يساعد الذكاء الاصطناعي (AI) على زيادة الوصول إلى الخدمات المالية في إفريقيا.
في السنوات الأخيرة ، كان للتقدم في التعلم الآلي ، وهو نوع من الذكاء الاصطناعي ، تأثير عميق على تقديم الخدمات المالية ، مما ساعد على إضفاء الطابع الديمقراطي على الوصول في الاقتصادات الناشئة في جميع أنحاء إفريقيا.
على سبيل المثال ، يتم استخدامه لتقديم القروض وفرص الائتمان للأشخاص الذين قد يتم استبعادهم من النظام المالي.
شركات الذكاء الاصطناعي مثل FinTech ومقرها دبي أوبتاسيا يستخدمون التعلم الآلي في محركات قراراتهم الائتمانية للموافقة التلقائية على تطبيقات الائتمان الأصغر ، مما يساعد على توسيع نطاق الوصول إلى الائتمان.
على الرغم من أن تقنية Optasia ليست مقرضًا في حد ذاته ، إلا أنها مدمجة في عملية الإقراض ، مما يسمح للبنوك وغيرها من شركات FinTech بتقييم مخاطر عدم السداد تلقائيًا ، مما يؤدي إلى اتخاذ قرارات أسرع والحصول على منتجات قروض أكثر سهولة.
في شراكة حديثة ، Optasia لديها شراكة مع Ecobank و MTN لتقديم قروض صغيرة لعملاء MTN في غينيا. من خلال رأس المال المقدم من Ecobank والصرف الذي تديره MTN mobile money ، توفر منصة الذكاء الاصطناعي الخاصة بشركة Optasia تقييم المخاطر الحاسمة الذي يسهل الإقراض.
كما يسمح التعلم الآلي للمقرضين بنشر مجموعات بيانات أكثر تنوعًا في عمليات صنع القرار لديهم. على عكس منهجيات تسجيل الائتمان التقليدية التي تتطلب بيانات المعاملات الإلكترونية لإنشاء ملف ائتماني ، يقوم جيل من المبتكرين الأفارقة مثل Optasia بتسخير مجموعات البيانات البديلة لإثبات احتمال فشل مقترض معين في سداد مدفوعاته.
ولأن شركات الاتصالات مثل إم تي إن تتمتع بإمكانية الوصول إلى ثروة من البيانات الخاصة بالمستهلكين الأفارقة ، فقد كانت في طليعة الابتكارات الائتمانية البديلة.
لا يزال المجال في مهده ، وقد بدأ في الظهور في منتصف عام 2010 مع دمج أدوات الذكاء الاصطناعي في خدمات الائتمان المتنقلة M-Shwari من Safaricom. مثل شراكة MTN-Optasia الأخيرة ، تمكن M-Shwari عملاء Safaricom الكينيين من الوصول إلى القروض الصغيرة ، والتي يتم صرفها من خلال أموال الهاتف المحمول M-Pesa مع قرارات القروض الآلية باستخدام الذكاء الاصطناعي.
مع ترسيخ هذا المفهوم ، ظهرت الشركات الناشئة التي تطور أدوات تستخدم شبكات الهاتف المحمول ومصادر بيانات بديلة أخرى في المنطقة في السنوات الأخيرة للمساعدة في اتخاذ قرارات الإقراض.
على سبيل المثال ، FinTech ومقرها كيب تاون معاً يستخدم التعلم الآلي لإنشاء درجات ائتمانية دقيقة ومنتجات مالية مستهدفة للأشخاص الذين ليس لديهم هوية مالية رسمية أو ضمانات أو سجل ائتماني.
تمكين الشركات القائمة على النقد
يتجاوز التقييم الائتماني البديل القروض الصغيرة للمستهلكين ويمكن أن يكون مفيدًا بشكل خاص للشركات الصغيرة. في الواقع ، في العديد من الأسواق الناشئة ، تعاني الشركات الصغيرة من نفس سجلات الائتمان السيئة التي يعاني منها المستهلكون بسبب الطبيعة النقدية لهذه الاقتصادات.
شركة أفريقية تستخدم مصادر بيانات بديلة لتقديم ائتمان للشركات التي كانت تفتقر إلى الخدمات في السابق هي نوميداالتي تقدم خدماتها بشكل خاص للمتداولين في السوق غير الرسمية وشبه الرسمية.
بصفته المؤسس المشارك والرئيس التنفيذي لشركة التكنولوجيا المالية الأوغندية ، مينا شاهد ، يقول PYMNTS في مقابلة، قامت Numida ببناء نموذج تسجيل ائتماني لا يتطلب بيانات المعاملات الإلكترونية مثل معظمها. بدلاً من ذلك ، تتم معالجة طلبات القروض بناءً على المدخلات من تطبيق الهاتف المحمول.
وأشار إلى أن “مطالبتنا بالشهرة هي أننا قمنا ببناء نموذج التصنيف وجميع ممارسات التشغيل والاكتتاب لنتمكن من تقديم قرض رأس مال عامل غير مضمون إلى شركة قائمة على النقد وليس لها تاريخ من المعاملات الرقمية”.
وفقًا لشاهد ، يختلف هذا عن منصات الإقراض الرقمية الأخرى في القارة لأنه لا يتطلب من الشركات استخدام أنظمة نقاط البيع أو الانخراط في سوق التجارة الإلكترونية لإنشاء درجة ائتمانية.
وبدلاً من الاعتماد على بيانات المعاملات الرقمية ، يعتمد نموذج تسجيل الملكية الخاص بالشركة على البيانات التاريخية من القروض السابقة الصادرة ، والتي يبدو أنها تجعل نموذج قروض الشركة مرشحًا مثاليًا لاتخاذ قرارات تلقائية ، أو على الأقل أكثر آلية ، باستخدام آلة . التعلم.
ومع ذلك ، لا يزال لدى شركة FinTech موظفي قروض بشرية يديرون الحسابات ويجمعون المعلومات الإضافية اللازمة لعملية الاكتتاب. لكن لا يتعين على الذكاء الاصطناعي أن يحل محل البشر تمامًا في هذه العملية لجعله جديرًا بالاهتمام.
بالإضافة إلى ذلك ، نظرًا لأن نماذج الذكاء الاصطناعي أصبحت أكثر دقة حيث يتم تغذيتها بالبيانات ، مع نمو أعمال نوميدا ، فإنها ستكون قادرة على أتمتة عملية صنع القرار بشكل أكثر كفاءة ، مما يتيح لعدد أقل من العاملين البشريين معالجة المزيد من القروض.
لجميع تغطية PYMNTS EMEA ، اشترك يوميًا نشرة أوروبا والشرق الأوسط وأفريقيا.
بيانات PYMNTS: لماذا يحاول المستهلكون استخدام المحافظ الرقمية
كشفت دراسة PYMNTS ، “خيارات الدفع الجديدة: لماذا يحاول المستهلكون استخدام محافظ رقمية” أن 52٪ من المستهلكين الأمريكيين جربوا طريقة دفع جديدة في عام 2022 ، ويختار الكثيرون تجربة المحافظ الرقمية لأول مرة.