Whalesbook
Accumn, Yubi Group நிறுவனம், இந்திய MSMEகள் மற்றும் சில்லறை கடன் வாங்குபவர்களுக்கான பாரம்பரிய கடன் சவால்களை சமாளிக்க மேம்பட்ட AI-ஐப் பயன்படுத்துகிறது. இதன் தொழில்நுட்பம் நிலையான தரவு புள்ளிகளுக்கு அப்பால் சென்று, AI-ஐப் பயன்படுத்தி டைனமிக் நிதி நடத்தை மற்றும் பருவகால முறைகளை விளக்குகிறது, இது மிகவும் துல்லியமான கடன் முடிவுகளுக்கும், முன்கூட்டியே எச்சரிக்கைகளுக்கும் வழிவகுக்கிறது, தவறான எச்சரிக்கைகளைக் குறைக்கிறது மற்றும் கடன் ஒப்புதல்களை (loan approvals) விரைவுபடுத்துகிறது.
Accumn, Yubi Group-ன் ஒரு நிறுவனமாகும், இது நுண், சிறு மற்றும் நடுத்தர நிறுவனங்கள் (MSMEs) மற்றும் சில்லறை கடன் வாங்குபவர்களுக்கான இந்திய கடன் சந்தையை மேம்பட்ட செயற்கை நுண்ணறிவைப் (Artificial Intelligence) பயன்படுத்தி புரட்சிகரமாக மாற்றி வருகிறது. இந்நிறுவனம் கடனில் இரண்டு முக்கிய பிரச்சனைகளை தீர்த்து வருகிறது: மெதுவான, மற்றும் பெரும்பாலும் முழுமையற்ற கடன் தர மதிப்பீடு (credit underwriting) மற்றும் கடன் போர்ட்ஃபோலியோக்களில் தவறான எச்சரிக்கைகளின் அதிக அளவு. பாரம்பரிய கடன் அமைப்புகள் வருமான ஆதாரங்கள் மற்றும் கடன் மதிப்பெண்கள் போன்ற நிலையான தரவுகளை பெரிதும் நம்பியிருக்கின்றன, அவை இந்திய வணிகங்கள் மற்றும் தனிநபர்களின் மாறும் நிதி யதார்த்தங்களைப் பிடிக்கத் தவறுகின்றன. Accumn-ன் AI-இயக்கப்படும் தளம் கட்டமைக்கப்பட்ட தரவு (ITRs மற்றும் GST தாக்கல் போன்றவை), கட்டமைக்கப்படாத தரவு (வங்கி அறிக்கை கதைகள், இன்வாய்ஸ் PDFகள்), மாற்று தரவு, கடன் வழங்குபவரின் உள் தரவு, பரிவர்த்தனை பதிவுகள், மற்றும் தனிப்பட்ட கலந்துரையாடல்களில் இருந்து நடத்தை தரவு (behavioral data) ஆகியவற்றின் கலவையை பகுப்பாய்வு செய்கிறது.
Accumn-ன் CEO ஆன அனிகெட் ஷா, ஒரு வணிகத்தின் வங்கி இருப்பில் பருவகால சரிவு (seasonal dips) போன்ற உண்மையான நெருக்கடி (genuine distress) மற்றும் தற்காலிக மந்தநிலைகளுக்கு (temporary slowdowns) இடையில் AI வேறுபடுத்த முடியும் என்பதை விளக்குகிறார். ஒரு கொள்கை மீறலை (policy breach) வழக்கமான அமைப்பு கொடியிடுவதற்குப் பதிலாக, Accumn-ன் AI சரிவின் பருவகால தன்மையை அடையாளம் காண முடியும், பண்டிகை காலத்திற்குப் பிறகு இயல்புநிலையை உறுதிப்படுத்த முடியும், மேலும் கண்காணிப்பு நிபந்தனைகளுடன் (monitoring covenants) ஒப்புதலை பரிந்துரைக்க முடியும். இந்த அணுகுமுறை கடன் ஒப்புதல்களுக்கான திரும்பப் பெறும் நேரத்தை (turnaround times) வியத்தகு முறையில் குறைக்கிறது, இதில் கடன் மேலாளர் தரவு-ஆதரவு பகுத்தறிவின் (reasoning) அடிப்படையில் இறுதி முடிவை எடுக்கிறார்.
