部分数据实时贷款承销
上个月，在Lendit Fintech，谷歌应用人工智能总监斯科特·彭伯西（Scott Penberthy）做了一个精彩的演讲keynoteabout how Google came to develop their AI business. I appreciated his layman’s description of how learning happens via computer (I particularly liked his cat dog graphic). It was fascinating to hear how quickly they had applied AI in:
- 视频+图片=使用人工智能，你可以识别图像，或者在谷歌照片中键入关键字，它会找到它们，比如“海滩”
- 电子邮件–12%的谷歌电子邮件回复是由人工智能驱动的，其应用程序名为Inbox
- 语音翻译–谷歌翻译现在几乎是实时的
It got me thinking about how lenders are applying technology to underwriting, particularly tying the need for real-time data and the need for speed versus the completeness and accuracy of the data. At Lendit,Bluevine这家资产负债表上的小企业贷款机构吹嘘他们能够提取和分析银行交易数据，这不是一项微不足道的工作。首先，您需要获得企业的许可才能访问数据。即使你有这个权限，你也必须解释银行对账单，因为银行对账单在金融机构之间差异很大，而且不便于使用。例如，商户现金预付款可以显示为MCA、MerchCash或预付款或其他形式。蓝藤使用自然语言处理清理和分析这些数据。
归根结底，如果你想继续经营下去，你需要发展一种能提升传统标准的承销业务。在消费者世界，这是FICO评分。在B2B，嗯，这是你的秘密酱汁，或者像沙克喜欢说的，是妈妈的家常菜。这对小企业或任何与此相关的企业来说都是一个挑战，因为季节性是一个问题，其他贷款可能是透明的，也可能不是透明的，收入和利润很难评估。
这trend is happening with networks as well. My company,Global Business Intelligence，看到更多的数据科学围绕合同承诺的应付款和eFactoring展开，我们看到该行业正转向从P2P和供应商网络请求几条信息，以开发基于实时数据和速度的市场类型模型。例如：manbet万博app
- 供应商在网络上的时间是否超过6个月？
- 买方批准发票了吗？
- Is the buyer investment grade?
- What is the historical dilution? Many P2P networks still struggle assessing dilution risk, as that requires tying back payments to original invoices, which is not an easy thing to do.
我们知道，数据驱动的金融可以提高所有类型活动融资的业务预付款率——从采购订单和原材料采购开始，到存货，最后到应收账款。作为一个例子，保理传统上为发票金额的75%至90%提供融资，而许多形式的经批准的发票融资要么100%减少利息，要么降低发票金额的百分比（即1%至3%）
这movement to bring real time data to lending continues, and while everyone wants to issue the next ICO coin, there are some exciting and quiet developments to help businesses access cash when and where needed.
别忘了注册TFMs每周摘要，每周一发送到你的收件箱here.
讨论一下：