ITware · AI4Creditory

Kiszámítható hitelbírálat, indokolt döntésekkel

Az AI4Creditory vállalati hiteligénylésekhez ad nemteljesítési pontszámot és kockázati besorolást – minden döntés mellé lépésenként lebontott, emberi nyelven megfogalmazott indoklással. A végső szót mindig a bíráló mondja ki.

  • 2modell fut párhuzamosan, folyamatos összehasonlítással
  • 10állapot a benyújtástól a lezárásig, egy rendszerben
  • 100%a döntések naplózva és utólag rekonstruálhatók
Hitelkockázati irányítópult kulcsmutatókkal és a nemteljesítési pontszámok trendjével

A kihívás

A hitelbírálat ma nagyrészt fejben dől el

Ami a manuális bírálatban nehéz

  • A döntés a bíráló aznapi rendelkezésre állásán és tapasztalatán múlik
  • Két hasonló ügyfél eltérő elbírálást kaphat, és ez utólag nem magyarázható
  • A beadott szöveges anyagok csak szubjektív olvasatként számítanak
  • Az ügyféladatok több rendszerben, táblázatokban szétszórva élnek
  • Folyósítás után a kockázatfigyelés jellemzően megáll

Amit az AI4Creditory hozzátesz

Minden beérkező igénylés ugyanazon mérce alapján kap számszerű nemteljesítési valószínűséget és kockázati kategóriát, mellé pedig azt is, hogy melyik adat mennyit nyomott a latban. A pontszám nem egy fekete doboz kimenete, hanem lépésenként visszakövethető.

A rendszer javaslatot ad, nem döntést hoz – a jóváhagyás, elutasítás vagy kézi elbírálás mindig emberi kézben marad.

Miért az AI4Creditory?

Döntéstámogatás, amelyet a bíráló is meg tud indokolni

Nem fekete doboz és nem csevegő AI: átlátható pontozás, magyarázat minden döntés mellé, és egy rendszer, amely az Önök saját adatain és saját infrastruktúráján fut.

Magyarázható pontszám

Minden bírálathoz emberi nyelvű indoklás készül: mely adat húzta a döntést kockázatosabb, és melyik biztonságosabb irányba.

Az ember dönt

A rendszer javaslatot ad, a jóváhagyást vagy az elutasítást mindig a bíráló rögzíti – szöveges indoklással, auditnaplóval.

Felügyelt, önmagát mérő modellek

Éles és kihívó modell párhuzamosan, napi eltérésfigyelés és „nem ronthat” szabály az új modellverziókra.

Helyben üzemeltethető

Konténerizált rendszer kényszerű, internetre nyitott függőség nélkül – az ügyféladatok a szervezeten belül maradnak.

Kinek szól?

Hitelezőknek, akiknek a következetesség alapkövetelmény

Az AI4Creditory vállalati hiteligénylések bírálatát támogatja – ott, ahol a döntéseknek egységesnek, indokolhatónak és utólag ellenőrizhetőnek kell lenniük.

Bankok és hitelintézetek

Egységes mérce minden vállalati hiteligénylésre

Két hasonló ügyfél ne kapjon eltérő elbírálást: a pontozás és a magyarázat minden bírálónál ugyanarra a logikára épül.

Hitelbírálati csapatok

Több idő a valóban vitatható esetekre

A rendszer előkészíti a bírálatot – pontszám, kategória, magyarázat és „mi lenne, ha” szimuláció –, a bíráló pedig a mérlegelést igénylő ügyekre koncentrálhat.

Kockázatkezelés és modellvalidáció

Modellek, amelyek teljesítménye nem romlik észrevétlenül

Kihívó modell, szegmensenkénti statisztikai összevetés és verziókezelés – átlátható modellfelügyelet a kockázatkezelési terület számára.

Megfelelés és belső ellenőrzés

Minden döntés utólag rekonstruálható

Teljes körű auditnapló, szerepkör-alapú hozzáférés és indokolt döntések – belső és külső ellenőrzéshez egyaránt.

Jellemzően velük egyeztetünk: hitelezési és kockázatkezelési vezetők, hitelbírálók, megfelelési (compliance) és informatikai vezetők.

