Trumpai

Teisininkai ir jų klientai susiduria su kritiniu iššūkiu skolų išieškojime: neprognozuojami rezultatai. Įmonės, svarstančios kreiptis į teismą dėl skolų, neturi patikimo būdo įvertinti, kokia tikimybė realiai atgauti pinigus.

Apie įmonę

Jurkonis ir partneriai Linden, advokatų profesinė bendrija, veikianti nuo 2010 m. Bendrijos branduolį sudaro advokatai, sukaupę patirtį dirbdami kaip vidiniai įmonių ir organizacijų teisininkai. Bendrija didelį dėmesį teikia legal-tech sprendimų kūrimui skolų išieškojimo ir BDAR bei kibernetinės saugos atitikčių procesų automatizavimo srityse (www.trustguru.lt, www.linden.lt/skolos )

 Poreikis

Dabartinės rinkos spragos:

Esamos kredito rizikos vertinimo sistemos vertina paskolų suteikimo riziką, bet ne skolų išieškojimo tikimybę.

• Nėra įrankių, galinčių prognozuoti, kiek sėkmingai bus atgautos skolos pagal konkretaus skolininko ypatumus.
• Teisinės išlaidos neretai viršija atgaunamas sumas, todėl sprendimai tampa finansiškai rizikingi.
• Įmonės dažnai imasi beviltiškų bylų arba palieka perspektyvias nepersekiodamos.
• Advokatų kontoros neturi duomenimis grįsto pagrindo konsultuoti dėl bylos perspektyvų.

Linden advokatų kontora sukūrė automatizuotą skolų išieškojimo sistemą (linden.lt/skolos), parodžiusią, kokias galimybes suteikia teisinės technologijos:

 Esamos sistemos galimybės:

• Vidutinis teismo skolų išieškojimo procesas trunka 47 dienas.
• Tiesioginės integracijos su Registrų centru, Lietuvos teismų ir antstolių sistemomis.
• ERP integracija, kad duomenys automatiškai keliautų iš klientų sistemų.
• Kasdieniai automatiniai atnaujinimai iš Lietuvos teismų elektroninės sistemos.
• Viso proceso valdymas nuo ieškinio padavimo iki išieškojimo.
• Automatinė komunikacija su klientais proceso metu.

Trūkstama dalis: sistema puikiai automatizuoja patį skolų išieškojimo procesą, tačiau neturi prognozavimo funkcijos, kuri parodytų, ar verta išvis pradėti bylą. Čia ir atsiranda erdvė inovacijai: sukurti prognozavimo analitikos įrankį, papildantį esamą automatizaciją.

Galimas sprendimas

Sukurti DI sistemą, kuri, remiantis istorinių bylų duomenimis ir skolininkų charakteristikomis, prognozuotų tikimybę sėkmingai atgauti skolą. Tokiu būdu advokatų kontora galėtų teikti naują paslaugą – duomenimis grįstas rekomendacijas dėl skolų išieškojimo.

Inovacija: pirmoji specializuota prognozavimo sistema skolų išieškojimui, kurios neužtikrina tradiciniai kredito balai.

Pagrindinis produktas: platforma, prognozuojanti skolų išieškojimo sėkmės tikimybę ir galimas atgauti sumas.

Pagrindinės funkcijos:

1. Prognozavimo variklis – ML (mašininio mokymosi) modeliai, paremti istorinių skolų bylų rezultatais.
2. Bylos vertinimo sąsaja – įvedami duomenys apie bylos ypatumus ir skolininką.
3. Rizikos-naudos skaičiuoklė – lygina teisinius kaštus su atgavimo tikimybe.
4. Portfelio optimizavimo įrankis – padeda klientams nuspręsti, kurias skolas verta teikti į teismą išieškojimui.
5. Klientų konsultavimo skydelis – pateikia prognozes ir rekomendacijas suprantamai.

Techniniai reikalavimai

Duomenų analizė ir mašininis mokymasis:

• Analizuoti istorines skolų bylas.
• Nustatyti veiksnius, labiausiai lemiančius sėkmingą atgavimą.
• Kurti prognozavimo modelius tikimybei ir galimai sumai įvertinti.
• Algoritmai turi skaičiuoti tikėtiną rezultatą.

Verslo įgūdžiai:

• Prognozavimo modeliavimas.
• Rizikos vertinimas.

Techniniai įgūdžiai:

• ML pipeline (nuo duomenų iki modelio).
• Predikcinių kintamųjų atranka.
• Modelio patikimumo tikrinimas.
• Duomenų integracija iš kelių šaltinių.

Vertinimo kriterijai

• Prognozės turi būti tikslesnės už atsitiktinumą.
• Turi būti pateikiamas pasitikėjimo intervalas ir rizikos analizė.
• Aiški kaštų-naudos analizė: ar verta inicijuoti skolos išieškojimo bylą.

Kviečiami studentai

Kviečiami informatikos, duomenų mokslo, matematikos, programavimo, DI, verslo, ekonomikos, finansų studentai