САЩ е страната на неограничените възможности? Грешка.

Китай отдавна демонстрира, че практики, които биха били невъзможни в Европа или САЩ, там се прилагат без никакви проблеми. Последният пример за това е най-новата политика на китайските банки.

Финансовите институции в страната вече използват технология, чрез която да разпознаят на ранен етап дали клиентите готвят измама или не.

Банките се притесняват, че някои потенциални клиенти могат и да лъжат за целите, поради които имат нужда от заем, заради което са разработили система, която използва камерите на смартфоните за засичане на лицевите мимики на потребителите с цел определяне на това дали клиентът не лъже за нещо, предава Financial Times.

Китайските банки са сред първите в света, които използват тази технология за комерсиални цели. Ping An - конгломерат за финансови услуги, е разработил и използва технологията в бизнеса с отпускането на заеми.

Банките в САЩ и Европа засега не прилагат тази система, тъй като, логично, изпитват притеснения относно релевантност и етика.

Технологията на Ping An може да идентифицира 54 кратки, неволни микромимики, които лицето често издава, преди още мозъкът да е имал възможността да контролира лицевите мускули. Сред тях попадат неща, като бързо премигване и движения с очите, които често се случва за 1/15 до 1/25 части от секундата.

Лий Юансионг, един от заместник-изпълнителните директори на Ping An, коментира, че използват системата за лицево разпознаване на микромимики при молбите за заеми, подавани от потребителите.

„Тя улавя леки промени в лицевото изражение на клиентите, което помага да идентифицираме и съобщим предварително дали има риск от измама“, казва той.

По думите му, технологията е намалила кредитните загуби със 60%, като системата е доста по-точна спрямо другите механизми против измами.

Компанията не разчита само на технологията за микромимики, за да реши дали да отпусне заем или не. Въпреки това, ако системата засече нещо съмнителни, потребителят ще бъде подложен на допълнително изследване.

Ping An не е единствената компания, която експериментира с технологията.

Кее Сун-Туан, шеф Информационни технологии в китайската банката Standard Chartered, посочва, че технологията за микромимики работи подобно на детектор на лъжата, използвайки камерата на смартфоните, за да засича реакцията на хората, когато трябва да отговарят на въпроси.

Едно от предимствата на системата е, че позволява на банките да преценяват дистанционно кредитния риск. С други думи – така могат да правят бизнес на места, където нямат физическо присъствие.

Това не е голямо предимство за Ping An, тъй като компанията около 1.4 млн. застрахователни агенти на територията на Китай.

Но от друга страна, китайската мрежа на StanChart има приблизително 100 клона.

„Тестваме тази технология, която е един от инструментите за дю дилиджънс (анализ на активи и рискове), който може евентуално да ни позволи кредитиране от дистанция, без необходимостта от разширена мрежа от клонове“, казва Кее Сун-Туан.

Може ли Русия да спре да използва щатския долар?Правителството на руския президент Владимир Путин посочи, че работи по план за премахване на щатския долар от руската икономика


Не всички обаче са фенове на новата технология. Хюсейн Касай, съосновател на компанията за лицево разпознаване Onfido, посочва, че академичните проучвания невинаги водят до консистентни резултати. По думите му, има и сериозни етични проблеми около технологията.

„Например, подобна система ще се използва навярно без знанието на потребителя с цел уласяването на естествените му микромимики, което повдига въпроса за информираното съгласие на потребителите“, казва той.

Освен това, подобна технология едва ли би могла да отговори на новата регулация за лични данни в интернет, която бе приета в Европейския съюз.

Ping An инвестира сериозно в технологията, като влага 1% от годишните си приходи в проучвания и разработки.

Това означава, че през последното десетилетие компанията е вложила до 7.2 млрд. долара. Дружеството има 23 хил. служители, занимаващи се с проучвания и разработки и 500 експерти по големи масиви данни.