Fintech

AI-நேட்டிவ் கடன் தொழில்நுட்பம் என்றால் என்ன, அது எவ்வாறு செயல்படுகிறது?

5 min read rupiya.ai
AI-நேட்டிவ் கடன் தொழில்நுட்பம் என்றால் என்ன, அது எவ்வாறு செயல்படுகிறது?

"AI-நேட்டிவ் கடன் தொழில்நுட்பம்" என்பது நிதி தொழில்நுட்ப நிதியுதவி அறிவிப்புகளில் ஒரு பொதுவான சொற்றொடராக மாறியுள்ளது, இதில் இந்திய கடன் தளமான Rezolv-ன், தனது AI-தலைமையிலான கடன் வழங்குதல் மற்றும் வசூல் தளத்தை விரிவுபடுத்த, Norwest தலைமையிலான $12.5 மில்லியன் சீரிஸ் A சுற்றும் ஆகஸ்ட் 2026-ல் அடங்கும். ஆனால் இந்த சொல் ஒரு கடன் வணிகத்தை கட்டமைக்கும் ஒரு குறிப்பிட்ட முறையை உள்ளடக்கியது, தற்போதுள்ள தயாரிப்பில் ஒரு இயந்திரக் கற்றல் அம்சத்தை சேர்ப்பது மட்டுமல்ல.

ஒரு தளத்தை வெறுமனே AI-இயக்கப்படுவதாக அல்லாமல் AI-நேட்டிவ்வாக ஆக்குவது எது என்பதைப் புரிந்துகொள்வது, எவ்வாறு நவீனமயமாக்குவது என்பதை முடிவு செய்யும் கடன் வழங்குநர்களுக்கும், தங்கள் விண்ணப்பங்கள் உண்மையில் எவ்வாறு மதிப்பிடப்படுகின்றன என்பதைப் புரிந்துகொள்ள முயலும் கடன் வாங்குபவர்களுக்கும் முக்கியமானது.

AI-நேட்டிவ் கடன் தொழில்நுட்பம் என்றால் என்ன, ஏன் இது இப்போது கட்டமைக்கப்பட்டு நிதியளிக்கப்படுகிறது, நடைமுறையில் இது எவ்வாறு செயல்படுகிறது, மற்றும் பழைய கடன் தோற்றுவிப்பு அமைப்புகளில் AI-ஐ பொருத்துவதிலிருந்து இது எவ்வாறு வேறுபடுகிறது என்பதை இந்தக் கட்டுரை பகுப்பாய்வு செய்கிறது.

கருத்து விளக்கம்

ஒரு AI-நேட்டிவ் கடன் தளம், முக்கிய முடிவுகளை எடுக்கும் அல்லது ஆதரிக்கும் இயந்திரக் கற்றல் மாதிரிகளைச் சுற்றி தொடக்கத்திலிருந்தே வடிவமைக்கப்படுகிறது: யாருக்கு கடன் கொடுக்க வேண்டும், எவ்வளவு, என்ன விலையில், மற்றும் ஒரு கடன் வாங்குபவர் பின்தங்கினால் வசூலை எவ்வாறு நிர்வகிப்பது. தரவு பைப்லைன்கள், அண்டர்ரைட்டிங் தர்க்கம், மற்றும் செயல்பாட்டு பணிப்பாய்வுகள், இந்த மாதிரிகளுக்கு தொடர்ந்து உணவளிக்கவும் அவற்றால் தொடர்ந்து வடிவமைக்கப்படவும் கட்டமைக்கப்படுகின்றன.

நிலையான, விதி-அடிப்படையிலான அண்டர்ரைட்டிங்கைச் சுற்றி கட்டமைக்கப்பட்ட தற்போதுள்ள கடன் மேலாண்மை அமைப்பில் ஒரு AI-அடிப்படையிலான மோசடி சோதனையை அல்லது ஒரு அரட்டை போட்டைச் (chatbot) சேர்க்கும் ஒரு பழைய கடன் வழங்குநரிடமிருந்து இது வேறுபட்டது. ஒரு AI-நேட்டிவ் தளத்தில், மாதிரி மேலே சேர்க்கப்பட்ட ஒரு அம்சமல்ல; தளத்தின் மற்ற பகுதிகள் அதைச் சுற்றி கட்டமைக்கப்படும் முக்கிய முடிவு இயந்திரத்திற்கு அது நெருக்கமானது.

