Новое поприще агентного финтеха — подготовка кредитных решений. Пока большинство компаний учат ИИ платить, обосновывать права и получать доступ к банковским данным, австралийский WeMoney пробует автоматизировать более сложную работу. Агент получает транзакции клиента через открытый банкинг и инфраструктуру Mastercard, проверяет доходы, расходы и обязательства, а затем собирает заключение по правилам конкретного кредитора.

Клиент один раз даёт согласие и выбирает счета — заявлена доступность 118+ финансовых организаций. Система распознаёт получателей и назначение операций, раскладывая их по 185 категориям и базе более чем 372 тыс. мерчантов. Из транзакций она выделяет зарплату, аренду, кредитные платежи, BNPL, краткосрочные займы, азартные игры, возвраты и другие сигналы, которые могут быть важны для оценки кредитоспособности — и формирует заключение.

WeMoney не просто выдаёт скоринговый балл, а делает оценку, каждый вывод которой можно развернуть до исходной транзакции. Для кредитования это почти обязательное условие: агент должен не только посчитать, но и объяснить, почему пришёл к выводу.

Такой подход способен значительно снизить операционные затраты кредитования за счёт автоматизации: быстрее принимаются решения, меньше работы аналитиков, одинаковое применение кредитной политики ко всем заявкам. По оценке WeMoney, в типичном сценарии можно убрать 5–7 дней из процесса подготовки заявки.

Если такая модель приживётся, одним из конкурентных преимуществ банка станет то, насколько хорошо его кредитная политика формализована и машиночитаема.

Подписывайтесь на Финтехно