Artık şirketler için zorluk artık (sadece) yapay zeka modellerinin tasarımı ve bunların denenmesi değil. Bu, özellikle MLOps yaklaşımları sayesinde sanayileşmelerinden kaynaklanmaktadır.
Yayıncı Cegid ayrıca yazılım çözümlerinde veya kendi iş ihtiyaçları için yerleşik yapay zeka kullanımını artırmak istiyor. Bu amaçla Fransız grup, tasarım döngülerini kısaltırken yapay zeka modellerinin gelişimini çoğaltmaya çalışıyor.
AI modelleri oluşturmak için kod yok
Bu tam da Cegid’in platformun müşterisi olduğu DataRobot’un vaadidir. Bu, “modellerin geliştirilmesi, dağıtılması ve devam eden yönetimi dahil olmak üzere eksiksiz analitik döngüsünü” otomatikleştirmeyi amaçlıyor.
DataRobots, özellikle fatura ödeme olasılığını ve müşterilerin hizmet ekleme eğilimini tahmin etmeyi amaçlayan tahmine dayalı modeller tasarlamak için kullanılır.
“Model geliştirmeyi hızlandırırken kodlama ihtiyacını azaltmak istedik” Joao Henriques’i açıklıyorkredi riski yönetimi ve finansal analizden sorumlu.
Faturalamadan sorumlu ekip bu nedenle DataRobot’un kodsuz işlevlerine başvurdu. Cegid, karar vermeye yönelik entegrasyonu ve yapılandırması için Passio Consulting’i aradı.
AI platformu, API’ler aracılığıyla Cegid’in AWS BT ortamı ve veri gölü ile entegredir. Veriler, Microsoft PowerBI ve Excel içinde işlenir.
Artan risk içermeyen faktoring sözleşmelerinin + %20’si
İlk kullanım durumu, faktoring ile ilgilidir. Cegid, müşterilerine bir finansman çözümü sunar. Bu kredi kararlarını vermek için yayıncı, müşteri verilerinin analizine ve risk puanlamasına dayalı bir “tek tıklamalı süreç” tasarlamıştır.
Şirket, bir ödeme tahmin modeli (PPM) kullanarak her fatura için ödeme olasılığını değerlendirir. Veriler ve tahmin aynı zamanda optimal faiz oranlarını belirlemesine yardımcı olur.
Joao Henriques, “Faktoring işimizde gerçekleştirdiğimiz tüm bireysel işlemlerde karar vermeyi desteklemek için makine öğrenimi modellerini kullanıyoruz” diye açıklıyor.
Cegid, makine öğrenimi sayesinde aynı risk düzeyindeki faktoring sözleşmelerinin onaylanma oranında %20’lik bir artış öngörüyor. Bu artış yıllık 15 milyon Euro ek gelir sağladı.
Kredi riski departmanı şimdi ek modeller benimsemeyi düşünüyor. Bunların amacı, fatura tahsilatını iyileştirmek ve bir müşterinin faktoring teklifine abone olma olasılığını değerlendirmek olacaktır.