PKO BP podejmuje 80% decyzji kredytowych przy wsparciu algorytmów uczenia maszynowgo

"Skuteczne zarządzanie ryzykiem jest kluczowym elementem utrzymania stabilności banków. Dzięki nowoczesnym technologiom wdrożyliśmy narzędzie do oceny ryzyka w chmurze, które pozwoliło nam zwiększyć siłę przetwarzania danych. Obecnie ponad 80% decyzji kredytowych podejmowanych jest z wykorzystywaniem algorytmów machine learning. Na podstawie olbrzymiej ilości informacji pochodzących z różnych źródeł jesteśmy w stanie tworzyć coraz bardziej zaawansowane modele do oceny ryzyka, prognozowania różnych zjawisk i zachowań klienta. W efekcie udzielamy więcej kredytów przy kosztach ryzyka najniższych w sektorze" - powiedział  dyrektor Pionu Ryzyka Kredytowego Klienta Rynku Detalicznego w PKO BP Marek Łach, cytowany w komunikacie.

PKO BP wykorzystuje sztuczną inteligencję do oceny ryzyka większości kredytów konsumenckich i sektora MŚP, a także dla 30% kredytów hipotecznych. AI wspiera także precyzyjną analizę kredytów korporacyjnych, podano w materiale.

Przy ocenie kredytowej wykorzystywane są także informacje o tym, jak klient zachowuje się w bankowości mobilnej i internetowej. Machine Learning, dzięki swojej dokładności, podnosi poziom akceptowalności wniosków kredytowych o 2 punkty proc. PKO Bank Polski wykorzystuje tę technologię także do precyzyjnej analizy kredytów korporacyjnych. Decyzje dotyczące 8,6 mld portfela tych kredytów podejmowane są przy użyciu precyzyjnej analizy transakcji zakupowych, wskazano także.

W 2022 r. PKO BP wdrożył Platformę Zaawansowanej Analityki Danych ML Ops. To rozwiązanie oparte o technologię chmurową, które pozwala analitykom budować zaawansowane modele do oceny ryzyka. Usprawnia ich wdrażanie i zapewnia odpowiednią jakość. Stanowi tzw. fabrykę modeli, która pozwala analitykom banku wybrać i zastosować model najbardziej efektywny dla danego przypadku.

"Nasza platforma ML Ops to najbardziej innowacyjne rozwiązanie tego typu w polskim sektorze bankowym. Działa jak nowoczesna linia produkcyjna i pozwala tworzyć modele w skali masowej. Dzięki temu zespoły Data Science mogą je efektywnie budować i wdrażać, z minimalnym udziałem IT. Wykorzystanie platformy sprawiło, że znacząco wzrosła liczba modeli wykorzystywanych przy analizie kredytowej klientów. Cały czas rozwijamy to narzędzie i pracujemy nad zwiększeniem dostępnego zakresu danych. Bardzo obiecujące są również wyniki związane z poprawą jakości modeli uczonych z wykorzystaniem kart graficznych. W tym obszarze także chcemy wprowadzić kolejne, znaczące usprawnienia" - powiedział dyrektor Departamentu Rozwoju Platform Inżynierii i Analityki Danych w PKO BP Bogumił Brela.

Bank dąży do tego, by przy wsparciu AI, 90% procesów oceny ryzyka przebiegało automatycznie, podkreślono.

PKO Bank Polski jest liderem polskiego sektora bankowego. Akcje banku od listopada 2004 r. notowane są na GPW; wchodzi w skład indeksu WIG20. Aktywa razem banku wyniosły 501,5 mld zł na koniec 2023 r.

(ISBnews)