Whalesbook
Accumn, Yubi Group की एक कंपनी, सूक्ष्म, लघु और मध्यम उद्यमों (MSMEs) और खुदरा उधारकर्ताओं के लिए भारतीय लेंडिंग परिदृश्य को अत्याधुनिक आर्टिफिशियल इंटेलिजेंस का लाभ उठाकर बदल रही है। कंपनी लेंडिंग में दो प्रमुख समस्याओं का समाधान कर रही है: धीमी, और अक्सर अधूरी क्रेडिट अंडरराइटिंग (credit underwriting), और लोन पोर्टफोलियो में गलत अलार्म की उच्च मात्रा। पारंपरिक लेंडिंग सिस्टम अक्सर आय प्रमाण और क्रेडिट स्कोर जैसे स्टैटिक डेटा पर निर्भर करते हैं, जो भारतीय व्यवसायों और व्यक्तियों की गतिशील वित्तीय वास्तविकताओं को कैप्चर करने में विफल रहते हैं। Accumn का AI-संचालित प्लेटफॉर्म संरचित डेटा (जैसे ITRs और GST फाइलिंग), असंरचित डेटा (बैंक स्टेटमेंट नैरेटिव, इनवॉइस PDFs), वैकल्पिक डेटा, ऋणदाता के आंतरिक डेटा, लेनदेन रिकॉर्ड, और व्यक्तिगत चर्चाओं से व्यवहार संबंधी डेटा (behavioral data) के संयोजन का विश्लेषण करता है।
Accumn के CEO, अनिकेत शाह, बताते हैं कि AI वास्तविक संकट (genuine distress) और अस्थायी मंदी (temporary slowdowns) के बीच अंतर कर सकता है, जैसे कि व्यवसाय के बैंक बैलेंस में मौसमी गिरावट। नीति उल्लंघन (policy breach) को फ़्लैग करने वाली एक पारंपरिक प्रणाली के बजाय, Accumn का AI उस गिरावट की मौसमी प्रकृति की पहचान कर सकता है, उत्सव चक्र के बाद सामान्यीकरण की पुष्टि कर सकता है, और निगरानी की शर्तों (monitoring covenants) के साथ अनुमोदन का सुझाव दे सकता है। यह दृष्टिकोण लोन अप्रूवल के लिए टर्नअराउंड टाइम (turnaround times) को काफी कम करता है, जिसमें क्रेडिट मैनेजर डेटा-समर्थित तर्क (reasoning) के आधार पर अंतिम निर्णय लेता है।
Accumn के प्लेटफॉर्म का मूल इसका AI-संचालित डिजिटल ट्विन (Digital Twin) है, जो प्रत्येक उधारकर्ता और लेंडिंग प्रक्रिया की लगातार विकसित होने वाली प्रतिकृति है। ये डिजिटल ट्विन्स बैंक के भीतर प्रमुख भूमिकाओं का अनुकरण (simulate) करते हैं, जिसमें रिलेशनशिप मैनेजर (RM) ट्विन शामिल है, जो उधारकर्ता के संदर्भ को समझता है और व्यक्तिगत चर्चा प्रश्न उत्पन्न करता है; अंडरराइटर ट्विन, जो वित्तीय डेटा पढ़ता है, नीतियों को लागू करता है, और मात्रात्मक तर्क (quantified reasoning) के साथ क्रेडिट मेमो (credit memos) का मसौदा तैयार करता है; और क्रेडिट प्रोसेस एनालिस्ट (CPA) ट्विन, जो बैकएंड जांच और डेटा सत्यापन को संभालता है।
Accumn पारंपरिक रूप से मुक्त-प्रवाह (free-flowing) वाले पर्सनल डिस्कशन (PD) चरण को संरचित (structure) करने में भी नवाचार कर रहा है। AI, उधारकर्ता के वित्तीय डेटा के आधार पर चर्चा फ्रेमवर्क को अनुकूलित (customize) करता है, जिससे रिलेशनशिप मैनेजर्स को जोखिम प्रबंधन (risk management) के बारे में लक्षित प्रश्न पूछने के लिए प्रेरित किया जाता है। प्रतिक्रियाओं का व्यवहार संबंधी संकेतों (behavioral signals) के लिए विश्लेषण किया जाता है, जो वित्तीय जोखिम मूल्यांकन को पूरक करते हैं।
इसके अतिरिक्त, Accumn का अर्ली वार्निंग सिस्टम (EWS) सामान्य अलर्ट के बजाय प्रासंगिक (contextualized) अलर्ट प्रदान करता है। उदाहरण के लिए, कमजोर प्रोफाइल वाले उधारकर्ता के लिए बैंक बैलेंस में गिरावट एक मजबूत तनाव संकेत (stress signal) को ट्रिगर करती है, जबकि मजबूत वित्तीय बफर वाले उधारकर्ता के लिए वही गिरावट मौसमी गिरावट के रूप में फ़्लैग की जा सकती है, जो 'प्रतीक्षा करें और देखें' (wait-and-watch) दृष्टिकोण का सुझाव देता है। यह गलत सकारात्मक (false positives) को 40% से अधिक कम करता है और ऋणदाताओं को संसाधनों को प्राथमिकता देने में मदद करता है।
आगे देखते हुए, Accumn एजेंटिक AI (Agentic AI) विकसित कर रहा है, जो विश्लेषण से आगे बढ़कर स्वायत्त कार्य निष्पादन (autonomous task execution) करता है, क्रेडिट टीमों के लिए एक को-पायलट के रूप में कार्य करता है, क्रेडिट नियम बनाता है, मेमो का मसौदा तैयार करता है, और नीति सिमुलेशन (policy simulations) चलाता है, हालांकि मानव निर्णय केंद्रीय रहता है।
प्रभाव: यह खबर भारतीय वित्तीय क्षेत्र को लेंडिंग दक्षता में सुधार करके, डिफॉल्ट्स को कम करके, और MSMEs और खुदरा उधारकर्ताओं के लिए वित्तीय समावेशन (financial inclusion) को बढ़ाकर महत्वपूर्ण रूप से प्रभावित कर सकती है। यह डेटा-संचालित, सटीक क्रेडिट जोखिम प्रबंधन की ओर एक बदलाव का प्रतिनिधित्व करता है। प्रभाव रेटिंग 8/10 है।