По словам Николаева, сервис использует нейросеть, обученную на 600 тысячах реальных случаев по выплате кредитов, взятых из баз бюро кредитных историй. Программа изучила фотографии людей с просрочкой по кредитам и без нее и самостоятельно выявила черты, свойственные лицам должников, следует из описания сервиса.
В данный момент демонстрационная версия FscoreLab бесплатно доступна здесь. Пользователи могу либо ввести обычные данные для скоринга вместе с фото, либо загрузить только фотографию.
После этого сервис покажет соотношение степени искажения и количества данных (AUC, упрощенно – точность модели исходя из вводных данных), а также степень кредитного риска – низкую, среднюю, высокую и так далее, сопроводив процентным эквивалентом.
Проверка Rusbase показала, что программа показывает более низкий кредитный риск для фотографий, где люди улыбаются. Николаев подтвердил это в разговоре с Rusbase, пояснив, что черты рта и носа – одни из самых значимых для нейросети.
«Согласно статистике [показатель AUC в] 0,6-0,7 – средняя точность, что уже хорошо, поэтому в зависимости от поворота головы, фотографии меняется риск, но по медиане стремится к истинному значению. Также на точность очень сильно влияет поворот головы, поэтому лучше всего скорить по паспортам», – отметил глава FscoreLab.
Николаев добавил, что в проект вложено 3,8 млн рублей. Монетизироваться сервис планирует с помощью проектов скоринга под ключ для крупнейших банков («коробочные решения по данным банков», пояснил гендиректор стартапа).
Ранее стартап попал в одну из номинаций конкурса стартапов GoTech 2016, однако не занял призовых мест. По словам Николаева, конкурс помог привлечь внимание банков к технологии.
Сейчас фотографии не могут использоваться как единственный инструмент для оценки кредитных рисков, однако банки уже присматриваются к подобным технологиям, прокомментировал в разговоре с Rusbase член команды Innovation Team в «Альфа-Лаборатории» Сергей Максимчук.
«Определение кредитоспособности по одному фото на данный момент может рассматриваться лишь как дополнительный инструмент при формировании кредитного рейтинга. Так, по фото можно делать проверку по собственным и сторонним базам данных, которые содержат такую информацию, либо находить профили в социальных сетях и на основании их содержимого делать выводы о кредитоспособности человека (круг друзей, интересов, тональность высказываний, посещенные места, любимые бренды и прочее).
При принятии решения о выдаче кридита вес (значимость) данного параметра пока небольшой, но он непременно будет расти по мере развития и проникновения технологии в различные сферы жизнедеятельности людей. Банки уже давно присматриваются к подобным технологиям и пробуют найти эффективные способы их применения, например, для аутентификации клиентов и сотрудников», – отметил Максимчук.
| 31 марта 2017 в Москве состоится конференция по технологиям в финансовой отрасли FinTech Russia, которая соберет на одной площадке ключевых представителей российского финтеха. Деловая программа мероприятия построена на кейсах и инструкциях от пионеров-практиков. Неформальную часть программы представляет FinTech Show: во время фуршета вы послушаете выступления создателей новых технологий. Подробнее о конференции — на сайте. Следите за новостями FinTech Russia в официальном Telegram-канале и на страницах в Facebook и «ВКонтакте». |