Mentre l’intelligenza artificiale (AI) aumenta costantemente la sua presa sull’economia globale, una delle tante aree mature per una svolta è quella dei prezzi al consumo. Nelle situazioni in cui a diversi consumatori viene offerto lo stesso prodotto o servizio a prezzi diversi, è ora possibile togliere discrezione al personale e utilizzare un computer per calcolare il prezzo migliore utilizzando una combinazione di dati storici sui prezzi, capacità di apprendimento automatico e algoritmi.
Compagnie aeree come Virgin Atlantic, ad esempio, utilizzano l’apprendimento automatico per offrire tariffe aeree più competitive. (Potresti pensare che le tariffe aeree siano standardizzate, ma in realtà sono influenzate da numerose variabili, come il luogo in cui vivi). Allo stesso modo, le banche stanno andando in questa direzione con i mutui.
Più in generale, il prezzo dei prestiti ha il potenziale per essere trasformato. Il mio gruppo di ricerca ha recentemente pubblicato un articolo sui prestiti automobilistici in Nord America. Applicando l'apprendimento automatico a migliaia di decisioni di prestito tramite concessionari, abbiamo scoperto che i profitti avrebbero potuto aumentare del 34%.
Tuttavia, ciò ha un costo:significherebbe addebitare ai mutuatari più rischiosi un po’ di più per i loro prestiti rispetto a quanto avviene attualmente. Come vedremo, ci sono alcuni fattori attenuanti, che alcuni potrebbero sostenere addirittura giustificano il costo. In ogni caso, solleva interrogativi approfonditi sul futuro dei prestiti.
Fino a qualche decennio fa i prezzi dei prestiti erano uguali per tutti. Ciò iniziò a cambiare in seguito all’introduzione dei punteggi di credito alla fine degli anni ’80. Questi venivano spesso utilizzati per rendere i prestiti leggermente più costosi per i clienti ad alto rischio.
Ciò è avvenuto in parte per coprire i costi dei creditori che devono far fronte alle inadempienze e cancellare i crediti inesigibili, e in parte perché i clienti più rischiosi hanno meno probabilità di abbandonare prestiti con condizioni più onerose. Ciò significa che sono meno sensibili al prezzo rispetto ad altri mutuatari, soprattutto perché le loro opzioni sono più limitate.
Quando si tratta di fissare i prezzi, le decisioni sono spesso delegate ai venditori. Le migliori informazioni su questa pratica provengono da uno studio del 2014 condotto in Germania, da cui è emerso che il 72% delle aziende che abbracciano più settori, compresi i servizi finanziari, lo praticano.
Il settore dei prestiti auto è un classico esempio. Gli istituti di credito affidano ai venditori dei concessionari il compito di determinare i termini del prestito dei clienti, inclusi i tassi di interesse, l'entità del deposito e la durata del prestito. Per decenni questa è stata in qualche modo una presunta “migliore pratica”. La capacità dei venditori di valutare soggettivamente la sensibilità ai prezzi dei clienti nel punto vendita è stata vista come un vantaggio competitivo unico. E nonostante il potenziale dell'intelligenza artificiale di prendere decisioni più precise utilizzando una quantità molto maggiore di dati, questo settore ha appena iniziato a utilizzarla nella determinazione dei prezzi dei prestiti.
Volevamo quantificare la portata dell'opportunità. Abbiamo collaborato con un prestatore di automobili in Canada, utilizzando i suoi dati storici per costruire un modello statistico per tenere conto delle decisioni cruciali prese dal prestatore, dai venditori e dai clienti. Il nostro algoritmo ha quindi stimato l'impatto dei diversi prezzi del prestito sulla decisione del cliente di accettare o rifiutare i termini offerti. Da lì, potremmo determinare il prezzo che massimizza i profitti per il creditore.
I nostri risultati hanno confermato che i clienti rispondono in modo diverso ai prezzi dei prestiti, principalmente a seconda del loro profilo di rischio. Sebbene la loro sensibilità ai prezzi possa variare da paese a paese o da settore a settore, il fatto che si tratti di un fenomeno comune significa probabilmente che i nostri risultati sono ampiamente trasferibili.
Il grafico seguente mostra come il nostro algoritmo avrebbe rivalutato i prestiti per il nostro partner finanziatore. I prestiti diventano un po’ più economici per i clienti a rischio medio e basso (livello 1 e livello 2) e più costosi per il gruppo a rischio più elevato (livello 3). Mentre i prestiti offerti dai venditori avevano già in media un prezzo superiore di circa 0,5 punti percentuali per i clienti di livello 3 rispetto a quelli di livello 1, l'algoritmo ha calcolato che i concessionari potrebbero addebitare ai clienti ad alto rischio 1,07 punti in più.
Il creditore ne trarrebbe vantaggio perché potrebbe riscuotere ulteriori interessi per sostenere un rischio aggiuntivo. A prima vista, il mutuatario rischioso sta perdendo terreno, anche se la situazione non è così semplice come sembra a prima vista.
Nella vita reale, il tasso di approvazione da parte dell'istituto di credito per i prestiti ai clienti a basso rischio era di oltre 50 punti percentuali in più rispetto ai clienti a rischio più elevato. Riteniamo che sia molto probabile che l'utilizzo di un sistema di intelligenza artificiale per la determinazione dei prezzi aumenterebbe in modo significativo la percentuale di approvazioni di prestiti per i clienti più rischiosi, poiché i finanziatori sarebbero meglio compensati se fanno affari con loro.
Vale anche la pena sottolineare che l’aumento della differenza nei prezzi dei prestiti utilizzando il sistema di intelligenza artificiale è minimo. Su un prestito triennale di £ 20.000 (C $ 34.338), è la differenza tra £ 658 al mese per i clienti a basso rischio (al 12% APR) e £ 668 al mese per i clienti ad alto rischio (al 13,1% APR).
Secondo i nostri risultati, dati di buona qualità possono sostituire le informazioni che i venditori possono generare sul punto vendita. In tali circostanze, la determinazione dei prezzi centralizzata basata sull'intelligenza artificiale è il chiaro vincitore nella corsa ai profitti.
È estremamente probabile che gli istituti di credito vorranno trarre vantaggio da queste nuove tecnologie negli anni a venire, nonostante finora siano stati lenti nell’adottare l’apprendimento automatico per le decisioni sui prezzi. In previsione di questo cambiamento, l’equità è già diventata una questione:i regolatori finanziari del Regno Unito hanno avvertito le banche qualche tempo fa che avrebbero potuto utilizzare l’intelligenza artificiale per i prestiti solo se avessero dimostrato che l’approccio non svantaggiava coloro che già hanno difficoltà a ottenere prestiti.
Come abbiamo visto, i mutuatari ad alto rischio possono essere sia avvantaggiati che svantaggiati da questa tecnologia. Poiché le aziende desiderano passare sempre più a questi modelli, è probabile che le discussioni sui pro e contro si intensifichino.
Fornito da The Conversation
Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi l'articolo originale. 
