Zajmodavci koji posluju u indirektnim maloprodajnim kanalima, kao što su saloni automobila, mogli bi da poboljšaju svoje profitne marže za više od trećine korišćenjem veštačke inteligencije za podršku prodavcima maloprodaje, umesto da se oslanjaju samo na prodavce da određuju cene zajmova po sopstvenom nahođenju, novo istraživanje objavljeno u European Journal of Marketing sa Univerziteta u Batu pokazuje.
Studija o pozajmljivanju u prodavnicama automobila u Kanadi takođe je pokazala da korišćenje veštačke inteligencije i centralizovanog određivanja cena u sedištu kompanije može potencijalno da ublaži ljudsku pristrasnost i poboljša pristup kreditima ljudima sa tradicionalno niskim stopama odobravanja kredita. Takvim ljudima bi inače možda bio odbijen kredit zbog neoptimizovanih odluka o cenama kredita koje su doneli prodavci.
„U suštini, pogledali smo da li su modeli zasnovani na analitici bolji u određivanju cena zajmova za prosečnog kupca nego za prodavce i otkrili da, sve dok kompanija ima pristup bogatim podacima o svojim klijentima, AI modeli mogu da odrede osetljivost na cene bolje nego što to mogu ljudi, “ rekao je dr Kristofer Amaral sa Univerziteta za menadžment.
„Mnoge kompanije imaju takve podatke, ali ih ne koriste na najbolji način. Ali prelazak na diskriminatorno ili prilagođeno određivanje cena od strane veštačke inteligencije ima potencijal da značajno poveća profit. Jednako važno, moglo bi da otvori kreditiranje ljudima koji su se borili da dobiju kredit u prošlosti zato što pristupi zasnovani na analitici mogu precizno odrediti cene koje će im odgovarati i takođe zaštititi ravnotežu profita i rizika za zajmodavca“, rekao je dr Amaral.
Studija, „Uticaj diskriminatornog određivanja cena zasnovanog na riziku kupaca: empirijsko istraživanje korišćenjem indirektnog kreditiranja kroz maloprodajne mreže“, pokazala je da korišćenje cena zasnovanih na analitici zasnovanih na riziku kupaca i optimizacija provizija prodavaca može povećati profit za 34%.
Koautor studije, dr Ceren Kolsarici sa Smith School of Business na Univerzitetu Kueen’s u Kanadi, primetio je da diskriminatorno određivanje cena — određivanje cene zajma prema kreditnom rezultatu klijenta, na primer — nije legalno u svim zemljama i da mnogi nacije su precizirale da se zajmovi moraju ponuditi po istoj ceni svakom potrošaču.
„Takođe, mnoge finansijske institucije su bile oprezne u pogledu prihvatanja veštačke inteligencije i diskriminatornih cena, verovatno zbog straha od reakcije kupaca zbog pristrasnosti veštačke inteligencije, što je fenomen o kome se dobro izveštava. Međutim, tvrdim da je korišćenje veštačke inteligencije zasnovano na dobro shvaćeno i transparentno mašinsko učenje, a ne delegiranje cena od strane prodajnih snaga, i „čisti“ podaci koji isključuju demografske podatke kao što su starost, pol ili rasa, imaju potencijal da ublaže pristrasnost ljudi i veštačke inteligencije u takvim odlukama“, rekla je ona.
Dr Amaral je rekao da se studija, u nastojanju da smanji pristrasnost, fokusira na faktore kao što su rezultati potrošačkih kredita, odnos kredita i vrednosti, vrste vozila koje se finansiraju i cena vozila. Takođe se zasnivao na prosečnom kupcu — onom sa razumnim kreditnim rezultatom, a ne na ekstremnim ocenama.
Studija se fokusirala na poslovanje auto-kredita, ali dr Amaral je rekao da se nalazi mogu primeniti na bilo koje pozajmljivanje gde je u pitanju imovina, kao što je bela tehnika.
„Međutim, primena u sektorima u kojima su lični odnosi bili ključni za transakcije i cene, kao što su biznis-poslovanje, verovatno bi bila od manje koristi“, rekao je on.