இது ஏன் இப்போது முக்கியம்

முதலீட்டாளர் ஆர்வம் இந்த வேறுபாட்டை பிரதிபலிக்கிறது. Rezolv-ன் நிதியுதவி சுற்று, போதுமான சேவை பெறாத கடன் பிரிவுகளில் கவனம் செலுத்தும் ஒரு AI-நேட்டிவ் தளத்தை விரிவுபடுத்த குறிப்பாக திரட்டப்பட்டது, மெலிதான கடன் கோப்புகள் மற்றும் அதிக சேவை செலவுகள் காரணமாக பழைய, விதி-அடிப்படையிலான அமைப்புகள் லாபகரமாக அண்டர்ரைட் செய்வதில் வரலாற்று ரீதியாக சிரமப்பட்ட ஒரு பகுதி இது.

இன்னும் பரந்த அளவில், Cambridge Centre for Alternative Finance-ன் ஆராய்ச்சியின்படி, பாரம்பரிய நிதி நிறுவனங்களை விட நிதி தொழில்நுட்ப நிறுவனங்கள் AI ஏற்றுக்கொள்ளலில் இருந்து வலுவான உற்பத்தித்திறன் ஆதாயங்களை புகாரளிக்கின்றன, இது தொழில்நுட்பம் மற்றும் தயாரிப்பு செயல்பாடுகளில் நிதி தொழில்நுட்ப நிறுவனங்கள் 86 சதவீத ஆதாயங்களையும் பாரம்பரிய நிறுவனங்களில் 68 சதவீதத்தையும் புகாரளிப்பதைக் கண்டறிந்தது. அண்டர்ரைட்டிங்கும் வசூலும் தரவு- மற்றும் முடிவு-தீவிரமானவை என்பதால், அந்த இடைவெளி தெரிய இயற்கையான இடம் கடன் வழங்குதலாகும்.

ஒரு தளம் எவ்வளவு விரைவாக மாற்றியமைக்க முடியும் என்பதிலும் இந்த வேறுபாடு தெரிகிறது. AI-நேட்டிவ் அமைப்புகள் புதிய தரவின் மீது மறுபயிற்சி பெற கட்டமைக்கப்பட்டிருப்பதால், அதே மாற்றத்திற்கு பதிலளிக்க ஒரு விதி இயந்திரத்தை மறுவடிவமைக்க வேண்டிய அல்லது ஸ்கோர்கார்டை மீண்டும் கட்டமைக்க வேண்டிய கடன் வழங்குநர்களை விட, மாறும் கடன் வாங்குபவர் நடத்தைக்கு அவை வேகமாக மாற்றியமைக்க முடியும்.

இந்த துறையை AI எவ்வாறு மாற்றியமைக்கிறது

நடைமுறையில், AI-நேட்டிவ் தளங்கள், பணியக-மட்டும் மதிப்பெண்ணிடலுக்கு மற்றபடி தெரியாத கடன் வாங்குபவர்களை மதிப்பிட, வங்கி பரிவர்த்தனை வரலாறுகள் மற்றும் திருப்பிச் செலுத்தும் நடத்தை போன்ற மாற்று தரவை செயலாக்க மாதிரிகளைப் பயன்படுத்துகின்றன. புதிய திருப்பிச் செலுத்தும் தரவு வரும்போது அதே மாதிரிகள் மறுபயிற்சி பெறலாம், இது ஸ்கோர்கார்டு கட்டமைக்கப்பட்ட புள்ளியில் நிலையாக இருப்பதற்குப் பதிலாக காலப்போக்கில் ஆபத்து மதிப்பீட்டை மேம்படுத்த அனுமதிக்கிறது.

இந்த தளங்கள் தோற்றுவிப்பைத் தாண்டி, சேவை மற்றும் கடன் வசூலிலும் AI-ஐப் பயன்படுத்துகின்றன, இங்கு மாதிரிகள் தொடர்பை முன்னுரிமைப்படுத்தலாம், திருப்பிச் செலுத்தும் திட்டங்களை தனிப்பயனாக்கலாம், மற்றும் கைமுறை மறுஆய்வு கண்டுபிடிப்பதை விட முன்னதாகவே தவறுத் தொகைக்கான உயர்ந்த ஆபத்தில் உள்ள கணக்குகளைக் குறிக்கலாம்.

