Beranda Studi kasus Membangun keamanan finansial bagi masyarakat berpenghasilan rendah Membangun keamanan finansial bagi masyarakat berpenghasilan rendah
Mesin rekomendasi bertenaga AI memanfaatkan data untuk membantu pelatih keuangan berbagi produk fintech (teknologi keuangan) yang inklusif dan adil yang paling relevan dengan tujuan pelanggan
Wanita yang bekerja dari rumah di sofa bersama putrinya

Ketidakamanan finansial adalah kenyataan yang menakutkan yang harus dihadapi oleh orang-orang berpenghasilan rendah. Hambatan sistemik terhadap inklusi keuangan adalah nyata, terutama bagi wanita kulit hitam dan coklat. Change Machine, sebuah organisasi teknologi nirlaba, menangani masalah ini secara langsung.

Misinya adalah membangun keamanan finansial bagi masyarakat berpenghasilan rendah melalui teknologi yang bertenaga manusia. Change Machine melakukan pekerjaannya melalui platform perangkat lunak sebagai layanan (SaaS) yang dapat mengubah cara orang mencapai tujuan keuangan. Digunakan oleh para pelatih keuangan di organisasi layanan sosial dan lembaga publik, platform ini dilengkapi dengan alat kolaborasi sosial bagi para praktisi, portal edukasi mengenai berbagai topik pelatihan keuangan dan aplikasi manajemen kasus di Salesforce AppExchange untuk membantu para pelatih ketika mereka berkonsultasi dengan para pelanggan.

Platform ini berisi berbagai produk dan layanan fintech yang telah diperiksa oleh Change Machine agar inklusif, aman, dan efektif. Platform ini didukung oleh orang-orang yang mencerminkan wawasan dan pengalaman para pelatih keuangan dan pelanggan, dan termasuk fitur yang menggunakan analisis AI terhadap data pelanggan untuk merekomendasikan produk fintech yang relevan.

Tidak selalu seperti ini. Pada awal tahun 2020, Change Machine mengembangkan seperangkat standar untuk mengevaluasi produk fintech dari sisi keterjangkauan, inklusivitas, dan keamanan, serta bagaimana setiap produk bertujuan untuk membangun keamanan finansial. Iterasi pertama dari mesin rekomendasi, yang disebut Marketplace Relief, diluncurkan untuk mengurangi kerawanan keuangan di tengah resesi ekonomi yang sedang berlangsung akibat pandemi Covid. Kriteria dibuat untuk menyaring produk dan layanan yang relevan dan diperiksa untuk memenuhi kebutuhan pelanggan. Jika kebutuhannya adalah untuk meningkatkan penghematan dan meningkatkan kredit, misalnya, mesin rekomendasi akan merekomendasikan produk dan layanan tabungan dan kredit.

Meskipun sistem ini bekerja dengan baik, namun pendekatannya terbatas. "Mesin rekomendasi asli kami dirancang oleh sekelompok kecil pelatih dari tempat dan waktu tertentu," kata David Bautista, Direktur Pengembangan Produk di Change Machine. "Untuk memperluas cakupan pengetahuannya dan produk yang dapat direkomendasikan, kami ingin mesin rekomendasi ini dapat memperbarui dirinya sendiri di sepanjang jalan."

Aturan rekomendasi menimbulkan kekhawatiran lain. "Para pelatih mengidentifikasi aturan berdasarkan keahlian dan pengalaman mereka dalam menangani nasabah, namun kami tidak tahu bagaimana memanfaatkan data nasabah yang tersimpan di sistem kami, seperti layanan mana yang paling sering digunakan nasabah dan ambang batas tambahan apa yang diperlukan berdasarkan situasi keuangan yang umum," ujar Robert Zarate-Morales, Asisten Direktur Pengembangan Produk. "Menggunakan data dapat memberikan wawasan yang lebih baik tentang kebutuhan pelanggan."