Pontszámítás

Nemteljesítési valószínűség, lépésenként lebontva

A modell kimenete egy 0 és 1 közötti nemteljesítési valószínűség (PD score), amelyhez a rendszer kockázati kategóriát is rendel. A nyers modellkimenetet átlátható szakértői korrekciók módosítják – és mindegyik lépés külön tárolódik.

A nemteljesítési pontszám rétegbontása: modell alappontszám és a szakértői korrekciók lépésenként
Mit vesz figyelembe
A vállalkozás alapadatait (forma, iparág, méret, működési idő), a mérleg- és eredménykimutatás-adatokat, az ezekből származtatott mutatókat (likviditás, jövedelmezőség, tőkeáttétel), valamint a korábbi hiteltörténetet.
Négy kockázati kategória
Alacsony (20% alatt), közepes (20–40%), magas (40–60%) és nagyon magas (60% felett). Nincs egyetlen küszöbre épülő automatikus döntés – a kategória a bírálót tájékoztatja.
Szakértői korrekciók
Korábbi elutasítások és nemteljesítések emelik, a sikeresen visszafizetett hitelek csökkentik a pontszámot – mindegyik legfeljebb egy meghatározott felső határig. A rendszer a ténylegesen alkalmazott korrekciót rögzíti, nem a névlegeset.
Ellentmondások jelzése
Ha a számszerű értékelés és a szöveges anyagok hangulata egymásnak ellentmond, a rendszer ezt külön jelzi a bírálónak.

Magyarázhatóság

Nem elég a pontszám – indoklás is kell hozzá

Minden bírálathoz természetes nyelvű magyarázat készül: mely konkrét adat húzta a döntést kockázatosabb, és melyik biztonságosabb irányba. Ennek köszönhetően az elutasítás a bíráló számára és szükség szerint az ügyfél felé is alátámasztható.

Kockázati és kedvező tényezők
A jellemzők hatásának számszerű kimutatása, szöveges megfogalmazással kiegészítve – nem táblázatot kell értelmezni, hanem mondatokat olvasni.
„Mi lenne, ha" szimulátor
A bíráló interaktívan módosíthat egy-egy pénzügyi mutatót, és valós időben látja, hogyan változna a pontszám és a kategória.
Javítási forgatókönyvek
A rendszer konkrét, reális mértékű módosítási javaslatokat állít elő, megvalósíthatóság szerint rangsorolva – ezek adhatók vissza az ügyfélnek is.
Két modell egymás mellett
A bírálati nézetben az éles és a kihívó modell eredménye is látszik, azzal együtt, hogy egyetértenek-e – így azonnal kiderül, ha a döntés bizonytalan terepen jár.
Döntésmagyarázat: a jellemzők hatása, szöveges indoklás és a „mi lenne, ha” szimulátor

Szövegelemzés

A beadott szövegek is bekerülnek a mérlegbe

Az üzleti tervek, indoklások és kísérőlevelek eddig csak a bíráló olvasatában számítottak. A rendszer magyar nyelvű hangulati elemzéssel számszerűsíthető bemenetet készít belőlük – és ezen a téren a cég saját gyakorlatából tanul tovább.

Kulcsszó-alapú elemzés

Pénzügyi szempontból releváns pozitív és negatív kifejezések felismerése magyar szótárral, a tagadás és a fokozó szavak kezelésével.

Finomhangolt nyelvi modell

Magyar nyelvre tanított modell, amely a kulcsszavas módszernél árnyaltabb, kontextusérzékeny értékelést ad – a cég saját szóhasználatához igazítva.

Annotáló felület

A bírálók kézzel címkézhetnek szövegeket, tömegesen generálhatnak előzetes címkéket, és láthatják a modellverziók listáját.

Önálló tanulási ciklus

A bírálók által megerősített vagy javított besorolások automatikusan bekerülnek a jövőbeli tanítási adatok közé. Amíg nincs elegendő címke, az új modell árnyék módban fut – élesbe csak ellenőrzés után kerül, így hibás modell nem befolyásolhatja a döntéseket.

Mérhető modellverziók

Minden tanítási futás eredménye – pontosság, mintaszám, időpont – visszakereshető, és az aktív verzió egy kattintással váltható.

