نِدبانک، یکی از بزرگترین بانکهای آفریقای جنوبی، برای گسترش وامدهی به میلیونها مشتری که به طور سنتی از دسترسی به اعتبار رسمی محروم بودهاند، به هوش مصنوعی روی آورده است.
این وامدهنده مستقر در ژوهانسبورگ با JUMO، یک شرکت زیرساخت فینتک، همکاری کرده تا Nedbank Quick Loans را راهاندازی کند؛ محصولی وامدهی مبتنی بر هوش مصنوعی که در اپلیکیشن Nedbank Money تعبیه شده است. مشتریان میتوانند برای وامهایی از R500 (۲۷ دلار) درخواست دهند و در عرض چند دقیقه تصمیم اعتباری دریافت کنند، با شرایط بازپرداخت از یک تا ۱۲ ماه.

این مشارکت نشاندهنده تحولی گستردهتر در بانکداری آفریقاست؛ جایی که وامدهندگان به طور فزایندهای به فینتکها و هوش مصنوعی روی میآورند تا به مشتریانی دسترسی پیدا کنند که مدلهای اعتباری سنتی در خدمترسانی به آنها با مشکل مواجه بوده است.
آزمون واقعی این نخواهد بود که این مشارکت چقدر وام میدهد، بلکه این است که آیا میتواند به شکل سودآور، اعتبار منصفانه و شفاف را به میلیونها وامگیرنده کمدرآمد و با پرونده اعتباری ضعیف ارائه دهد که به طور تاریخی به رباخواران، وامدهندگان روز پرداخت حقوق و سایر وامدهندگان غیررسمی متکی بودهاند.
«با تعبیه مدلها و فرآیندهای اختصاصی مبتنی بر هوش مصنوعی JUMO در اپلیکیشن Nedbank Money، یک تجربه سریع و آسان برای مشتریان فراهم میکنیم،» موتسا چیرونگا، مدیر اجرایی بانکداری شخصی در Nedbank گفت. «این راهحل فوقالعادهای برای نیازهای کوتاه مدت و کوچکتر وامگیری مشتریان است.»
نِدبانک، با ارزش بازار R127 میلیارد (۶.۹ میلیارد دلار)، ترازنامه و زیرساخت بانکی را تأمین میکند. JUMO که در هشت بازار آفریقایی فعالیت میکند و بیش از ۱۰ میلیارد دلار وام در سراسر قاره را تسهیل کرده، موتور وامدهی مبتنی بر هوش مصنوعی را که وامگیرندگان را در زمان واقعی ارزیابی میکند، تأمین میکند.
«ما ۱۱ سال گذشته را صرف ساخت زیرساخت بانکی و کسب اعتماد بانکها کردهایم،» پل ولپتون، مدیرعامل JUMO، روز پنجشنبه به TechCabal گفت. «آنچه اکنون میبینیم این است که JUMO به لایه هوشمند خدمات مالی آفریقا تبدیل میشود.»
از نظر تاریخی، وامدهی با مبالغ کوچک برای بانکها دشوار بوده است. هزینههای پذیرش مشتری بالا بود، ارزیابی ریسک گران بود، و پیشبینی نکول در میان وامگیرندگانی با سابقه اعتباری محدود چالشبرانگیز بود. در نتیجه، ۳۷٪ از مصرفکنندگانی که به بازار اعتبار غیررسمی کوتاه مدت روی آوردند، که بیش از ۴۰٬۰۰۰ رباخوار بر آن تسلط دارند، در نهایت به مشاوره بدهی نیاز پیدا کردند.
JUMO معتقد است هوش مصنوعی میتواند این معادله را تغییر دهد.
به گفته ولپتون، این پلتفرم سیگنالهای تراکنشی، رفتاری و بازپرداخت را تحلیل میکند تا هم توانایی و هم تمایل مشتری به بازپرداخت وام را ارزیابی کند.
«ما از اطلاعات رفتاری و تراکنشی، و همچنین سیگنالهایی که در طول دهه گذشته درباره رفتار مشتریان خارج از دنیای بانکداری و اعتبار سنتی آموختهایم، استفاده میکنیم،» او گفت.
ولپتون اشاره کرد که فناوری JUMO میتواند به وامدهندگان کمک کند تا به مشتریانی خدمت دهند که فاقد فیش حقوقی رسمی، صورتهای مالی حسابرسیشده یا سابقه گسترده در دفاتر اعتباری هستند.
«فکر میکنم مرد معمولی در خیابان، یا مادربزرگ در محله، اکنون به شکل درستی به اعتبار رسمی دسترسی خواهند داشت،» او گفت. «کاملاً شفاف است، بدون کارمزدهای پنهان و هیچ چیزی که بتواند به آنها آسیب بزند یا آنها را در دام بدهی گرفتار کند.»
این سؤال باقی میماند که آیا دسترسی آسانتر به اعتبار دیجیتال میتواند اشکال جدیدی از بدهی بیش از حد ایجاد کند. ولپتون گفت JUMO و Nedbank اقدامات سختگیرانهای برای توان پرداخت اجرا کرده و زیر حداکثر آستانههای نظارتی وام میدهند تا از به حد رساندن مشتریان جلوگیری کنند.
اقتصاد این طرح امیدوارکننده به نظر میرسد. JUMO میگوید بیش از ۱۰ میلیارد دلار در سراسر آفریقا پرداخت کرده و ماهانه حدود ۲۴۰ میلیون دلار وام پردازش میکند. علیرغم تمرکز بر وامدهی بدون وثیقه و مشتریان با سابقه اعتباری سنتی محدود، مشارکتهای بانکی آن نرخ نکول حدود ۳.۳٪ را ثبت میکنند.
این مشارکت نگاهی به آینده بانکداری آفریقای جنوبی ارائه میدهد، جایی که بانکها سرمایه و اعتماد را تأمین میکنند، در حالی که فینتکها هوشمندی را ارائه میدهند که تعیین میکند چه کسی به اعتبار دسترسی پیدا میکند.

