Nederlands
Atradius wereldwijd
Inloggen
Bedrijven produceren elke dag immense hoeveelheden gegevens en maken die ook meer beschikbaar dan ooit tevoren. Deze schat aan informatie is een waar godsgeschenk voor credit managers – wanneer ze tenminste over de tools beschikken om er ten volle van te kunnen profiteren.
Daarom implementeren bedrijven als Atradius geavanceerde systemen op basis van Artificial Intelligence (AI) en Machine Learning technologieën om hun klanten te helpen nauwkeurige beslissingen te nemen op basis van wetenschappelijk verzamelde, berekende en geanalyseerde informatie.
Podcastserie
Het gebruik van AI en Machine Learning in credit management was het onderwerp van de reeds tiende aflevering van de podcastserie van Atradius, met Stan Chang, onze directeur van Group Buyer Underwriting in Amsterdam, in de hoofdrol.
Chang legde uit hoe Atradius data-analyse maximaliseert via AI en Machine Learning en somde de voordelen op die de inzet van state-of-the-art technologieën kan opleveren voor klanten en zakenpartners.
Optimaliseren van de risicobeslissingen
"Atradius gebruikt Machine Learning om een aantal eenvoudige maar zeer krachtige taken uit te voeren, zoals het ophalen en verwerken van informatie, om onze risicobeslissingen te optimaliseren", vertelde Chang aan podcasthosts Mary Ibrahim en David Finn. "We gebruiken web scrapers, API's en verschillende aanverwante technologieën om informatie in real time binnen te halen. Het gaat om informatie die wordt gepubliceerd op honderdduizenden websites, in meerdere talen, op een 24/7 basis."
Web scrapers zijn software die het internet afstruinen om gespecificeerde stukjes informatie te verzamelen die bijzonder relevant zijn voor een bedrijf. API's, of Application Programming Interfaces, zijn hulpmiddelen waarmee verschillende soorten software met elkaar kunnen praten. Hoewel niet echt nieuw, veranderen dergelijke technologieën de manier waarop nu bepaalde bedrijfsfuncties werken, en kredietbeheer vormt daarop zeker geen uitzondering.
Met die technologieën kan Atradius informatie verzamelen die uiterst waardevol is bij de beoordeling van de haar voorgelegde kredietrisico's. Het gaat om gegevens over fusies en overnames, veranderingen in het management, wanbetalingen, de lancering van nieuwe producten, personeelsadvertenties, sancties, rechtszaken, arbeidsstakingen en tal van andere ontwikkelingen binnen bedrijven of sectoren die aanwijzingen kunnen geven over het vermogen van bedrijven om hun kredietverplichtingen na te komen.
"Het gaat om kwalitatieve of ongestructureerde informatie die historisch gezien zeer moeilijk te gebruiken was in modellen en algoritmen," aldus Chang. Wanneer we die massa aan gegevens moeten verwerken en omzetten in nauwkeurige kredietbeslissingen, treden AI en Machine Learning vandaag op de voorgrond.
"Big Data is de olie die alle AI- en Machine Learning-motoren laat draaien. Het helpt ons om prestaties en relaties te begrijpen en om de beste risicobeslissingen te nemen waar onze klanten vandaag de dag om vragen," lichtte Chang toe. "In de B2B-wereld is AI wat minder zichtbaar dan in consumentenmarkten. Maar de verandering is zeker aan de gang, en het is transformerend."
Zodra de gegevens zijn geëxtraheerd, haalt Atradius ze door natuurlijke taalverwerkingsmodellen, die het bedrijf in eigen huis heeft ontwikkeld op basis van AI-technologie, en met Machine Learning-systemen. De informatie wordt geclassificeerd en er wordt een sentimentanalyse uitgevoerd, waarbij rekening wordt gehouden met subjectieve informatie. De gegevens worden ook gematcht en vergeleken met enorme hoeveelheden verwante informatie die in verschillende databases is opgeslagen.
Naast de mogelijkheid om grote hoeveelheden nieuws en kwalitatieve informatie te verwerken, maakt Atradius ook gebruik van AI of Neurale Netwerken om verbanden tussen drivers te detecteren die tot wanbetaling leiden. "Op deze manier geven we meer beslissingen af om de handel te ondersteunen en brengen we ze sneller naar buiten", aldus Chang.
Best geen lichtzinnige beslissing
Nu er vandaag in de wereld zoveel gegevens worden gegenereerd, is het niet moeilijk te begrijpen waarom het van vitaal belang is voor bedrijven om te proberen er zeker het beste van te maken. Maar Chang waarschuwde dat investeringen in technologieën zoals AI en Machine Learning niet lichtzinnig mogen worden genomen. Ze vergen aanzienlijke toezeggingen in budget en personeel en er is steeds een risico dat het allemaal wordt verspild als het bedrijf niet heel duidelijk voor ogen houdt waarom het zo'n stap zet.
"AI en Machine Learning gaan over het brengen van efficiëntie, productiviteit en betere resultaten. Ze kunnen nieuwe diensten en nieuwe proposities brengen, wat betekent dat een bedrijf toekomstbestendig wordt," zei hij. "Maar men moet zich niet richten op AI en Machine Learning omdat het sexy onderwerpen zijn, en iedereen het erover heeft. Het zijn geen doelen op zich. Het zijn tools en technologieën die bedoeld zijn om ons te helpen in het efficiënter maken van allerlei processen"
Wanneer je de investeringsbeslissing eenmaal genomen hebt, is het Changs aanbeveling om het project stap voor stap op te schalen, en zeker niet te proberen de hele wereld van Big Data in één keer te ontcijferen.
"Houd het simpel," zei hij. "Bij aanvang is de aanwending veel belangrijker dan de impact."
Luister hier naar de volledige podcastaflevering "How to use AI for credit management?"
Wens je te bespreken hoe ook het kredietbeheer van jouw onderneming van deze nieuwe technieken kan genieten?