Modellfelügyelet

A modell öregszik – a rendszer ezt méri

Ha a gazdasági környezet vagy az ügyfélkör összetétele megváltozik, a modell csendben elavulhat. Az AI4Creditory ezért nem egyetlen modellt futtat, és nem is hagyja felügyelet nélkül.

Éles és kihívó modell

Az éles modell mellett mindig fut egy jelölt is. Minden bírálat mindkettőn végigmegy, így a kettő teljesítménye valós forgalmon hasonlítható össze.

Statisztikai összehasonlítás

Az összevetés statisztikai próbával történik, iparág, cégméret és kockázati kategória szerinti bontásban – nem egyetlen összesített szám alapján.

„Nem ronthat" garancia

Új modell nem kerülhet élesbe, ha bármelyik szegmensben érdemben rosszabbul teljesít a korábbinál – a szabály automatikusan ellenőrzött.

Fokozatos bevezetés

A váltás nem egyszerre történik: a forgalom beállítható hányada kerül át az új modellre, így egy hiba korán, korlátozott hatással derül ki.

Verziókezelés

Minden korábbi modellverzió visszakereshető, archiválható és szükség esetén visszaállítható – a mutatóival együtt.

Napi eltérésfigyelés

A rendszer naponta ellenőrzi, hogy a beérkező igénylések jellemzői mennyire térnek el attól, amin a modell tanult. Az eredményt a rendszer három súlyossági szintbe sorolja, és jelzi, ha egy kulcsmutató eloszlása elmozdult – mielőtt ez hibás döntésekben csapódna le.

A hiteligénylés állapotai a benyújtástól a lezárásig

Teljes folyamat

A benyújtástól a lezárásig, egy rendszerben

A rendszer nem áll meg a pontszámnál: végigkíséri a hiteligénylés teljes életútját egy jól definiált állapotsoron, és a folyósítás után sem hagyja abba a kockázatfigyelést.

Dokumentumfeltöltés
Az igazoló dokumentumok formátum- és méretellenőrzéssel tölthetők fel. Hiányzó dokumentum esetén az igénylés külön állapotba kerül, de innen is hozható döntés.
Automatikus ajánlatgenerálás
Jóváhagyás esetén a rendszer a törlesztési feltételek alapján PDF-ajánlatot állít elő, törlesztőrészlettel és ütemtervvel.
Ügyfél általi elfogadás
Az ajánlat egy egyedi, biztonságos hivatkozáson keresztül, bejelentkezés nélkül is elfogadható. Ez jelenleg hivatkozás generálását jelenti, nem automatikus e-mail- vagy SMS-értesítést.
Folyósítás utáni utókövetés
A rendszer a folyósított hiteleket havonta automatikusan felülvizsgálja, korai riasztási szintekkel – ha egy ügyfél teljesítése kedvezőtlen irányba fordul, az kiderül.

Adatok és hozzáférés

Ügyféltörzs, jogosultságok, auditálhatóság

Önálló ügyféltörzs

A hiteligénylő vállalkozások teljes pénzügyi profilja és minden korábbi bírálata egy helyen, kereshetően – nem több rendszerben szétaprózva.

Tömeges adatimport

Korábban táblázatokban tárolt ügyféladatok egy lépésben importálhatók, kötelező mezők ellenőrzésével és sorszintű hibajelzéssel.

Négy szerepkör

Rendszergazda, elemző, hitelbíráló és megtekintő – pontosan meghatározva, ki mit láthat, futtathat és módosíthat.

Teljes körű auditnapló

Minden bírálói és rendszergazdai művelet visszakereshetően naplózva: ki, mit, mikor, milyen korábbi állapotból milyen újba módosított – felhasználó, entitás és esemény szerint szűrhetően. Ebből belső vagy külső ellenőrzéskor az események utólag rekonstruálhatók.

Technológia

A rendszer önállóan, helyben üzemeltethető, konténerizált környezetben fut – nincs kényszerű, internetre nyitott függősége.

