Česká spořitelna vstupuje do Rekenberu, který využívá strojové učení k vymáhání pohledávek
15. 3. 2022 – 15:43 | Digitál | Patrik Hajda | Diskuze:
Rekenber modernizuje vymáhání pohledávek a přináší individuální přístup skrze strojové učení a analýzu sociálních sítí. Jeho služby nově využívá Česká spořitelna, jejíž program Seed Starter do startupu investoval 12 milionů korun.
Program Seed Starter České spořitelny investuje do svého páté startupu. Tím se stává dva roky starý Rekenber, který si dal za cíl modernizovat oblast dlužníků tím, že jí digitalizuje a aplikuje na ní analýzu sociálních sítí a strojové učení za účelem lépe a ve větším detailu pochopit situaci dlužníka.
„S ohledem na rychle se měnící legislativu dnes musí být proces vymáhání více šitý na míru konkrétní situaci dlužníka. Na tento přístup však většina věřitelů není technologicky ani kapacitně připravena. Využíváme pokročilé technologie strojového učení pro automatizaci úkonů, které se ještě dnes běžně vykonávají ručně,“ uvádí spoluzakladatel Rekenberu Peter Zvirinský.
Zmíněnými úkony může být automatické čtení a zpracování právních dokumentů, podpora při rozhodování či automatické generování podkladů pro další aktivity. Tím je zajištěna možnost individuálního přístupu věřitelů k dlužníkům.
Tyto služby nově začíná využívat Česká spořitelna v pilotním projektu restrukturalizace a vymáhání retailových klientů. Česká spořitelna do startupu Rekenber v rámci nově navázané spolupráce investuje 12 milionů korun.
„V Česku je v současnosti zhruba 800 tisíc dlužníků v soudním vymáhání. S využitím řešení společnosti Rekenber můžeme jako banka lépe řešit situace, kdy se dostanou naši klienti do finanční tísně,“ vysvětluje synergii Jiří Skopový ze Seed Starteru České spořitelny.
Plánů do budoucna má Rekenber hned několik. Chystá produkty a služby pro velké nefinanční věřitele i malé a střední podniky, zároveň by startup rád uvedl samostatné produkty, které dlužníky provedou procesem oddlužení a poskytnou jim potřebnou podporu z právního a procesního pohledu doplněné o statistiky a pravděpodobnost úspěchu oddlužení.
„V budoucnu se chceme posouvat také směrem k prevenci finančních problémů. Toho budeme schopni dosáhnout analýzou dat z insolvencí a jejich využitím pro účely risk managementu a včasného zachycení příznaků, které vedou k úpadku dlužníka,“ zakončuje Petr Zvirinský.