在汽車金融服務領域中,經銷商和客戶都在尋求決策速度。為了獲得競爭優勢,豐田金融服務公司(TFS)已改以AI來助其提高自動化信貸決策、改善客戶與經銷商之間的體驗、有效管理消費者信用風險。在此同時,堅守公平的貸款原則。


豐田金融服務的智慧融資決策引擎利用機器學習和 Big data(巨量資料)資料集來加速信貸決策並以此改善客戶與經銷商之間的體驗。

文/Thor Olavsrud‧譯/蘇燕屏


豐田金融服務公司資訊長 Bharadwaj Gopal

在汽車金融服務領域中,經銷商和客戶都在尋求決策速度。為了獲得競爭優勢,豐田金融服務公司(TFS)已改以AI來助其提高自動化信貸決策、改善客戶與經銷商之間的體驗、有效管理消費者信用風險。在此同時,堅守公平的貸款原則。

「我們的目標是在客戶與經銷商之間,提供一流的體驗。」豐田金融服務公司的資訊長(domain information officer, DIO) Bharadwaj Gopal 說。「而這需要在我們的信用風險管理以及合規標準滿足的同時,改善我們的信貸決策速度並做到更高程度的自動化。」

根據經銷商與客戶回饋結果,TFS於2019年6月開始開發其「智慧融資決策引擎」(Intelligent Financing Decision Engine, IFDE)。IFDE是一種雲端原生、可擴展的貸款發起決策引擎,用於客戶汽車貸款中的信用風險分析,其想法是要創造一個最先進的AI決策模型,也就是利用TFS辨識目標初始信用屬性,來制訂能夠提供次秒(sub-second)回應速度結果的演算法。該項企劃為TFS贏得了 FutureEdge 50 新興科技應用類別的獎項。

利用多功能團隊合作推動企劃過程


(圖片來源:豐田金融服務官網)

Gopal說,TFS的IT部門與消費者信用風險業務部門合作,根據真實數據闡述IFDE決策引擎的業務實例。

「我們評估了超過一百萬筆過去的消費者貸款申請,進行了互換集分析(Swap Set Analysis)來衡量IFDE決策引擎所採用的新模型之有效性,來預估直通式交易程序的增加與客戶沖銷的減少。」他補充說。

TFS在 Amazon Elastic Kubernetes Service (Amazon EKS) 上建立引擎,並利用活動/挑戰者決策管理測試來了解新模型的響應方式。該團隊還使用自動回歸和負載測試工具來進行可擴展性測試,而這些都是 Gopal 認為不可缺少的,因為該工具必須有足夠的能力來處理這個產業中一些最大的貸款量。【譯註:Amazon Elastic Kubernetes Service (Amazon EKS) 是一項受管容器服務,可在雲端或內部部署系統中啟動、執行和擴展Kubernetes應用程式。】

消費者信用風險、銷售、貸款發放、經銷商經驗、信用分析師、合規性、資料科學和敏捷應用程式團隊等等這些不同面向的多功能團隊之利益相關者,在ㄧ系列的討論中列舉出所有的需求。然後在業務產品與科技產品雙方負責人共同領導之下,該團隊收集用戶闡述的案例,於兩週內衝刺,不斷地開發測試。

「我們的目標是要直接從這些各個面向的利益相關者那裡收集所有的需求,並儘早發現漏洞,並根據這些利益相關者的回饋來改進產品。」Gopal說。

TFS的IT部門使用所謂的「敏捷業務能力」 (Agile Business Capability, ABC) 數位工廠,是由科技產品所有者自己管理的較小的敏捷IT團隊。十多個這樣的團隊共同建立了IFDE決策引擎 ─ 這些團隊包括資料科學、應用程式開發、雲端工程、API服務、企業資料平台、DevOps、資訊安全及其他等等。

這些團隊在10個月內開發並啟用了IFDE決策引擎。TFS於2019年年底與第一個合作的經銷商共同啟動了該引擎,並在2020年間開始擴大至與超過兩千名經銷商合作。

「制訂這些平行團隊開發出來的元件的優先順序是一個挑戰,但透過各層級之間的持續溝通與合作則是應對這個挑戰最大的關鍵。」Gopal說。

「可能」之藝術

科技則是第二項挑戰。Gopal表示,決策引擎每個月針對超過200,000件汽車貸款申請提供信用風險分析。建構、測試、以及擴展等等測試對於如此大量的資料是有難度的,但是活動/挑戰者決策管理測試卻是關鍵所在。

「IFDE決策引擎已經做到讓我們在TFS有所突破,展現可能之藝術。」Gopal如此表示。「但是要到達這個地步,產品成功關鍵的某些方面呈現了陡峭的學習曲線:從經驗中了解與支持團隊合適的參與程度、根據業務利益相關者的回饋結果來調整我們內部團隊的專業和實力、以及採用具有持續改進理念的敏捷思維方式。」

Gopal表示,IFDE決策引擎已將TFS的貸款自動決策率提高了 20% 以上(從低於 50% 到超過 60% )。該引擎還有助於將沖銷(當客戶付不出貸款而導致歸還所貸款的汽車)減少到 0.3% 以下。

「我們現在有一個平台可以不斷重複演算以及提高我們的自動決策率,並更佳管理我們的信用風險,」Gopal說。 「到目前為止,IFDE決策引擎已經以次秒反應時間分析了超過 1,100 萬份信貸申請,並計劃處理來自多個租戶的信貸申請。」

Gopal表示,他從這項計劃中主要學習到了以下幾點:

  • 「透過提供數據資料洞見和指標來儘早獲取領導階層的認同」對於傳達一項計劃將為公司帶來的價值至關重要。
  • 辨識關鍵利益相關者、採用敏捷思維、並與與利益相關者互動的多功能團隊合作 ─ 這可以建立透明度以及對企劃執行和成熟度的信任。
  • 率先實施雲端優先策略並重組技術團隊 ─ 囊括各產業專家、雲端專家、資料科學家、以及開源和DevOps愛好者的組合。這將有助於以速度和敏捷性來推進企劃。