Whalesbook
Accumn, Yubi Group ची कंपनी, भारतीय MSME आणि रिटेल कर्जदारांसाठी पारंपरिक कर्ज समस्यांवर मात करण्यासाठी प्रगत AI तैनात करत आहे. त्याचे तंत्रज्ञान स्टॅटिक डेटा पॉइंट्सच्या पलीकडे जाते, AI चा वापर करून डायनॅमिक आर्थिक व्यवहार आणि मौसमी पॅटर्नचा अर्थ लावते, ज्यामुळे अधिक अचूक क्रेडिट निर्णय आणि प्रोऍक्टिव्ह अर्ली वॉर्निंग्स मिळतात, फॉल्स अलार्म कमी होतात आणि कर्ज मंजूरी (loan approvals) वेगवान होतात.
Accumn, Yubi Group ची एक कंपनी, सूक्ष्म, लघु आणि मध्यम उद्योग (MSMEs) आणि रिटेल कर्जदारांसाठी भारतीय कर्ज क्षेत्रात अत्याधुनिक आर्टिफिशियल इंटेलिजन्सचा (Artificial Intelligence) फायदा घेऊन क्रांती घडवत आहे. कंपनी कर्जामध्ये दोन प्रमुख समस्या सोडवत आहे: धीमे, आणि अनेकदा अपूर्ण असलेले क्रेडिट अंडरराइटिंग (credit underwriting) आणि कर्ज पोर्टफोलिओमध्ये मोठ्या प्रमाणात येणारे फॉल्स अलार्म. पारंपरिक कर्ज प्रणाली अनेकदा उत्पन्न पुरावे आणि क्रेडिट स्कोअरसारख्या स्टॅटिक डेटावर अवलंबून असतात, जे भारतीय व्यवसाय आणि व्यक्तींच्या डायनॅमिक आर्थिक वास्तवांना पकडण्यात अयशस्वी ठरतात. Accumn चे AI-आधारित प्लॅटफॉर्म संरचित डेटा (ITRs आणि GST फाइलिंग्जसारखे), असंरचित डेटा (बँक स्टेटमेंट नॅरेटिव्ह, इनव्हॉइस PDFs), पर्यायी डेटा, कर्जदाराचा अंतर्गत डेटा, व्यवहार नोंदी, आणि वैयक्तिक चर्चांमधून मिळालेल्या वर्तनात्मक डेटाचे (behavioral data) संयोजन विश्लेषित करते.
Accumn चे CEO, अनिकेत शाह, स्पष्ट करतात की AI खऱ्या त्रासात (genuine distress) आणि तात्पुरत्या मंदीत (temporary slowdowns) फरक करू शकते, जसे की व्यवसायाच्या बँक बॅलन्समध्ये येणारी मौसमी घट. धोरणाचे उल्लंघन (policy breach) फ्लॅग करणाऱ्या पारंपारिक प्रणालीऐवजी, Accumn चे AI त्या घटीचे मौसमी स्वरूप ओळखू शकते, सणासुदीच्या काळानंतर सामान्य स्थितीत येण्याची पुष्टी करू शकते, आणि मॉनिटरिंग कव्हनंट्ससह (monitoring covenants) मंजुरी सुचवू शकते. हा दृष्टिकोन कर्ज मंजुरीसाठी लागणारा टर्नअराउंड टाइम (turnaround times) लक्षणीयरीत्या कमी करतो, ज्यात क्रेडिट मॅनेजर डेटा-आधारित तर्कांवर (reasoning) अंतिम निर्णय घेतो.
Accumn च्या प्लॅटफॉर्मचा गाभा हा AI-आधारित डिजिटल ट्विन (Digital Twin) आहे, जो प्रत्येक कर्जदार आणि कर्ज प्रक्रियेची सतत विकसित होणारी प्रतिकृती आहे. हे डिजिटल ट्विन्स बँकेतील प्रमुख भूमिकांचे अनुकरण (simulate) करतात, ज्यात रिलेशनशिप मॅनेजर (RM) ट्विन समाविष्ट आहे, जो कर्जदाराचा संदर्भ समजून घेतो आणि वैयक्तिक चर्चा प्रश्न तयार करतो; अंडररायटर ट्विन, जो आर्थिक डेटा वाचतो, धोरणे लागू करतो आणि परिमाणित तर्कासह (quantified reasoning) क्रेडिट मेमो (credit memos) तयार करतो; आणि क्रेडिट प्रोसेस ॲनालिस्ट (CPA) ट्विन, जो बॅकएंड तपासणी आणि डेटा प्रमाणीकरण हाताळतो.
Accumn पारंपारिकपणे मुक्त-प्रवाहात (free-flowing) असलेल्या पर्सनल डिस्कशन (PD) टप्प्याला संरचित (structure) करण्यामध्ये देखील नवनवीनता आणत आहे. AI, कर्जदाराच्या आर्थिक डेटावर आधारित चर्चा फ्रेमवर्क सानुकूलित (customize) करते, ज्यामुळे रिलेशनशिप मॅनेजरना जोखीम व्यवस्थापनाबद्दल (risk management) लक्ष्यित प्रश्न विचारण्यास प्रोत्साहन मिळते. उत्तरांचे वर्तनात्मक संकेतांसाठी (behavioral signals) विश्लेषण केले जाते, जे आर्थिक जोखीम मूल्यांकनास पूरक ठरतात.
याव्यतिरिक्त, Accumn चे अर्ली वॉर्निंग सिस्टम (EWS) सामान्य अलर्टऐवजी संदर्भानुसार (contextualized) अलर्ट प्रदान करते. उदाहरणार्थ, कमकुवत प्रोफाइल असलेल्या कर्जदारासाठी बँक बॅलन्समध्ये घट झाल्यास एक मजबूत तणाव संकेत (stress signal) मिळतो, तर मजबूत आर्थिक बफर असलेल्या कर्जदारासाठी तीच घट मौसमी घट म्हणून फ्लॅग केली जाऊ शकते, ज्यामुळे 'वाट पाहून निर्णय घेण्याचा' (wait-and-watch) दृष्टिकोन सुचवला जातो. यामुळे फॉल्स पॉझिटिव्ह (false positives) 40% पेक्षा जास्त कमी होतात आणि कर्जदारांना संसाधनांना प्राधान्य देण्यास मदत होते.
भविष्यात, Accumn 'एजेंटीक AI' (Agentic AI) विकसित करत आहे, जे विश्लेषणाच्या पलीकडे जाऊन स्वायत्त कार्य अंमलबजावणी (autonomous task execution) करते, क्रेडिट नियम तयार करून, मेमो तयार करून आणि पॉलिसी सिमुलेशन (policy simulations) चालवून क्रेडिट टीमसाठी को-पायलट म्हणून कार्य करते, तथापि मानवी निर्णय महत्त्वाचा राहतो.
प्रभाव: ही बातमी भारतीय वित्तीय क्षेत्रावर कर्ज क्षमता सुधारून, डिफॉल्ट्स कमी करून आणि MSME व रिटेल कर्जदारांसाठी आर्थिक समावेशकता (financial inclusion) वाढवून लक्षणीय परिणाम करू शकते. हे डेटा-आधारित, अचूक क्रेडिट रिस्क मॅनेजमेंटकडे एक बदल दर्शवते. Impact Rating 8/10 आहे.
