A Habber Tec dispõe de uma solução de inteligência artificial baseada nos serviços da IBM Watson e IBM ODM on Cloud (Operational Decision Manager) especializada na concessão de crédito imobiliário. Esta solução permite melhorar o nível de serviços prestados aos clientes e apoiar a tomada de decisões por parte do negócio. Foi desenvolvido utilizando modelos preditivos de machine learning, tanto para a concessão como para a detecção de potenciais incumprimentos, alinhado com regras de negócio (políticas de risco) e a utilização de serviços cognitivos que melhoram a experiência do utilizador e a captação de novos dados. Esta solução é 100% baseada nos serviços SaaS, equipada com um painel de controlo que permite o seguimento e monitorização dos KPIs definidos para a plataforma, sendo uma solução totalmente escalável.
A UCI foi desafiada a responder rapidamente aos clientes que solicitaram hipotecas para as mais de 700 empresas imobiliárias para as quais trabalham, bem como para o seu canal directo hipotecas.com. Eles optaram pela solução da Habber Tec que não só lhes permite automatizar as suas decisões de risco, mas também aprender com a experiência de operações anteriores.
A solução da Habber Tec utiliza a inteligência artificial da IBM Watson e foi desenvolvida com o Watson Studio e implantada no Watson Machine Learning para a sua execução. Esta solução combina algoritmos de IA com políticas de risco utilizando IBM ODM on Cloud, permitindo a criação de um sistema de regras de negócio adaptado ao departamento de risco da UCI, dotando este departamento de uma solução versátil e escalável onde são capazes de definir os parâmetros a aplicar para a concessão de hipotecas, sendo estas regras aplicadas em tempo real na solução oferecida pela Habber Tec.
Utilizando o historial de concessões de hipotecas da UCI, foi formado o modelo de decisão responsável por decidir se uma hipoteca deve ou não ser concedida (como faria um agente bancário experiente) e as razões para tal, para que a inteligência artificial não actue como uma caixa negra, mas sim como algo interpretável e capaz de cumprir os regulamentos da GDPR.
O resultado é um modelo poderoso que pode dar uma resposta imediata a 82% das aplicações de crédito com uma precisão de mais de 84% com um mínimo de intervenção humana.
Adicionalmente, e utilizando o histórico de pagamentos da UCI, o modelo de incumprimento foi treinado, o qual prevê com mais de 80% de precisão a probabilidade de incumprimento da hipoteca, com base no perfil dos requerentes.
Graças às capacidades de machine learning oferecidas pela IBM Watson Machine Learning, o sistema é capaz de se reciclar com novas decisões para se adaptar automaticamente às constantes mudanças na indústria.
Desde o início, a UCI tem realizado o processo de análise de crédito através dos profissionais do ramo imobiliário da própria empresa. Com a constante evolução tecnológica, a UCI decidiu entrar na transformação digital, uma vez que fez o processo manualmente e apenas dependendo dos profissionais, que levou às seguintes consequências:
Atraso na resposta: eles investiram tempo no processo de análise de um pedido de empréstimo hipotecário para aprová-lo ou rejeitá-lo (levou dias).
Perda de competitividade: por não prestarem um serviço ágil (respostas em tempo real) aos seus potenciais clientes, perderam a oportunidade de mercado.
Presença de subjectividade: a decisão final é tomada apenas por uma equipa de pessoas especializadas, com sentimentos, preconceitos; mesmo que se mantenham fiéis às regras, são subjectivas e cuja subjectividade pode envolver decisões que não são neutras/sistemáticas/objectivas, em alguns casos.
Dificuldade de adaptação sistemática às constantes mudanças das políticas de risco baseadas no mercado.
Não-pagamento de hipotecas concedidas: Muitos dos empréstimos hipotecários aprovados não foram pagos.
Dada a situação em que a UCI realizou o processo de análise de crédito através de profissionais da própria empresa, a criação de uma solução capaz de avaliar aplicações em tempo real para pré-qualificação de potenciais clientes encontrou um equilíbrio entre o número de hipotecas aprovadas e o número de incumprimentos. Ou seja, esta solução dá à UCI uma grande oportunidade para continuar a crescer no seu negócio e melhorar os seus resultados.
A solução está estruturada em 6 fases:
1 Leads aprovados pelos filtros de base.
2 Dados reportados pelo cliente (forma, sem garantias, tais como demografia, rendimentos, histórico de trabalho, AIS, dados de propriedade).
3 Machine Learning.
4 Regras obrigatórias (máx. 40% sobre os rendimentos).
5 Pré-decisão (Sim, Não, Verificar).
6 Detalhes da decisão:
O que motivou a decisão (dados com ponderações positivas, negativas ou neutras).
Pré-qualificação com base na política (se a decisão for NÃO, o que deve mudar para a obter).
IBM Data&AI
IBM Cloud
IBM Automation SaaS
Redução do tempo e dos recursos necessários para gerir registos e processos empresariais.
Melhoria dos custos de transacção por ficheiro.
Time2Market.
Aumento da produtividade.
Redução de erros e fraudes.
Melhoria da comunicação com o cliente.
Outsourcing de actividades não essenciais.
Possibilidade de análise.
Poupar nos custos de pessoal. O que antes era feito por várias pessoas, agora é feito por uma máquina.
Aumento do rendimento e lucros, pois as hipotecas estão a ser aprovadas mais rapidamente.
Redução dos incumprimentos hipotecários, uma vez que os requeridos são mais eficientes e precisos.
É importante notar que qualquer empresa que trabalhe com aprovação de crédito em qualquer mercado pode utilizar esta solução para fazer pré-aprovação de crédito de forma automatizada e com uma margem de erro mínima, representando uma diminuição do incumprimento de crédito.
O vídeo seguinte explica como a Habber Tec adaptou a sua solução de inteligência artificial com a IBM Watson para a Unión de Créditos Inmobiliarios, o que melhora o nível de serviços prestados aos clientes e apoia a tomada de decisões comerciais. Através de modelos preditivos de aprendizagem automática, combinados com políticas de risco, serviços cognitivos que melhoram a experiência do utilizador e capturação de novos dados, esta aplicação pode dar uma resposta em tempo real às aplicações hipotecárias, automatizando 80% das decisões de crédito.