新着Pick
174Picks
Pick に失敗しました

人気 Picker
AIと名付けているけど、実態はビッグデータ解析に近いはずで、ローン審査の自動化は結構昔からある。

1. 実績を分析して審査モデル作成(データマイニング)
2. モデルを元に自動審査(ルールシステム)

1は若干AIっぽいけど、実は業界や企業固有のルールで決まる2の割合が多く、旧世代AIの可能性もある。
これでは、以前のスコアリングモデルによる貸し出しを機械化しただけで、AI審査というのは言い過ぎではないかと感じる。本人の購買履歴その他のビッグデータがあって初めてAIが生きるのであって、職業や年齢などをインプットしてスコアリングするのではこれまで人がやっていたことと同じ。それなら、むしろ、人がやった方が、相手の態度や目線を見ながら審査することができるだけ、ましな気がする。スコアリング審査偏重で酷い目に遭った幾多の失敗を繰り替えなさいことを祈る。
本件に関わりました立場でコメントします。
(誤解されているコメントがありましたのでちょっと補足します)
与信の審査判断で難しいのは、過去のデフォルトの事例が比較的少なく、モデルの過剰適合(overfitting)が起きやすいことです。ここにGANの原理を拡張した最先端のAI技術を開発し(シグナルノイズ学習)、本件に活用しました。
加えて、深層学習では結果の説明力が課題になっています。この解決のため、自動で結果を説明する技術も開発しました。
興味深いが、恐らくもっと役に立つのは、
データの蓄積だと思う。
アリババの芝麻信用と言った仕組みの方が
効果があると思う。
住宅ローン審査にかつて関わった経験でコメントしますと、他の方も書いてますが、だいたいの審査は自動化されてます。「契約者の年収や職業、世帯構成、貸し出し状況などの情報」を集めてデフォルト率を算定するのならAIが言われるはるか前からやってます。でもこれは誤解なのでしょう。

人の手で審査するのは自動審査だと基準外になってしまうケースです。個人事業主などが典型例です。これから開業しようとするラーメン屋の店主の住宅ローンはどうやって審査するか。事業性評価をするならばラーメン屋の将来性を見極めます。実際審査できるかどうかは置いといてです。芸能人は、マンガ家はどうやって審査すべきでしょう。節税対策で表面上赤字の申告書から真のキャッシュフローをどうやって評価するのでしょう。審査担当者は過去の経験に照らしながら仮説を立てて検証しその繰り返しで真実に迫ります。これをどうやってAIに置き換えるのか。たいへん興味があります。可能なのでしょうか。

可能でなければ現場の労力はさほど減りません。
三井住友トラスト・ホールディングス株式会社(みついすみともトラスト・ホールディングス、英語: Sumitomo Mitsui Trust Holdings, Inc.)は、三井住友信託銀行株式会社を傘下に置く銀行持株会社である。上場銘柄としての略称は三井住友トラ。 ウィキペディア
時価総額
1.34 兆円

業績

SBIホールディングス株式会社(エスビーアイホールディングス、英語: SBI Holdings, Inc.)は、日本の金融持株会社である。商号のSBIは、元々ソフトバンクグループの金融関連企業として設立されたため「SoftBank Investment」の略であったが、その後同グループを離脱し「Strategic Business Innovator(戦略的な事業の革新者)」の略に変更した。 ウィキペディア
時価総額
5,143 億円

業績