Lumi, una destacada compañía fintech australiana, está revolucionando el acceso a capital para pequeñas empresas mediante la implementación de soluciones de financiación rápidas, flexibles y transparentes. Utilizando datos en tiempo real y técnicas de aprendizaje automático, Lumi ha desarrollado un modelo de clasificación de transacciones que mejora significativamente la precisión en la toma de decisiones crediticias, permitiendo un procesamiento más ágil de las solicitudes de préstamos.
En el sector financiero, la necesidad de procesar grandes volúmenes de datos de transacciones comerciales de manera rápida y eficiente es crucial. Lumi ha adoptado el enfoque de aprendizaje automático para clasificar las transacciones a partir de descripciones y factores contextuales específicos de cada negocio. Este proceso es fundamental para alimentar modelos de riesgo crediticio que permitan evaluar de manera más precisa la solvencia de las pequeñas empresas. Para ello, han utilizado el modelo BERT (Bidirectional Encoder Representations from Transformers), una técnica avanzada en procesamiento del lenguaje natural que les permite analizar transacciones financieras complejas y entender las relaciones contextuales que afectan a la industria.
Un aspecto clave de la operación de Lumi es la validación continua de su modelo mediante un enfoque que incluye la revisión humana. Esta metodología garantiza que, a pesar de la rapidez con la que se procesan las transacciones, se mantenga un estándar elevado de precisión en la clasificación y evaluación del riesgo. Los analistas de riesgo revisan aquellos casos donde el modelo presenta baja confianza, lo que permite refinar el sistema y mejorar su efectividad a lo largo del tiempo.
Para lograr una clasificación eficiente en un entorno de producción, Lumi necesitaba una plataforma que cumpliera con requisitos de alta velocidad, bajo costo y escalabilidad adaptable. Tras evaluar diversas opciones, optaron por Amazon SageMaker para implementar su solución de inferencia asíncrona, que les ha permitido manejar volúmenes considerables de datos dentro de su flujo de trabajo de préstamos.
SageMaker ofrece una serie de ventajas que se alinean con las necesidades de Lumi: un mecanismo de cola que gestiona cargas variables de trabajo, la capacidad de escalar hasta cero durante períodos inactivos, y una optimización en el rendimiento y latencia para grandes volúmenes de datos. Estos beneficios se traducen en una mejora en el tiempo de procesamiento de solicitudes de préstamo, que ha disminuido en un 53%, así como un aumento del 56% en la precisión de la clasificación de transacciones.
Además, Lumi continúa explorando el uso de Amazon SageMaker para otros modelos de negocio y considera integrar herramientas adicionales como Amazon Bedrock para potenciar la inteligencia artificial generativa en su proceso de préstamos. Su ambición es optimizar aún más sus estrategias de evaluación crediticia, segmentación de clientes y análisis predictivo para adaptarse a las tendencias del mercado de manera proactiva.
Este enfoque innovador de Lumi no solo resalta la importancia del uso de tecnología avanzada en el sector financiero, sino que también pone de manifiesto su compromiso con proporcionar decisiones crediticias rápidas y precisas que beneficien a las pequeñas empresas en Australia.
vía: AWS machine learning blog
