商品推荐、综合支持、债权管理升级
替代性信用评估模型开发也在推进中
利用国税厅欠税信息等
构想向储蓄银行提供的“商业模式”

庶民金融振兴院将建设基于生成式人工智能的综合平台,推进庶民金融咨询、审查及贷后管理等业务升级。其构想是利用在贷款、贷后管理、咨询等领域积累的信息,分析客户的资产与负债,并强化定制化金融支持以及与就业、福利服务的联动。


Kim Eungyeong兼任庶民金融振兴院院长、信用恢复委员会委员长,去年4月在仁川桂阳庶民金融综合支援中心进行现场咨询。信用恢复委员会供图。

Kim Eungyeong兼任庶民金融振兴院院长、信用恢复委员会委员长,去年4月在仁川桂阳庶民金融综合支援中心进行现场咨询。信用恢复委员会供图。

View original image

据26日金融业消息,庶民金融振兴院正在推进“基于人工智能的综合平台建设项目”。此次项目不使用外部云服务,而是采用本地部署方式,在庶民金融振兴院内部直接安装硬件和软件。此举被解读为,在防止贷款、担保、债务贷后管理等敏感金融信息外泄的同时,将生成式人工智能应用于业务之中。


分析弱势借款人财务状况,推荐金融产品与福利制度

庶民金融振兴院的人工智能平台预计将用于财务咨询和定制化综合支持推荐等工作。例如,人工智能咨询聊天机器人可分析客户提问的意图和语境,并提供合适的庶民金融产品、支持条件及咨询信息。据悉,该平台还将建设自动生成功能,针对青年客户的资产、负债及金融交易模式进行分析,自动生成包含定制化产品和咨询内容的财务咨询报告。


人工智能也将应用于定制化综合支持服务。其方式是收集并联动公共和民间运营的金融、就业、福利等各类支持制度信息,并根据客户的收入、负债、家庭情况等,推荐合适的制度和服务。该院计划不止于介绍单纯的贷款产品,而是进一步强化连接金融支持与非金融支持的普惠金融综合支持。


在内部审查和贷后管理业务中,也将引入人工智能。人工智能审查支持系统将基于电子文档管理系统中受理的代位清偿履行审查材料,检查是否存在必填项目遗漏等问题。该系统还具备按照既定审查标准,对可自动判定案件和需要进一步审查的暂缓案件进行分类的功能。


自动审核审查材料并筛选债权回收对象

在债权回收业务中,将应用分析过往客户联络记录和回收成功数据等的机器学习模型。其目的在于筛选出债权回收可能性较高的借款人,从而提高贷后管理业务效率。


人工智能还将用于员工资料检索和报告撰写工作。员工就法律、规定或业务手册提问时,内部检索平台将同时呈现相关条款和依据文件。平台还将建设根据机构内部格式起草经营评价报告、业务计划、新闻稿等文书初稿,以及比较多份文件差异或总结大容量资料的功能。



此外,庶民金融振兴院还在推进利用自有数据构建面向低信用人群的替代性信用评估模型。其构想是开发能够更精细评估低信用人群信用度的模型,并向储蓄银行等机构供给,进而将其发展为自身收益业务。据悉,在这一过程中,该院还在研究共享韩国国税厅欠税信息数据等方案。此举被解读为,旨在同时掌握欠税的具体内容及其发生背景,防止因生计困难而不得不拖欠税款的弱势借款人被归类为高风险借款人,从而被排除在政策性资金使用之外。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点