இந்த தொடர்ச்சியான-கற்றல் அணுகுமுறை புதிய தயாரிப்புகள் எவ்வாறு அறிமுகப்படுத்தப்படுகின்றன என்பதையும் மாற்றுகிறது. ஒரு புதிய கடன் வாங்குபவர் பிரிவுக்கான புதிய விதி-அடிப்படையிலான ஸ்கோர்கார்டை உருவாக்க போதுமான வரலாற்று தரவுக்காக காத்திருப்பதற்குப் பதிலாக, AI-நேட்டிவ் தளங்கள் ஒரு சிறிய பிரதிநிதித்துவ தரவுத் தொகுப்புடன் தற்போதுள்ள மாதிரியை விரிவுபடுத்தி, உண்மையான திருப்பிச் செலுத்தும் முடிவுகள் குவிந்தவுடன் அதை மேம்படுத்த முடியும்.

உலகளாவிய நிஜ-உலக உதாரணங்கள்

Rezolv, போதுமான சேவை பெறாத கடன் வாங்குபவர்களுக்காக அண்டர்ரைட்டிங் மற்றும் வசூலைச் சுற்றி கட்டமைக்கப்பட்ட ஒரு AI-நேட்டிவ் தளத்தின் நேரடி உதாரணமாகும், அந்த மாதிரியை விரிவுபடுத்த குறிப்பாக ஒதுக்கப்பட்ட புதிய மூலதனத்துடன். Norwest தலைமையிலான அதன் சீரிஸ் A, மொத்த திரட்டப்பட்ட மூலதனத்தில் பெரும் பங்கை பணம் செலுத்துதலும் AI-யும் இணைந்து கணக்கிட்டதைக் காட்டிய ஒரு வாரத்தில் பல ஒப்பந்தங்களில் ஒன்றாகும்.

பெரிய நிறுவப்பட்ட வங்கிகள் AI-நேட்டிவ் தளங்களை முதலிலிருந்து கட்டமைப்பதற்குப் பதிலாக கூட்டாண்மை மூலம், அதே மாற்றத்தை வேறுவிதமாக அணுகுகின்றன. Mistral AI உடனான ABN Amro-ன் கூட்டாண்மை, மற்றும் Rabobank-ன் திட்டமிடப்பட்ட €2 பில்லியன், மூன்று ஆண்டு AI முதலீடு, நிறுவப்பட்ட நிறுவனங்கள் தற்போதுள்ள உள்கட்டமைப்பை முழுவதுமாக கைவிடாமல் AI-ஐ தங்கள் கடன் செயல்பாடுகளின் மையத்திற்கு நெருக்கமாகக் கொண்டு வர முயற்சிப்பதைக் காட்டுகின்றன.

இந்த இரண்டு பாதைகளும், முதலிலிருந்து கட்டமைக்கப்பட்ட AI-நேட்டிவ் தளங்களும், கூட்டாண்மை மூலம் AI-ஐ தொடரும் நிறுவப்பட்ட நிறுவனங்களும், ஒன்றுக்கொன்று முரண்பட்டவை அல்ல, மேலும் ஆகஸ்ட் 2026-ன் நிதி தொழில்நுட்ப நிதியுதவி நடவடிக்கை இரண்டு பிரிவுகளையும் உள்ளடக்கியது, இது AI கடன் அடுக்கு முழுவதும் மூலதனம் எவ்வளவு பரவலாக பயன்படுத்தப்படுகிறது என்பதைப் பிரதிபலிக்கிறது.

நடைமுறை நிதி குறிப்புகள்

நீங்கள் தன்னை AI-நேட்டிவ் என்று சந்தைப்படுத்தும் ஒரு தளம் மூலம் விண்ணப்பிக்கும் கடன் வாங்குபவராக இருந்தால், உங்கள் விண்ணப்பம் பணப்புழக்கம் மற்றும் பரிவர்த்தனை தரவு உட்பட, ஒரு பணியக மதிப்பெண்ணை விட அதிகமானதைப் பயன்படுத்தி மதிப்பிடப்படலாம் என்று எதிர்பார்ப்பது நியாயமானது. சீரான, கண்டறியக்கூடிய வருமான வைப்புகளுடன் கணக்குகளை செயலில் வைத்திருப்பது, இந்த மாதிரிகள் திருப்பிச் செலுத்தும் திறனைப் பற்றிய துல்லியமான சித்திரத்தை உருவாக்க உதவும்.