Mesin rekomendasi juga tidak mempertimbangkan apakah pelanggan menerima atau menolak produk dan layanan yang direkomendasikan - sebuah indikasi dari dampak fitur tersebut.

Penggunaan yang Lebih Tinggi

 

Penggunaan produk fintech yang berkelanjutan meningkat dari 60% menjadi 98%

Siklus pengembangan yang lebih pendek

 

Tim proyek hanya membutuhkan waktu 6 minggu untuk mengembangkan model klasifikasi pembelajaran mesin

Para pelatih mengidentifikasi aturan berdasarkan keahlian dan pengalaman mereka bekerja dengan pelanggan, tetapi kami tidak tahu bagaimana memanfaatkan data pelanggan. Robert Zarate-Morales Asisten Direktur Pengembangan Produk Change Machine
Menerapkan pembelajaran mesin untuk meningkatkan rekomendasi

Jelas bahwa mesin rekomendasi dapat ditingkatkan dengan menggunakan analisis data AI. Untuk bantuan pengembangan, pada bulan Maret 2021 Change Machine melibatkan tim IBM Data Science dan AI Elite. IBM bekerja di bawah program IBM Data dan AI untuk Dampak Sosial, sebuah kolaborasi magang di mana IBM membantu organisasi nirlaba menggunakan ilmu data dan AI untuk memajukan misi mereka.

Proyek ini dimulai dengan personel IBM dan Change Machine yang berbagi pengetahuan dan menyusun persyaratan yang dikehendaki. Tujuannya adalah untuk merasionalisasi data organisasi menjadi satu kesatuan yang koheren dan mengembangkan model klasifikasi machine learning yang akan menyesuaikan rekomendasi. Model-model tersebut akan belajar sendiri dan berdasarkan pada Trusted AI, yang berarti alasan di balik rekomendasi tersebut dapat dijelaskan.

Skalabilitas akan memungkinkan mesin menangani pertumbuhan yang diharapkan dalam mitra dan pengguna. Selain itu, dasbor operasional akan menampilkan data langsung untuk wawasan tentang operasi.

Untuk mengembangkan model data dan AI, tim IBM memilih IBM Cloud Pak for Data as a Service, yang akan menghubungkan semua data dalam fungsi data terpusat.Para pengembang menggunakan solusi IBM Watson Studio dengan fitur AutoAI untuk memudahkan pengembangan. Solusi IBM Cognos Dashboard Embedded berbasis API akan memberi daya pada dasbor yang dapat diskalakan. Semua alat berada di dalam IBM Cloud Pak yang dikirimkan dari IBM Cloud.

Keterlibatan dengan IBM mengajarkan cara memanfaatkan data kami dengan pendekatan baru dan cara membangun kerangka kerja untuk membuat dan mengelola model machine learning. David Bautista Direktur Pengembangan Produk Change Machine
Pengembangan cepat menggunakan metodologi tangkas IBM

Pengembangan berjalan dengan cepat menggunakan metodologi keterlibatan IBM Data Science dan AI Elite yang terdiri dari tiga sprint cepat selama enam minggu:

  • Dalam perjalanan dua minggu pertama, para pengembang bekerja dengan Change Machine untuk memahami data yang terhubung ke semua sumbernya.
  • Perjalanan kedua berfokus pada pengembangan model pembelajaran mesin dasar untuk melihat apakah data benar-benar dapat membuat prediksi.
  • Perjalanan ketiga berhasil menyelesaikan model, memperkaya mereka dengan fitur-fitur baru dan menerapkannya ke dalam produksi.

Selanjutnya, model-model tersebut diintegrasikan ke dalam aplikasi Salesforce yang digunakan oleh para pelatih keuangan dengan para pelanggan. Tim IBM juga mendukung tim Change Machine dalam mengembangkan dasbor manajemen. Dan sebagai bagian dari kolaborasi magang, IBM mentransfer pengetahuan kepada tim Change Machine tentang strategi data dan alat bantu AI yang akan terus mereka gunakan di masa depan.