Accumn-ன் தளத்தின் முக்கிய அம்சம் அதன் AI-இயக்கப்படும் டிஜிட்டல் ட்வின் (Digital Twin) ஆகும், இது ஒவ்வொரு கடன் வாங்குபவர் மற்றும் கடன் செயல்முறையின் தொடர்ந்து உருவாகி வரும் பிரதி ஆகும். இந்த டிஜிட்டல் ட்வின்கள் வங்கியில் முக்கியப் பாத்திரங்களை உருவகப்படுத்துகின்றன (simulate), இதில் உறவு மேலாளர் (RM) ட்வின் அடங்கும், இது கடன் வாங்குபவரின் சூழலைப் புரிந்துகொண்டு தனிப்பயனாக்கப்பட்ட கலந்துரையாடல் கேள்விகளை உருவாக்குகிறது; நிதித் தரவைப் படிக்கும், கொள்கைகளைப் பயன்படுத்தும், மற்றும் அளவுரீதியான பகுத்தறிவுடன் (quantified reasoning) கடன் குறிப்புகளை (credit memos) வரையும் அண்டர்ரைட்டர் ட்வின்; மற்றும் பின்னணி சோதனைகள் மற்றும் தரவு சரிபார்ப்பைக் கையாளும் கிரெடிட் ப்ராசஸ் அனலிஸ்ட் (CPA) ட்வின்.
Accumn பாரம்பரியமாக தடையற்ற தனிப்பட்ட கலந்துரையாடல் (PD) கட்டத்தை கட்டமைப்பதிலும் புதுமை படைக்கிறது. AI, கடன் வாங்குபவரின் நிதித் தரவின் அடிப்படையில் கலந்துரையாடல் கட்டமைப்புகளை தனிப்பயனாக்குகிறது (customize), உறவு மேலாளர்களை இடர் மேலாண்மை பற்றி (risk management) இலக்கு கேள்விகளைக் கேட்கத் தூண்டுகிறது. பதில்கள் நடத்தை சமிக்ஞைகளுக்காக (behavioral signals) பகுப்பாய்வு செய்யப்படுகின்றன, இது நிதி இடர் மதிப்பீடுகளை நிறைவு செய்கிறது.
மேலும், Accumn-ன் முன்கூட்டிய எச்சரிக்கை அமைப்பு (EWS) பொதுவான எச்சரிக்கைகளுக்குப் பதிலாக சூழல்சார்ந்த (contextualized) எச்சரிக்கைகளை வழங்குகிறது. எடுத்துக்காட்டாக, பலவீனமான சுயவிவரம் கொண்ட கடன் வாங்குபவருக்கு வங்கி இருப்பில் சரிவு ஒரு வலுவான மன அழுத்த சமிக்ஞையைத் (stress signal) தூண்டுகிறது, அதே நேரத்தில் வலுவான நிதி இடையகங்களைக் கொண்ட கடன் வாங்குபவருக்கு அதே சரிவு பருவகால சரிவாகக் கொடியிடப்படலாம், இது 'காத்திருந்து பார்க்கும்' (wait-and-watch) அணுகுமுறையை பரிந்துரைக்கிறது. இது தவறான நேர்மறைகளை (false positives) 40% க்கும் அதிகமாகக் குறைக்கிறது மற்றும் கடன் வழங்குபவர்கள் வளங்களை முன்னுரிமைப்படுத்த உதவுகிறது.
எதிர்காலத்தைப் பார்க்கும்போது, Accumn ஏஜென்டிக் AI (Agentic AI) ஐ உருவாக்கி வருகிறது, இது பகுப்பாய்வுக்கு அப்பால் சென்று தன்னாட்சி பணி நிறைவேற்றத்திற்கு (autonomous task execution) நகர்கிறது, கடன் விதிகளை உருவாக்குவதன் மூலமும், குறிப்புகளை வரைவதன் மூலமும், கொள்கை உருவகப்படுத்துதல்களை (policy simulations) இயக்குவதன் மூலமும் கடன் குழுக்களுக்கு ஒரு இணை-பைலட்டாக செயல்படுகிறது, இருப்பினும் மனித தீர்ப்பு மையமாக உள்ளது.
தாக்கம்: இந்த செய்தி இந்திய நிதித் துறையை கடன் செயல்திறனை மேம்படுத்துவதன் மூலமும், தோல்விகளைக் குறைப்பதன் மூலமும், MSMEகள் மற்றும் சில்லறை கடன் வாங்குபவர்களுக்கான நிதி உள்ளடக்கத்தை (financial inclusion) மேம்படுத்துவதன் மூலமும் கணிசமாக பாதிக்கலாம். இது தரவு-உந்துதல், துல்லியமான கடன் இடர் மேலாண்மைக்கு ஒரு மாற்றத்தைக் குறிக்கிறது. தாக்க மதிப்பீடு 8/10.
