שוכר פוטנציאלי רצה לשכור את השטח, אך תהליך האישור דרש שבועות של איסוף ידני של דוחות כספיים, מסמכים והמלצות. עד שצוות הכספים סיים את הבדיקות, המתעניין כבר איבד עניין או חתם במקום אחר, והמשרד נותר ריק. מנגנון הסינון, שנועד להגן על החברה, פשוט טירפד את העסקה בשקט.
כל שוכר פוטנציאלי הצריך בדיקת נאותות ידנית. איסוף ידני של דוחות כספיים, מסמכי תאגיד, דפי בנק והמלצות גרר תהליך חיתום של שבועות, שבמהלכם המתעניינים איבדו עניין והמשרדים נותרו ריקים.
הבדיקות עצמן התבססו בעיקר על תחושות בטן. אנשי הכספים העריכו את סיכון האשראי על סמך נתונים חלקיים בלבד שהצליחו לאסוף. כתוצאה מכך, שוכרים בעלי תזרים רעוע אושרו ובהמשך פיגרו בתשלומי השכירות, בעוד ששוכרים חזקים ויציבים נאלצו להמתין באותו תור איטי.
בנוסף, הצוות היווה צוואר בקבוק. בסוף כל חודש קרסה מחלקת הכספים תחת עומס הבקשות לאישור, כך שהתהליך שאמור היה להגן על הכנסות החברה הפך לגורם המרכזי שעיכב את אכלוס השטחים.
למשוך את הנתונים באופן אוטומטי, לאשר מיידית את מי שאינו מהווה סיכון, ולהעביר לצוות הכספים רק את המקרים המורכבים שבאמת מצריכים שיקול דעת אנושי.
השוכר הפוטנציאלי מעלה קישור או קובץ עם המסמכים, והמערכת מתחברת תוך שניות למקורות מידע רשמיים, כמו בנקאות פתוחה, מאגרי נתוני אשראי ורשם החברות. כך נחסך הצורך בבזבוז ימים על מרדף ידני אחר דוחות והמלצות.
מודל למידת מכונה מנתח את היסטוריית הפעילות, תזרים המזומנים ויחסי החוב של המועמד, ומפיק דירוג סיכון עקבי. דירוג זה מחליף את ההערכות החלקיות ותחושות הבטן שגרמו לאישור שוכרים בעייתיים והשאירו את החזקים בהמתנה ממושכת.
עסקים שהמודל מסווג ברמת סיכון נמוכה מאושרים אוטומטית ללא מגע יד אדם. כך, שוכר חזק מקבל אישור תוך דקות וחותם על החוזה כשהעסקה חמה, במקום להמתין שבועיים ולאבד עניין.
בקשות ברמת סיכון בינונית או גבוהה מנותבות ישירות למנהל הכספים, בצירוף סיכום ממוקד המציף את נורות האזהרה, כמו הלוואה שמועד פירעונה מתקרב או תחלופה תכופה של מנכ"לים. כך, הגורם האנושי יכול להקדיש את זמנו לקבלת ההחלטה עצמה, במקום לבזבז אותו על איסוף החומרים והרכבת התיק.
המודל מסנן את המקרים הברורים ומציף את אלו המעוררים חשד. מנהל הכספים עדיין מכריע בכל מקרה גבולי, כך שהמהירות אינה באה על חשבון הבקרה והאחריות על אישור שוכרים בסיכון.
תהליך קליטה חלק ומתקדם מחליף את הסחבת הביורוקרטית שגרמה בעבר לאובדן שוכרים ברגע האחרון. התוצאה: יותר עסקאות נסגרות במקום, ופחות משרדים עומדים ריקים בהמתנה לניירת.
השוכרים חותמים כשהעסקה חמה, בעוד שהמקרים המסוכנים עדיין עוברים בדיקה אנושית קפדנית.
תהליך בדיקת הנאותות קוצר מכעשרה ימי עבודה לחמש-עשרה דקות בלבד עבור פניות שאושרו אוטומטית. השוכרים הפסיקו להמתין בתור, שיעור סגירת העסקאות המיידית זינק ב-25%, ומשרדים פנויים הפכו לחוזים חתומים בקצב מהיר בהרבה.
דירוג עקבי ומבוסס נתונים חידד את החלטות הסיכון וצמצם את הפיגורים בתשלומים ואת החובות האבודים בכ-40%. במקביל, צוות הכספים השתחרר מהעבודה הסיזיפית של איסוף נתונים ויכול היה להתמקד בחריגים שבאמת מצריכים שיקול דעת.
אישור אוטומטי של מועמדים בטוחים הוא צעד אחראי רק כאשר המקרים החשודים מסוננים ומועברים לטיפול אנושי, כשכל הדגלים האדומים כבר מסומנים מראש. זוהי בדיוק גישת החיתום במסלול הירוק שעומדת בבסיס עבודת החיתום שלנו, אלא שכאן היא מיושמת על שוכרים מסחריים ומשרדים פנויים, במקום על תיק אשראי בנקאי.
קליטה ידנית בבנק ארכה שבועות ואיבדה לקוחות. תשתיות דאטה מאובטחות יחד עם AI למסמכים ואישור במסלול ירוק קיצצו את הקליטה ל-24 שעות, העלו המרה וצמצמו התראות שווא.
קראו את הסיפור ← AML וקליטה · פינטקסינון ידני היה איטי ולא עקבי, והסיכון חמק פנימה. בדיקות אוטומטיות שחררו את הלקוחות הישרים במהירות ועצרו את אלה שדרשו עין אנושית.
קראו את הסיפור ←
Reef TRH