Ant использует эти данные для сравнения благонадежных (тех, кто платит вовремя) и неблагонадежных заемщиков и определяет характеристики, свойственные каждой группе. Затем эти характеристики используются для расчета кредитной оценки. Конечно, все кредитные организации делают это тем или иным образом, но в Ant это происходит автоматически по всем заемщикам и всем данным об их деятельности в реальном времени. Каждая транзакция, каждое взаимодействие между продавцом и покупателем, каждое обращение к другим сервисам Alibaba, буквально каждое действие, предпринятое с использованием нашей платформы, оказывает влияние на кредитную оценку бизнеса. В то же самое время алгоритмы, подсчитывающие эту оценку, и сами развиваются в реальном времени, с каждой итерацией повышая качество принятия решений.
Чтобы определить, сколько денег можно выдать и сколько процентов взять, нужно проанализировать различные типы данных, сгенерированных внутри сети Alibaba, например, чистый валовой доход и оборачиваемость запасов, а также информацию, не поддающуюся столь точному математическому измерению, например, жизненный цикл продукта и качество деловых и социальных взаимоотношений продавца. Для оценки качества взаимоотношений алгоритмы могут, к примеру, проанализировать частоту, продолжительность и тип коммуникаций (быстрые сообщения, электронная почта или другие способы связи, распространенные в Китае).
Наши специалисты по обработке данных определяют и проверяют, какие именно данные способны дать нужную информацию, а затем разрабатывают алгоритмы для их отбора и фильтрации. Эта работа требует, с одной стороны, глубокого понимания бизнеса, а с другой – профессионализма в алгоритмах машинного обучения. Давайте вернемся к Ant Financial. Если продавец с плохим кредитным рейтингом вовремя выплачивает свой заем, а тот, кто считался благонадежным – оказывается злостным нарушителем, очевидно, что алгоритм нуждается в доработке. Инженеры могут быстро и легко проверить свои гипотезы. Какие параметры нужно добавить или исключить? Каким типам поведения пользователей нужно придать больший вес?
По мере того, как корректируемые алгоритмы дают все более точные прогнозы, риски и издержки Ant устойчиво снижаются, и заемщики получают деньги в нужном объеме, в нужное время и на условиях, которые они могут выполнить. В результате мы имеем крайне успешный бизнес: в сфере микрокредитования процент невозврата составляет около 1 % – значительно ниже, чем средние 4 % по оценке Всемирного банка на 2016 год.
Так как же нам удалось создать такой бизнес?
Автоматизация всех операционных решений
Чтобы ваша компания стала умным бизнесом, нужно добиться того, чтобы максимум возможных операционных решений принималась компьютерами на основании «живых» данных, а не людьми на основании их собственного анализа. Преобразование процесса принятия решений происходит в четыре шага.
Ant очень повезло, что у нее был доступ к огромному массиву данных о потенциальных заемщиках, которые позволяли ответить на вопросы, необходимые для данного бизнеса. Для многих других сфер процесс сбора данных может быть более сложным. Но «живые» данные необходимы для создания петель обратной связи, на которых основывается машинное обучение.
Возьмем, к примеру, бизнес по прокату велосипедов. Китайские стартапы использовали мобильную телефонию, интернет вещей (в виде «умных» велосипедных замков) и существующие мобильные платежные и кредитные системы для обработки данных обо всем процессе проката.
Китайские онлайн-площадки розничной торговли
Taobao Marketplace
Tmall
Rural Taobao
Международные и глобальные площадки
AliExpress
Tmall Global
Lazada
Оптовая торговля
1688.com (Китай)
Alibaba.com (в мире)
Цифровые СМИ и развлечения*
Youku Tudou (онлайн-видео)
Alibaba Pictures
Alibaba Music
Alibaba Sports
UC (мобильный браузер)
Другие сервисы*
AutoNavi (карты и навигация)
Koubei (локальные услуги)
Ele.me (доставка)
Финансы
Ant Financial (включая Alipay)
MYbank
Логистика*
Cainiao Network
Облачные вычисления*
Alibaba Cloud
* Основные компании с долевым участием Alibaba Group и ее партнеры.