Bankalar on yıllardır, bir müşterinin kredi geri ödeme kabiliyetini belirlemek için maaş bordroları, hesap ekstreleri, kredi geçmişleri ve teminatları inceliyor. Para dağıtıldıktan sonra ise genellikle geri ödemelerin zamanında gelmesini umarak beklemek zorunda kalıyorlardı.
Ancak makine öğrenimi, doğal dil işleme ve büyük dil modelleri gibi yapay zeka (YZ) teknolojilerinin benimsenmesinin artmasıyla birlikte, kredi veren kuruluşlar artık onay noktasının ötesinde borçluları değerlendiriyor.
YZ kullanarak müşterileri sürekli izliyor, finansal sıkıntıyı görünür hale gelmeden tahmin ediyor ve bir kredinin takipteki duruma dönüşmesinden çok önce müdahale ediyorlar.
Kenya Merkez Bankası (CBK) verileri, bankacılık sektöründeki takipteki kredilerin (NPL) 2026'nın ilk çeyreğinde 21 milyar Şilin arttığını gösteriyor. Bu artış, geçen yıl görülen iyileşmenin bir kısmını tersine çevirdi.
NPL'ler, Aralık ayındaki 674,4 milyar Şilin'den Mart sonu itibarıyla 695,4 milyar Şilin'e yükselerek, temerrüt oranını yüzde 15,4'ten yüzde 15,6'ya çıkardı. Faiz oranlarındaki düşüşe rağmen yaşanan bu artış, aileler ve işletmelerin karşı karşıya kaldığı kalıcı finansal baskıyı vurguluyor.
CBK Valisi Kamau Thugge, "Kişisel ve hane halkı, ticaret, tarım ve imalat sektörlerinde NPL'lerde artışlar kaydedildi" dedi.
YZ ile Kredi Riski Nasıl Değerlendiriliyor?
Sadece geçmiş kredi kayıtlarına güvenmek yerine, YZ sistemleri bir müşterinin geri ödemelerde zorlanma olasılığını tahmin etmek için milyonlarca veri noktasını analiz edebiliyor.
Caritas Microfinance Bank CEO'su David Mukaru yakın zamanda yaptığı açıklamada, "En büyük zorluklardan biri, YZ ve veri analitiğini takipteki krediler sorununu çözmek için nasıl kullanacağımız" dedi.
Kredi veren kuruluşlar, borçluları farklı risk kategorilerine ayırmak için verilerdeki kalıpları tanıyıp tahminler veya kararlar vermek üzere eğitilmiş programlar olan makine öğrenimi modellerini kullanıyor.
Sadece banka ekstrelerine veya maaş bordrolarına bakmakla kalmayıp, daha eksiksiz finansal profiller oluşturmak için mobil para işlemleri, fatura ödemeleri ve tüccar faaliyetleri gibi alternatif verileri de dahil ediyorlar.
Birçok küçük işletme ve kayıt dışı çalışan için bu dijital ayak izleri, geleneksel kredi kayıtlarından daha net bir finansal davranış resmi çizebiliyor.
Absa Bank Operasyon ve Dijital Direktörü Julius Kamau, "Finansal olmayan veriler ve finansal tablolardan elde edilen alternatif veriler, kredi değerliliğini değerlendirmede ve riski en aza indirmede giderek daha iyi hale geliyor" dedi.
YZ Erken Uyarı Sistemi Olarak Nasıl Çalışıyor?
Bankalar ayrıca YZ'yi bir erken uyarı sistemi olarak kullanmaya başlıyor. Bir müşterinin gelirinde düşüş, fatura ödemelerinde gecikme veya faaliyet gösterdikleri sektördeki stres gibi finansal davranışlarındaki değişiklikleri izleyerek, YZ modelleri bir borçlu temerrüde düşmeden önce kredi verenleri uyarabiliyor.
Bu, bankaların müşterilerle daha erken etkileşim kurmasına, geri ödeme programlarını yeniden yapılandırmasına veya geçici ödeme kolaylığı sunmasına olanak tanıyor.
Bay Kamau, müşterilerin bankalardan ürünleri kendi koşullarına göre uyarlamasını giderek daha fazla beklediğini ve bu durumun veri bilimi ve YZ'ye yapılan yatırımı giderek daha önemli hale getirdiğini belirtti.
Kamau, "Müşteriler bize ürünlerin aşırı kişiselleştirilmesini istediklerini söylüyorlar ve bu da ancak onları mümkün olduğunca çok tanıyarak sağlanabilir" dedi.
YZ'nin artan yeteneklerine rağmen, bankalar kredi kararlarını tamamen makinelere bırakmıyor. Thomson Reuters raporuna göre, YZ yeni bilgiler mevcut oldukça bir müşterinin risk profilini güncelleyebilir, ancak nihai kredi kararı insan muhakemesine aittir.
Modelleri eğitmek için kullanılan verilerin kusurlu, eksik olabileceği veya insan önyargılarını yansıtabileceği endişeleri arttıkça, bu insan denetimi önem kazanmıştır.
Tüketici savunucuları, tamamen otomatikleştirilmiş kredi sistemlerinin belirli mahallelerden gelen borçluları veya kayıt dışı tüccarlar ve serbest çalışanlar gibi geleneksel finansal profillerin dışındakileri haksız yere dezavantajlı duruma düşürebileceğini söylüyor.
Kaynak: Business Daily Africa