15-lecie Forum Technologii Bankowych: Nadchodzą lendtechy

Genezy pojęcia lendtech możemy doszukiwać się w artykule „Lending Technology, Bank Organization and Competition” autorstwa Hansa Degryse’a, Stevena Ongena i Gunseli Tumer-Alkan z 2009 r. Lendtech zdefiniowany został przez pryzmat dwóch kategorii: kredytowania opartego na informacjach o klientach, którzy posiadają historię kredytową, a zatem mogą dostarczyć twardych informacji na temat swojej zdolności płatniczej; natomiast druga kategoria to kredytobiorcy, którzy takiej historii nie posiadają i do udzielenia im kredytu konieczna jest analiza innych tzw. miękkich informacji.

– Lendtechy to z jednej strony przedsięwzięcia niebankowe, głównie działające jako firmy pożyczkowe, które w pełni automatyzują procesy, umożliwiając konsumentom uzyskanie pożyczki online, z drugiej zaś to coraz szersze wykorzystanie technologii dla rozwoju oferty kredytowej sektora bankowego – wyjaśnia Agnieszka Kucharska, kierująca zespołem produktów i procesu kredytowego bankowości przedsiębiorstw w Banku Millennium.

Lendtech dzieli się na kategorie – bankową i niebankową. W przypadku tej pierwszej mówimy o technologiach, które uzupełniają tradycyjne metody kredytowania, m.in. pozwalając na lepszą weryfikację zdolności płatniczej opartą na innych zestawach danych, często dostarczanych przez samych klientów. Do tego dochodzą rozwiązania, które skracają proces aplikowania o kredyt, czas potrzebny do analizy wniosku kredytowego, a następnie szybko dokonują wypłaty środków. Zwykle tego rodzaju rozwiązania są dodatkiem do bankowości elektronicznej i mobilnej, ale coraz częściej pojawiają się już niezależne agregatory. Weryfikują one klienta na podstawie standardów dostarczonych przez sektor bankowy i udostępniają klientowi pełną gamę dostępnych dla niego produktów kredytowych w postaci tzw. marketplace. Tego rodzaju agregatory dostępne z poziomu aplikacji mobilnej zainstalowanej w telefonie umożliwiają nie tylko porównanie oferty, ale także pomagają w ocenie rzeczywistych potrzeb, wykorzystując często znacznie szerszy zestaw danych niż ten, którym dysponują banki.

Ograniczenia skali

Rynek ten, w porównaniu z dość homogenicznym obszarem pożyczek konsumenckich, jest mniej wdzięczny dla twórców rozwiązań technologicznych z różnych powodów. Technologie proponowane przez platformy mają dwie istotne warstwy – automatyzację procesu, czyli wyeliminowanie konieczności osobistego uczestnictwa lub dostarczania dokumentów w formie papierowej, oraz budowanie modeli predykcyjnych, w tym z wykorzystaniem sztucznej inteligencji. Większe rozwarstwienie i złożoność czynników ryzyka rynku przedsiębiorstw, w tym czynników natury prawnej, ogranicza trafność tego modelowania. Do w pełni efektywnego wykorzystania sztucznej inteligencji, zwłaszcza w takich jej obszarach jak uczenie maszynowe (machine learning), konieczne są duże zbiory danych. Mniejsza masowość powoduje więc ograniczenie zwrotu z inwestycji przy równoczesnym wzroś...