Adminisztrációs felület

Next.js, React, Tailwind CSS

Backend API

Flask + Flask-RESTX (Swagger), JWT-hitelesítés, Alembic-sémamigráció

Modellek

XGBoost (éles), LightGBM (kihívó), SHAP a magyarázathoz

Szövegelemzés

Magyar nyelvre tanított BERT-alapú modell, PyTorch

Adat és modelltár

PostgreSQL, MLflow-kísérletkövetés és -modellregiszter, S3-kompatibilis artefaktumtároló

Ütemezés és üzemeltetés

Apache Airflow ütemezett feladatokhoz, Docker Swarm

Fontos pontosítások

Amit a rendszer nem csinál

Az „AI" szó sok mindent takarhat. Hogy ne legyen félreértés, érdemes kimondani, mi az, ami nem része a megoldásnak.

Nem beszélgető asszisztens
A rendszerben klasszikus gépi tanulási modellek dolgoznak, nem generatív, csevegésre képes AI. A hangulati elemzés és a magyarázatok előállítása is előre definiált logikán, sablonokon és tanított osztályozó modelleken alapul.
Nem hoz önálló hitelbírálati döntést
A kimenet döntéstámogató javaslat: pontszám, kategória és magyarázat. A jóváhagyást, elutasítást vagy kézi elbírálásra utalást mindig ember rögzíti, szöveges indoklással.
Nem kapcsolódik külső hitelinformációs adatbázisokhoz
A pontszámítás a rendszerbe feltöltött vagy importált céges pénzügyi adatokra és a hiteltörténetre épül. Külső adatszolgáltatók és vállalatirányítási rendszerek bekötése lehetséges későbbi bővítés, de jelenleg nem része a megoldásnak.
Az ajánlatküldés hivatkozás, nem értesítés
Az ajánlat „kiküldése" jelenleg egy biztonságos, egyedi hivatkozás generálását jelenti. Az automatikus e-mail- vagy SMS-értesítés a tervezett, de még nem megvalósított fejlesztések között szerepel.

GYIK

Gyakori kérdések

Historikus hiteligénylési adatok, amelyeken a modellek taníthatók. A tipikus feladat nem új adatforrások bekötése, hanem a meglévő adatok formátumának és szerkezetének a modellhez igazítása. A bevezetést adatelemzés előzi meg.

Az adott mező kimarad a modellből. Ez nem blokkolja a bevezetést, csak a pontosságot befolyásolhatja – az adatelemzési szakaszban mezőnként eldönthető, mit érdemes pótolni.

Kézi rögzítéssel az adminisztrációs felületen, vagy tömeges importtal táblázatból. Az igénylés rögzítése és a pontozás két külön lépés – a bírálatot a felhasználó külön gombbal indítja.

Konténerizált, önállóan, helyben vagy zárt hálózaton üzemeltethető megoldás. Nincs kényszerű, internetre nyitott függősége; javasolt a hozzáférést belső hálózatra vagy VPN-re korlátozni.

A rendszer elsősorban vállalati hiteligényléseket értékel, és nem hoz kizárólag automatizált döntést – mindig van emberi döntéshozó és magyarázat. Emellett szerepkör-alapú hozzáférés, auditnapló és modellverzió-kezelés támogatja a megfelelést. A konkrét besorolást és az adatmegőrzési szabályokat érdemes jogi szakértővel tisztázni.

Igen. A jelenlegi működés megbontása nélkül bővíthető: külső adatszolgáltatók és hitelkezelő rendszerek adatforrásként, külső predikciós modellek pedig a modellréteghez kapcsolódva. Ezek jelenleg nem részei a megoldásnak, csak lehetséges fejlesztési irányok.

Nézzük meg a saját portfólióján

Egy bemutató és egy adatfelmérés megmutatja, hogy a meglévő hiteligénylési adatokból mi hozható ki – és mi az, amihez még adat kell.

Kapcsolatfelvétel

Kapcsolat

Beszéljünk a bevezetésről

Írja meg, milyen adatokkal és milyen bírálati folyamattal dolgoznak – kollégáink bemutatják az AI4Creditoryt, és javaslatot tesznek a bevezetés lépéseire.

  • AdatfelmérésMilyen historikus adat áll rendelkezésre, és milyen formában – ez határozza meg a reális kiindulópontot.
  • Modellépítés és validálásA modellek tanítása a saját adatokon, majd a teljesítmény ellenőrzése külön validációs adatokon.
  • Bevezetés és utánkövetésTelepítés, oktatás, dokumentáció – majd folyamatos mérés és finomhangolás.

info@itware.hu www.itware.hu