01 / 05
चुनौती
LendDesk दो साल पुराना कंज़्यूमर लेंडर था, जो एक पुराने आकलन टूल और विश्लेषकों की छोटी टीम के सहारे हर हफ़्ते करीब 400 लोन आवेदन निपटाता था। हर आवेदन में शुरू से अंत तक 26 घंटे लगते थे। फ़ाउंडर टीम दोगुनी किए बिना वॉल्यूम दोगुना करना चाहते थे — यानी प्रक्रिया के हर चरण को ऑटोमेट करना, जाँचने लायक बनाना या हटाना ज़रूरी था।
तीन असली रुकावटें थीं: बैंक स्टेटमेंट का विश्लेषण (थकाऊ और हाथ से), लिखित सारांश (विश्लेषक बार-बार वही पैराग्राफ़ लिखते थे) और सीमांत जोखिम वाले फ़ैसले (ऐसे आवेदन जो न साफ़ मंज़ूरी लायक थे न साफ़ नामंज़ूरी लायक, और सीनियर विश्लेषक का समय लेते थे)।
02 / 05
हमारा तरीका
हमने Laravel पर लोन प्लेटफ़ॉर्म को मुख्य रिकॉर्ड सिस्टम बनाया — हर आवेदन, दस्तावेज़, फ़ैसला और ऑडिट इवेंट। इसके ऊपर तीन केंद्रित AI क्षमताएँ जोड़ीं: फ़ाइन-ट्यून किया गया बैंक स्टेटमेंट क्लासिफ़ायर (PyTorch, ख़ुद होस्ट किया), सारांश बनाने वाला जनरेटर (OpenAI, तय स्कीमा और इंसानी समीक्षा के साथ), और एक विश्लेषक जो हर सीमांत आवेदन के तीन मुख्य जोखिम कारण दिखाता है।
सबसे अहम बात: फ़ैसला कभी AI ने नहीं लिया। हर ऑटोमेटेड सुझाव के साथ समझाने वाला पैनल होता था; अंतिम मंज़ूरी या नामंज़ूरी पर हमेशा इंसान हस्ताक्षर करता था। इससे जोखिम अधिकारी निश्चिंत रहे और, उससे भी अहम, हम मॉडल-सहायित आकलन पर नियामक के दिशानिर्देशों के अनुरूप रहे।
03 / 05
अहम फ़ैसले
बैंक स्टेटमेंट क्लासिफ़ायर हमने ख़ुद होस्ट किया। ग्राहक का पूरा बैंक स्टेटमेंट किसी बाहरी LLM को भेजना संभव नहीं था — नियमों की वजह से भी और इसलिए भी कि ग्राहकों का भरोसा फ़ाउंडर के लिए बहुत अहम था। एक छोटे GPU सर्वर पर फ़ाइन-ट्यून किए ओपन-सोर्स मॉडल ने बहुत कम लागत में 96% सटीकता दी।
हर AI कॉल व्यवस्थित थी। न खुले प्रॉम्प्ट, न मनगढ़ंत फ़ील्ड। सारांश जनरेटर व्यवस्थित JSON लेता है और तय स्कीमा के हिसाब से व्यवस्थित JSON लौटाता है। सुरक्षा उपाय भटकाव पकड़ते हैं और रात में चलने वाले टेस्ट गिरावट की सूचना देते हैं।
सब्सक्रिप्शन ऐड-ऑन (प्रीमियम भुगतान योजनाएँ, बीमा) के लिए हमने Chargebee जोड़ा। Chargebee के रिमाइंडर सिस्टम ने पहले ही महीने जोखिम वाली आय का 4.2% वापस दिलाया — सीधा मुनाफ़ा।
04 / 05
क्या बदला
आकलन का समय 26 घंटे से घटकर 13.5 घंटे रह गया — 48% की कमी। चार महीनों में बिना नए कर्मचारी जोड़े आवेदन दोगुने हो गए। मंज़ूर लोन का जोखिम स्तर वही रहा: डिफ़ॉल्ट दर ऑटोमेशन से पहले के स्तर से 2 बेसिस पॉइंट के भीतर है। PCI-DSS समीक्षा बिना किसी रुकावट वाली कमी के पूरी हुई; SOC-2 Type 1 दूसरी तिमाही के लिए तय है।
05 / 05
आगे क्या
हम ग्राहकों के लिए एक लोन असिस्टेंट बना रहे हैं — उसी AI इन्फ्रास्ट्रक्चर पर चलने वाला चैट — जो आवेदक को बताता है कि कौन-से दस्तावेज़ चाहिए और क्यों। शुरुआती प्रयोगों में पूरे किए गए आवेदन 22% बढ़े हैं।
