可解释人工智能如何改善“先买后付”方案

Explainable AI can unlock better Buy Now Pay Later offers.
Explainable AI can unlock better 'buy now pay later' offers.Image: Unpslah/Blake Wisz
本内容由人工智能自动翻译。
  • 随着生活成本危机加剧,“先买后付”(BNPL)日益普及,其风险也在上升。

  • 客户更倾向于选择由银行运营的 BNPL,这意味着这些机构掌握了开发可解释人工智能解决方案所需的数据,从而能够为客户提供更好的产品。

  • 可解释人工智能能够带来更优的 BNPL 服务,包括将此前的购物交易重新包装为贷款,提供事后 BNPL 服务。

我们的银行业务方式、开户地点以及选择与哪家银行合作,都在发生巨大变化。这些显著变化由不断提高的客户期望,以及颠覆性技术满足这些期望的能力所推动。如果需要证据来支持这一说法,“先买后付”(BNPL)的兴起便是一个很好的切入点。

如今,消费者已经习惯了 Netflix 或亚马逊等全球平台提供的快速、流畅、个性化体验。他们也期待银行服务带来这样的体验:在日常交易中获得直观、无缝嵌入的服务流程。BNPL 正能提供这样的体验。

迅速走红

“先买后付”是一种嵌入销售环节的替代性信贷形式。客户选购商品时,可以立即获得 BNPL 贷款,无需转到单独的金融服务流程或服务提供商处。审批迅速,很少进行严格的信用审查,而且通常只收取很少的利息,甚至不收取利息。

分期付款并非新鲜事,但真正具有开创性的是,如今的技术——例如开放 API、云计算和人工智能——带来了更快的速度、更强的可扩展性,以及与消费平台更无缝的集成。

这项技术正在推动快速增长。目前约有3.6亿人使用 BNPL,预计这一数字将增至近9亿人,到2027年达到目前的三倍。该预测基于市场在2021年至2030年间每年预计增长45%的趋势。这将使市场规模从2021年的1320亿美元增至2026年的8500亿美元。

例如,PayPal 使用 Temenos 的云技术,在多个司法管辖区推出了“先买后付”解决方案。成效显著:两年内已处理4800万份 BNPL 贷款申请,其中仅一个“黑色星期五”就处理了75万份。

短期获益,长期受损?

然而,“先买后付”的迅速兴起恰逢全球生活成本危机。通胀和能源价格上涨的影响也波及 BNPL。近期一项研究发现,使用这种支付方式的消费者中,有42%至少有一笔款项逾期。

从某种意义上说,“先买后付”的便捷也带来了挑战。由于客户能够快速、顺畅地购买商品,他们可能会更冲动地消费。我们固有的行为偏差倾向于支持“现在买”和“以后付”的想法。我们更关注当下的回报,而不是未来的影响。这种倾向称为“当下偏差”。与此同时,人们往往会低估未来的支出义务,这种现象称为“非典型性忽视”。

这些问题或许最好留给行为科学家进一步研究。但有一点很明确:BNPL 价值链上的所有参与者都需要采取更多行动,帮助消费者做出更负责任、更明智的消费选择。

对银行而言,积极运用客户数据,可以让“先买后付”成为额外的收入来源,在建立客户忠诚度和信任的同时,控制逾期和合规风险……对客户而言,这既能保留 BNPL 流畅无阻的体验,又能帮助他们做出明智的消费选择,克服固有的行为偏差。

Max Chuard,Temenos 首席执行官

银行 + 可解释人工智能 = 解决方案

随着消费者保护问题日益受到关注,监管机构自然也开始加强对“先买后付”的审查。全球监管机构正越来越多地关注信用审查、透明度和消费者教育等领域。

正如许多评论人士,例如标普全球所指出的,这种审查为银行进入市场提供了契机;此前,银行每年已有数十亿美元收入流失给专营“先买后付”业务的服务提供商。

银行早已习惯接受监管审查,而新兴服务提供商则不然。新参与者的借贷成本不断上升之际,银行也拥有充足资本。但银行最显著的优势或许是客户的信任。事实上,50%的客户更愿意使用由自己的银行提供的 BNPL。

这种客户关系让银行能够获得大量客户数据,包括预期月收入、支出义务、过往交易记录,甚至就业状况。

更了解客户,有助于银行提供不同形式的 BNPL。其中一个例子是“稍后付款”服务,银行可以事后为客户提供选择,将此前符合条件的交易转换为“先买后付”贷款。对于现金流吃紧的人,这种事后转换可以缓解资金压力;银行则可选择已事先完成信用风险评估的客户,从而管理违约风险。

如果将这些客户数据交由透明且可解释的人工智能引擎处理,例如 Temenos 获得专利的 XAI 平台,而非交给“黑箱”,就能更有力地带来积极影响。

可解释人工智能的实际应用

例如,在典型的线上购物场景中,客户可以使用我们的由 XAI 驱动的 BNPL 服务;结账时,客户会看到银行提供的 BNPL 付款选项。他们可以从银行预先设定的不同“先买后付”方案中进行选择(分期金额、频率、期限、利率)。此时,系统会提供由 XAI 生成的未来消费能力估算,例如预期净可支配收入。

这些估算还会配有通俗易懂的见解,以浅显的语言解释计算结果背后的主要因素。客户还可以获得预算调整建议,从而更好地负担不同的 BNPL 选项。最终,各方都能受益。

对银行而言,积极运用客户数据可以让 BNPL 成为额外的收入来源,在建立客户忠诚度和信任的同时控制逾期和合规风险。此外,银行以自身品牌直接提供 BNPL,可以更好地触达原本难以接触的数字原住民 Z 世代客户,而他们正是“先买后付”的主要用户。对客户而言,这既能保留 BNPL 流畅无阻的体验,又能帮助他们做出明智的消费选择,克服固有的行为偏差。

正如数字技术推动市场发展到如今的规模,可解释人工智能也能让这种增长在未来持续下去。这是一个很好的例子,展示了我们如何利用技术改进银行服务。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。