Michał Wąsowski, money.pl: Zacznijmy od tego, czym się zajmujecie, bo dla niektórych osób może to brzmieć jak Black Mirror. Macie algorytm, który według waszych deklaracji w 95 proc. trafnie przewiduje wiarygodność kredytową. Mógłbyś wyjaśnić, jakie dane analizujecie, pod jakim kątem?
Maciej Jarząb, CEO Epeer: Specjalizujemy się w analizie behawioralnej, a nie samej analizie scoringowej. Staramy się analizować dane o zachowaniach użytkowników z wielu różnych źródeł. Sami jednak nie zbieramy danych, tak jak robią to giganci technologiczni czy dostawcy danych, firmy big data, jeśli już to pobieramy dane od nich.
A co analizujemy? Zaczynając od danych o geolokalizacji, intencjach zakupowych, przez zainteresowania, używane środki transportu, wykorzystanie aplikacji mobilnych. Wszystko, co możemy zebrać o użytkownikach w sieci - oczywiście, jeśli tylko użytkownik wyrazi zgodę na pobieranie i przetwarzanie tych danych, które i tak są dla nas zanonimizowane - nie wiemy, czyje dane są analizowane. Dopiero więc, gdy nasz partner od big data ma zgodę od użytkownika, to my możemy te dane pozyskać, np. poprzez dopasowanie ciasteczek w przeglądarce internetowej. Ale wiele zależy tu od rynku - każdy ma swoje lokalne regulacje, nawet w Unii Europejskiej, która wymusza pewne regulacje dotyczące prywatności obywateli i bardzo dba o tę prywatność.
W skrócie, analizujemy więc dane pod kątem behawioralnym i staramy się robić to tak, by ułatwić potem danej osobie dostęp do usługi - np. kredytu w banku czy finansowania podczas zakupów w internecie.
Zatrzymajmy się na chwilę. Jak poznajecie intencje zakupowe - z jakich danych wtedy korzystacie?
Klasycznym źródłem danych tutaj są porównywarki cenowe. Często też korzystamy z historii wyszukiwania w sieci - na tej podstawie możemy skategoryzować dane dotyczące intencji zakupowych. Ostatnie źródło takich danych to open banking, ale wykorzystywany głównie w bankowości. Otrzymujemy wtedy zanonimizowane dane z konta i możemy odczytać, jak użytkownik zachowuje się pod kątem finansowym. Robimy to jednak tylko w sektorze bankowym.
Wiesz, że wielu osobom słowa: analiza, scoring, kojarzą się już z Chinami? Na pewno słyszałeś historie o rzekomym algorytmie, który analizuje każdy ruch obywateli i wstrzyma kredyt tylko dlatego, że ktoś popełnił wykroczenie. Przez jakiś czas powtarzano taką nieprawdziwą informację, choć faktycznie Chiny mają bardzo zaawansowane systemy scoringowe i analiz behawioralnych.
Ten chiński scoring nie działa tak, jak ludziom się wydaje - że człowiek splunie na ulicę i nie dostanie kredytu. I tak, na pewno Chiny mają najbardziej zaawansowany scoring behawioralny na świecie, ale to możliwe tylko dlatego, że tam nie mówimy już o źródłach danych, tylko o pełnej inwigilacji. A i tak ich scoring nie działa tak, jak się go opisuje.
Dzisiaj jest możliwe stworzenie systemu do analizy naszych zachowań, który śledziłby i analizował każdy nasz krok?
Przede wszystkim byłoby to nieetyczne. Wykorzystywanie danych i sztuczna inteligencja mają służyć ludziom. My tworzymy rozwiązanie, które ma pomagać, poszerzać ludziom dostęp do ofert, do których inaczej nie mają dostępu - bo nie np. nie mają historii kredytowej. Ale nie ma też możliwości prawnych, regulacyjnych w Europie, by wprowadzić takie systemy scoringowe, które oceniałyby każde nasze zachowanie. Nie jest to też obecnie możliwe technologicznie, nawet dla internetowych gigantów. Oczywiście, nie jest to wykonalne dzisiaj, na pewno nie w USA i Europie, chociaż nie wykluczam, że będzie możliwe w przyszłości. Chociaż jestem pewien, że niektórzy chcieliby stworzyć takie narzędzie tylko dla siebie.
