抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
レンディングビジネスでは,中小企業(SME:Small-and Medium-sized Enterprise)の資金調達需要に対して,スピーディーで適切な審査能力が求められている。これを実現するために,各行各社でトランザクションデータとAI(人工知能)を活用したスコアリングモデルによって審査を行う,融資サービスが提供され始めている。従来は,過去の財務諸表と取引履歴を評価していたが,近年は様々なデータを組み合わせたモデルの検証が進められている。特に,日々の事業活動で蓄積されるトランザクションデータの活用検討が進んでいる。しかし,AIスコアリングモデルのメンテナンスを短期間の頻度で実施しなければ精度が低下しやすいという課題がある。これに対して富士通では,サービス上にAIスコアリングモデルを配備し,自動的に対象となるデータを集計し,再学習するサービスであるAIスコアリングモデルプラットフォームFinplex EnsemBizを開発した。本サービスを活用することで,AIスコアリングモデルの品質を維持・向上し,かつメンテナンスのコストを大幅に抑えることが期待できる。本稿では,自動的にAIスコアリングモデルを再学習する本サービスの特長について述べる。(著者抄録)