"Keterlibatan dengan IBM mengajarkan cara memanfaatkan data kami dengan pendekatan baru dan cara membangun kerangka kerja untuk membuat dan mengelola model machine learning," kata Bautista. "Proyek ini juga menjadi batu loncatan bagi keterlibatan kami dalam solusi cloud yang canggih dan membantu kami menerapkan aplikasi AI di dunia nyata, sesuatu yang sebelumnya kami anggap masih perlu bertahun-tahun lagi."

Kemitraan kami dengan IBM memungkinkan kami untuk memikirkan data secara lebih strategis. David Bautista Direktur Pengembangan Produk Change Machine
Rekomendasi kualitas membantu mengatasi hambatan keuangan

Analisis AI dari data Change Machine kini mendukung mesin rekomendasi di Salesforce. Solusi ini sangat inovatif sehingga dinominasikan untuk VentureBeat's AI Innovation Award dalam kategori AI for Good.

Dengan mesin rekomendasi sebelumnya, nasabah secara aktif menggunakan hanya 60% produk tekfin yang direkomendasikan oleh pelatih mereka. Dengan versi baru, angkanya telah meningkat menjadi 98% - menunjukkan bahwa rekomendasinya lebih relevan.

"Rekomendasi berkualitas tinggi memajukan misi kami untuk membantu masyarakat mengatasi hambatan keuangan," kata Bautista. "Mereka tidak hanya meningkatkan penyerapan produk, tetapi juga membantu memastikan akses ke produk yang paling dibutuhkan masyarakat. Dan mereka membantu mempererat hubungan antara mitra kami dan orang-orang yang mereka latih."

Manfaat lain berasal dari koneksi mesin rekomendasi ke data dinamis tentang pelanggan dan penawaran fintech. Saat kumpulan data ini diperbarui, rekomendasi mesin juga akan diperbarui.

Dasbor terbukti sangat berharga di seluruh organisasi. Mereka membantu manajer Change Machine memvisualisasikan data operasional dinamis di mana "angka-angka saja tidak menceritakan keseluruhan cerita," kata Zarate-Morales. Pengembang sedang membangun dasbor tambahan yang didukung oleh pasar data di bawah IBM Cloud Pak for Data.

Ke depannya, keterlibatan IBM akan terus mendorong inovasi dalam Change Machine karena personelnya menerapkan apa yang telah mereka pelajari.

"Bagi saya, sangat menarik untuk memahami kemampuan dan kemudahan penggunaan teknologi ini," jelas Bautista. "Sebelumnya, data adalah sesuatu yang kami gunakan secara reaktif. Jika ada pertanyaan, kami akan bertanya, "Di mana datanya? Namun hari ini, kami mulai secara proaktif menanamkan data dalam keputusan strategi. Kemitraan kami dengan IBM memungkinkan kami untuk memikirkan data secara lebih strategis."

Logo Change Machine
Tentang Change Machine

Didirikan pada tahun 2005, Change Machine membangun keamanan finansial bagi masyarakat berpenghasilan rendah melalui teknologi yang bertenaga manusia. Lebih dari 8.000 praktisi telah menggunakan platform Change Machine untuk memperkuat dampak mereka, termasuk memasukkan USD 45 juta ke dalam kantong pelanggan mereka.

Ambil langkah selanjutnya
IBM bekerja sama dengan berbagai organisasi dalam inkubator AI untuk memberikan dampak sosial Blog Peneliti Luksemburg mempercepat inovasi dengan AI Studi kasus Menyajikan tradisi dengan sentuhan inovatif Studi kasus
Catatan kaki

© Hak Cipta IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504

Diproduksi di Amerika Serikat, Agustus 2017.

IBM, logo IBM, ibm.com, Cognos, IBM Cloud, IBM Cloud Pak, dan IBM Watson adalah merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang milik IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di "Informasi hak cipta dan merek dagang" di https://www.ibm.com/id-id/legal/copytrade.

Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.

Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.