัตโนมัติสำหรับสินเชื่ออัตโนมัติของ Origence โดยใช้การเรียนรู้ของเครื่อง PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.เจสสิก้า โอลิเวรา เป็นผู้จัดการบัญชีที่ AWS ซึ่งให้คำแนะนำและการสนับสนุนแก่ลูกค้า SMB ในแคลิฟอร์เนียตอนเหนือ เธอหลงใหลในการสร้างความร่วมมือเชิงกลยุทธ์เพื่อช่วยให้ลูกค้าของเธอประสบความสำเร็จ นอกเวลางาน เธอสนุกกับการเดินทาง เรียนรู้เกี่ยวกับภาษาและวัฒนธรรมต่างๆ และใช้เวลาอยู่กับครอบครัวของเธอ

InformedIQ ทำการตรวจสอบอัตโนมัติสำหรับสินเชื่ออัตโนมัติของ Origence โดยใช้การเรียนรู้ของเครื่อง PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI. มาลินี ฉัตรจี เป็นสถาปนิกโซลูชันอาวุโสที่ AWS เธอให้คำแนะนำแก่ลูกค้า AWS เกี่ยวกับปริมาณงานในเทคโนโลยีต่างๆ ของ AWS เธอนำความเชี่ยวชาญอย่างกว้างขวางในการวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่อง ก่อนร่วมงานกับ AWS เธอกำลังออกแบบโซลูชันข้อมูลในอุตสาหกรรมการเงิน เธอสนใจโปรแกรม Amazon Future Engineer มาก ซึ่งช่วยให้เด็กมัธยมต้นและมัธยมปลายเห็นศิลปะแห่งความเป็นไปได้ใน STEM เธอหลงใหลในการเต้นกึ่งคลาสสิกและการแสดงในงานชุมชน เธอรักการเดินทางและใช้เวลากับครอบครัว

ประทับเวลา:

เพิ่มเติมจาก AWS Machine Learning AWS