நீங்கள் கடன் தொழில்நுட்ப விற்பனையாளர்களை மதிப்பீடு செய்பவராக இருந்தால், தளம் எவ்வளவு "AI-நேட்டிவ்" என்று குறிப்பாகக் கேளுங்கள்: மாதிரிகள் முக்கிய அண்டர்ரைட்டிங் முடிவுகளை இயக்குகின்றனவா அல்லது ஒரு பழைய விதி இயந்திரத்துடன் இணைந்து இருக்கின்றனவா, தளம் மாதிரி மறுபயிற்சியை எவ்வாறு கையாள்கிறது, மற்றும் அது வசூலை எவ்வாறு நிர்வகிக்கிறது, ஏனெனில் இந்த விவரங்கள் சந்தைப்படுத்தல் மொழியை விட செயல்திறனை அதிகம் பாதிக்கின்றன.

ஒரு கடன் தளத்திடம் அதன் அண்டர்ரைட்டிங் மாதிரி நிர்ணயிக்கப்பட்ட அட்டவணையில் மறுபயிற்சி பெறுகிறதா அல்லது தொடர்ந்து மறுபயிற்சி பெறுகிறதா என்று நேரடியாகக் கேட்பதும் உதவுகிறது, ஏனெனில் அடிக்கடி புதுப்பிக்கும் தளங்கள் பொதுவாக ஒரு பழைய படத்தை விட விண்ணப்பதாரரின் மிக சமீபத்திய நிதி நடத்தையை பிரதிபலிக்க சிறந்த நிலையில் உள்ளன.

எதிர்கால நோக்கு

AI-நேட்டிவ் கடன் தளங்களுக்குள் அதிக மூலதனம் பாய்வதால், Rezolv போன்ற தளங்கள் அமைத்த முறையைப் பின்பற்றி, தோற்றுவிப்பைத் தாண்டி வசூல் மற்றும் சேவை போன்ற அருகிலுள்ள பகுதிகளுக்கு இந்த பிரிவு தொடர்ந்து விரிவடையும் என்று எதிர்பாருங்கள், இதில் AI ஒரு தனி படிநிலைக்குப் பதிலாக முழு கடன் வாழ்க்கைச் சுழற்சிக்கும் ஆதரவளிக்கிறது.

அதே நேரத்தில், பெரிய வங்கிகள் AI-க்கு பல-ஆண்டு, பல-பில்லியன்-யூரோ பட்ஜெட்டுகளை ஒதுக்குவதும், AI ஆய்வகங்களுடன் கூட்டாண்மைகளை உருவாக்குவதும், "AI-நேட்டிவ்" நிதி தொழில்நுட்ப நிறுவனங்களுக்கும் AI-மேம்படுத்தப்பட்ட நிறுவப்பட்ட நிறுவனங்களுக்கும் இடையிலான வேறுபாடு காலப்போக்கில் குறுகக்கூடும் என்பதைக் காட்டுகிறது, ஏனெனில் நிறுவப்பட்ட நிறுவனங்கள் தங்கள் சொந்த கடன் உள்கட்டமைப்பின் அதிக பகுதியை AI மாதிரிகளைச் சுற்றி மீண்டும் கட்டமைக்கின்றன.

AI-நேட்டிவ் கடன் அடுக்கின் முக்கிய கூறுகள்

ஒரு பொதுவான AI-நேட்டிவ் கடன் அடுக்கில் வங்கி அறிக்கை மற்றும் பரிவர்த்தனை பகுப்பாய்வு போன்ற மாற்று தரவு உள்ளீடு; ஆபத்தை மதிப்பெண்ணிட்டு விலை நிர்ணயம் செய்யும் ஒரு இயந்திரக் கற்றல் அண்டர்ரைட்டிங் இயந்திரம்; தானியங்கு அடையாள மற்றும் மோசடி சோதனைகள்; மற்றும் கடன் வழங்கிய பிறகு கணக்குகளை நிர்வகிக்க அதே மாதிரிகளைப் பயன்படுத்தும் ஒரு சேவை மற்றும் வசூல் அடுக்கு ஆகியவை அடங்கும்.