To wróćmy do waszego algorytmu, który - jak rozumiem - uczy się sam być coraz bardziej efektywny w ocenie użytkowników? Czy to oznacza, że już teraz jego efektywność wzrosła z tych 95 proc., o których mówiliście niedawno?
Tak, uczy się sam, ale nie mamy nowych danych, które pokazywałyby, że coś się zmieniło. Robimy testy naszego algorytmu co 6 miesięcy i dopiero za jakiś czas będziemy mogli powiedzieć, na ile napływ nowych danych ma wpływ na algorytm. Najprawdopodobniej wpływ ten będzie pozytywny, bo dla nas najważniejszą rzeczą jest rozszerzać źródła danych - pozyskiwać nowe, lepszej jakości dane. Na ich podstawie możemy budować lepszy model algorytmu, bo im lepsze dane, tym lepszy model. I tym głównie zajmuje się nasz dział rozwoju biznesu - poszukiwaniem nowych źródeł danych.
Wcześniej wspomniałeś o pozyskiwaniu np. danych, o wyszukiwaniu w sieci i ciasteczkach. Czy więc niedawne ruchy Apple, które zmienia politykę dotyczącą cookies na bardziej niekorzystną dla firm żyjących z tych danych, wpływają jakoś na wasz biznes? To dla was wyzwanie w budowaniu firmy? Wszystko wskazuje na to, że inni giganci internetowi - np. Google - też wprowadzą zmiany w polityce cookies.
Dobrze, że to poruszasz, bo dla nas to nie do końca jest wyzwanie. My korzystamy z wielu różnych źródeł danych i do tej pory nie odczuliśmy zmiany polityki Apple. Wiąże się to właśnie z faktem, że zawsze staramy się podobne informacje odczytywać z różnych źródeł. Słyszeliśmy w branży, że rzeczywiście działania Apple wpływają negatywnie na wyniki firm big data, które pobierają te dane, ale w naszym przypadku tak się nie stało. I nie skupiamy się też np. na analizie mediów społecznościowych, bo każdy gigant mógłby wtedy jednym ruchem zakopać nasz biznes. Podsumowując zaś działania gigantów, to wiadome jest, że każdy chce mieć dane dla siebie. Mówi się przy tym o ochronie prywatności, ale trzeba pamiętać, że to przede wszystkim jest biznes. Odcięcie mniejszych firm od danych sprawia, że giganci mają więcej dla siebie. Ten problem nas jednak nie dotyczy.
Mówisz, że nie skupiacie się na social media, ale czy korzystacie z nich jako źródła danych?
Nie, w ogóle, od afery Cambridge Analytica. Nie chcemy uzależniać się od danych z social media.
Na ile, w takim razie, wasz algorytm jest efektywny na tle konkurencji?
Kiedy porównujemy wyniki standardu rynkowego w Polsce, to jesteśmy lepsi kilkukrotnie. Czym to się różni: z danych, które pozyskaliśmy wynika, że u naszych konkurentów poziom niespłacalności to 20-30 proc., u nas to tylko 5 proc., a więc nasz algorytm przebija ich wielokrotnie. Ale trzeba podkreślić, że firmy działające na rynku scoringowym skupiają się na twardych danych - algorytmach regułowych, które zwykle w podobny sposób, zerojedynkowo, oceniają człowieka. My zaś wierzymy w epeerze, że to analiza behawioralna jest przyszłością oceny kredytowej młodych ludzi. Młodzi już dziś często nie mają historii kredytowej, ale za to robią dużo rzeczy w sieci, w tym zakupów. I to może być dobra podstawa do scoringu, ale też działań marketingowych czy pozyskania nowego klienta. To rzeczywisty problem, który trzeba rozwiązywać. Takie osoby to ogromna nisza na świecie, którą my chcemy wypełnić. Jeśli porównamy nasze wyniki z konkurentami, to jesteśmy kilkakrotnie bardziej skuteczni. A każdy punkt procentowy efektywności algorytmu jest tutaj na wagę złota.
