分析指出，金融机构在贷款AI领域的竞争焦点，正从单纯追求预测准确率，转向决策是否可信。随着越来越多金融公司采用相近的信用评估数据和机器学习技术，模型能否对贷款结果作出一致、可解释且公平的判断，正成为新的差异化因素。
据FinTech Futures当地时间17日报道，Wells Fargo执行副总裁Subramanian Narayanaswamy在一篇署名文章中表示，主要放贷机构普遍采用相似的信用评估数据和机器学习技术，因此，提升AI模型的可信度应被置于核心位置。
Narayanaswamy提出，“可信贷款AI”应具备四项条件：一是对条件相近的申请人作出一致判断；二是能够让客户理解被拒贷的原因；三是核查特定借款人群体是否在缺乏合理依据的情况下受到不利影响；四是随着经济环境或客户行为变化，持续检验模型表现。
报道指出，贷款AI的可信度不仅关乎合规，也可能影响盈利能力和运营效率。以月度收入波动较大的个体经营者为例，若将年度现金流纳入评估，可能更准确地判断其偿债能力。判断依据越清晰，金融机构在模型验证和审计应对方面也越有优势。
在引入外部AI解决方案时，可解释性和公平性的证明材料也变得愈发重要。Zest AI表示，公司目前运行着600多个贷款模型，支持的贷款规模合计达到1万亿美元，并在不增加信用损失的情况下提升了获批规模。FairPlay主要用于检查不同借款人群体之间是否存在不公平影响，Credo AI则用于模型监控和审计资料管理。
Narayanaswamy认为，未来贷款AI的竞争力，不仅取决于模型本身有多精细，更取决于金融机构是否具备持续验证并证明其准确性、公平性和可解释性的能力。
记者信息
Jae-won Choi
ittt_0801@d-today.co.kr