其使命是通过以人为本的技术为低收入社区建立财务安全。Change Machine 通过软件即服务 (SaaS) 平台开展工作，该平台可以改变人们实现财务目标的方式。该平台由社会服务组织和公共机构的金融教练使用，其特点是为从业人员提供社交协作工具、关于各种财务辅导主题的教育门户网站以及 Salesforce AppExchange 上的案例管理应用程序，以协助教练向客户提供咨询。

该平台包含一系列经 Change Machine 审查具有包容性、安全性和有效性的金融科技产品和服务。该平台以人为本，反映了金融教练和客户的见解和经验，并且包括使用 AI 分析客户数据来推荐相关金融科技产品的功能。

情况并非一直如此。2020 年初，Change Machine 制定了一套标准，用于评估金融科技产品的可负担性、包容性和安全性，以及每种产品如何旨在建立金融安全。推出了名为 Marketplace Relief 的推荐引擎的首次迭代，旨在缓解新冠病毒疫情而导致的经济衰退所带来的金融不安全问题。制定标准是为了筛选相关的、经过审核的产品和服务，以满足客户的需求。例如，如果需要促进储蓄和改善信贷，推荐引擎就会推荐储蓄和信贷产品和服务。

尽管系统运行良好，但方法有限。“我们最初的推荐引擎是来自特定地点的一小群教练在特定时间点设计的。”Change Machine 产品开发总监 David Bautista 说道。“为了扩大推荐引擎的知识和可推荐的产品范围，我们希望它能够持续自我更新。”

推荐规则引发了另一个担忧。产品开发助理总监 Robert Zarate-Morales 说道：“教练们根据他们的专业知识以及与客户打交道的经验确定规则，但我们不知道如何同时利用我们系统中存储的客户数据，例如客户最常用的服务以及根据常见财务状况需要额外的阈值。使用这些数据可以更好地了解客户需求。”

推荐引擎也没有考虑客户是否接受或拒绝所推荐的产品和服务，这表明了该功能的影响。

利用 IBM 数据科学与 AI 精英参与方法，在六周内进行三次敏捷冲刺，开发进展迅速：

• 在前两周的项目冲刺过程中，开发人员与 Change Machine 合作，了解与其所有来源相关的数据。
• 第二次冲刺的重点是开发基线机器学习模型，了解数据是否真的可以做出预测。
• 第三次冲刺 (sprint) 成功地确定了模型，用新功能丰富模型并将其部署到生产中。

接下来，这些模型集成到财务指导与客户一起使用的 Salesforce 应用程序中。IBM 团队还支持 Change Machine 团队开发管理仪表板。作为学徒合作的一部分，IBM 向 Change Machine 团队传授了他们未来将继续使用的数据策略和 AI 工具方面的知识。

“与 IBM 的合作教会我们如何创新数据利用以及如何构建用于创建和管理机器学习模型的框架。”Bautista 说道。“该项目还作为我们参与先进云解决方案的跳板，帮助我们部署一套 AI 的实际应用程序，而我们之前认为这至少需要数年时间。”