Czy obsługujecie tylko tę niszę w postaci osób bez historii kredytowej, czy są też jakieś inne?
Są też ludzie, którzy zarabiają w sposób niemożliwy do oceny z punktu widzenia instytucji finansowych. I nie ma sposobu, by to zmienić. Takim klientom po prostu nie daje się kredytów. Banki polecają im wtedy np. założyć konto, żeby chociaż dokonywali w nim transakcji. Bo jeśli nie ma transakcji, to bank nie posiada wiedzy - jak ma więc zaufać takiemu klientowi? Banki są też do tego przymuszone regulacjami, muszą zachować pewną ostrożność przy scoringu. Problem z takimi osobami występuje na całym świecie, zarówno w Polsce, Czechach, jak i np. wśród wielu studentów w USA.
Czyli, mówiąc krótko, nasze pokolenie, czyli millenialsi, zepsuło nawet scoring kredytowy. Jak banki reagują na waszą działalność? Są chętne do współpracy czy raczej widzą w was potencjalną konkurencję, zaburzenie własnego biznesu?
Przede wszystkim muszę powiedzieć, że my nie chcemy zastępować scoringu banków, tylko go uzupełniać - dając możliwość oceny osób, które potrzebują kredytów itd., tylko wymykają się tradycyjnemu scoringowi. A banki reagują bardzo różnie - jedne chcą współpracować, widzą szansę na pozyskanie nowych klientów. Ale są też skostniałe instytucje, które może nie mówią "nie", ale proces trwa u nich tak długo, że robienie z nimi biznesu staje się trudne, a czasem przestaje mieć sens, bo przychodzimy do nich z narzędziem spersonalizowanym pod dany bank i bierzemy na siebie koszty implementacji. Czasem też trudno przekonać banki do naszego rozwiązania. Nie budujemy jednak produktu typu "plug and play" (czyli technologii, którą można po prostu sprzedać, a kupujący samodzielnie może łatwo wdrożyć ją w firmie - przyp. red.), tylko case by case - po to, by spełniać wszystkie potrzeby klienta. I po to też zbieramy kolejne rundy inwestycyjne, obecnie mamy więcej klientów, niż możemy przyjmować - musimy mówić partnerom, żeby zaczekali. Chcemy poszerzać zespół i obsługiwać więcej klientów.
Wasze rozwiązanie pozostanie takim "szytym na miarę"?
Na razie tak, ale za rok, gdy będziemy w kilku krajach i poznamy tam zachowania ludzi, być może się to zmieni. Obecnie szukamy różnic kulturowych w ludziach - czego wyszukują w sieci, jak się zachowują. Narzędzia "plug and play" wykorzystującego sztuczną inteligencję nie da się zrobić od razu, od ręki. SI nie działa zawsze i wszędzie - najpierw zespół data science musi wykonać odpowiednie analizy, poszukać korelacji, zobaczyć jak ludzie się zachowują, a potem zaimplementować to do SI. Na koniec jednak tak, naszym celem jest stworzyć taką technologię "plug and play" - gdy już będziemy mieć odpowiednio dużo danych. Mamy już klientów w sektorze telekomunikacyjnym, gamingowym, rozmawiamy z ubezpieczycielami. Każda firma, w każdym sektorze, chce znać swojego klienta jak najlepiej, dzięki temu może szukać nowych przychodów na bazie analizy zachowań klientów - i my to oferujemy.
To na koniec - czy ktoś chciał was już kupić? Wyobrażam sobie, że dla instytucji finansowych może to być atrakcyjne przejęcie.
Tak, ale nie bank. Firma z USA chciała kupić całość biznesu.
I dlaczego nie sprzedałeś? W ogóle rozważasz taki scenariusz?
To nie jest jeszcze ten etap. Tak dynamicznie budujemy wartość spółki, zwiększamy przychody, że nie widzę możliwości sprzedaży. Ale rynek obecnie jest gorący, płynie na nim dużo pieniędzy i gdyby ktoś przyszedł i podał sumę, od której omdleję, to pewnie bym podpisał. Nie myślę jednak o tym. Była oferta, odrzuciliśmy ją, nawet nie negocjowaliśmy, bo to nie ten etap - skupiamy się na budowaniu wartości.