இந்த கூறுகளை ஒன்றாக இணைப்பது என்னவென்றால், அவை பிறகு ஒன்றாக பொருத்தப்பட்ட தனி அமைப்புகளாக செயல்படுவதற்குப் பதிலாக, தரவைப் பகிர்ந்து தொடர்ந்து கற்க கட்டமைக்கப்பட்டுள்ளன, இதுவே ஒரு AI-நேட்டிவ் தளத்திற்கும் AI அம்சங்கள் சேர்க்கப்பட்ட பழைய அமைப்புக்கும் இடையிலான முக்கிய செயல்பாட்டு வேறுபாடாகும்.

Frequently Asked Questions

"AI-நேட்டிவ் கடன் தொழில்நுட்பம்" என்றால் என்ன அர்த்தம்?

இது, AI-அடிப்படையிலான அம்சங்களை வெறுமனே சேர்த்த ஒரு பழைய தளத்திற்குப் பதிலாக, அண்டர்ரைட்டிங், விலை நிர்ணயம், மற்றும் வசூல் போன்ற முக்கிய முடிவுகளை இயக்கும் அல்லது ஆதரிக்கும் இயந்திரக் கற்றல் மாதிரிகளைச் சுற்றி அடிப்படையிலிருந்தே கட்டமைக்கப்பட்ட ஒரு கடன் தளத்தைக் குறிக்கிறது.

AI-நேட்டிவ் கடன் வழங்குதல் AI அம்சங்களுடன் கூடிய பாரம்பரிய கடன் மென்பொருளிலிருந்து எவ்வாறு வேறுபடுகிறது?

AI-நேட்டிவ் தளங்களில், இயந்திரக் கற்றல் மாதிரிகள் முக்கிய முடிவு இயந்திரத்திற்கு நெருக்கமானவை மற்றும் தொடர்ந்து மறுபயிற்சி பெற கட்டமைக்கப்பட்டுள்ளன, அதேசமயம் பாரம்பரிய தளங்கள் பொதுவாக ஒரு நிலையான, விதி-அடிப்படையிலான அண்டர்ரைட்டிங் அமைப்பின் மேல் மோசடி சோதனை அல்லது அரட்டை போட் போன்ற ஒரு அம்சமாக AI-ஐ சேர்க்கின்றன.

AI-நேட்டிவ் கடன் தளங்கள் மெலிதான கடன் கோப்புகளைக் கொண்ட கடன் வாங்குபவர்களுக்கு சேவை செய்ய முடியுமா?

ஆம். பரிவர்த்தனை மற்றும் திருப்பிச் செலுத்தும் வரலாறு போன்ற மாற்று தரவை இணைப்பதன் மூலம், பணியக-மட்டும் மதிப்பெண்ணிடலைப் பயன்படுத்தி மதிப்பிடுவது கடினமான கடன் வாங்குபவர்களை AI-நேட்டிவ் தளங்கள் மதிப்பிட முடியும், போதுமான சேவை பெறாத கடன் பிரிவுகளில் கவனம் செலுத்தும் தளங்களுக்கு முதலீட்டாளர்கள் நிதியளித்திருப்பதற்கு இதுவும் ஒரு காரணமாகும்.

வங்கிகள் AI-நேட்டிவ் கடன் தளங்களை கட்டமைக்கின்றனவா, அல்லது AI நிறுவனங்களுடன் கூட்டாண்மை செய்கின்றனவா?

அணுகுமுறைகள் வேறுபடுகின்றன. சில நிதி தொழில்நுட்ப நிறுவனங்கள் AI-நேட்டிவ் தளங்களை முதலிலிருந்து கட்டமைக்கின்றன, அதேசமயம் Mistral AI உடன் கூட்டாண்மை செய்யும் ABN Amro போன்ற சில நிறுவப்பட்ட வங்கிகள், தங்கள் தற்போதுள்ள கடன் செயல்பாடுகளுக்குள் இதேபோன்ற திறனைக் கொண்டு வர AI நிறுவனங்களுடன் இணைந்து பணியாற்ற தேர்வு செய்கின்றன.

More articles · Home