Nye AI-løsninger fra Dun & Bradstreet, tilgjengelig gjennom Databricks Marketplace og OpenSharing, skal hjelpe virksomheter med å ta raskere og mer treffsikre beslutninger om kreditt og risiko.
Dun & Bradstreet lanserer nye agentbaserte løsninger for kreditt- og porteføljestyring, basert på D&B Commercial Graph™, som nå er tilgjengelige gjennom Databricks Marketplace og Databricks OpenSharing. Løsningene skal hjelpe finans- og kredittteam med å ta raskere kredittbeslutninger, forbedre kredittpolicyer og få bedre oversikt over risikoen i kundeporteføljen.
I et anonymisert eksempel fra en kundeportefølje økte løsningene andelen risikokunder som ble identifisert fra 30 til om lag 38 prosent. Det tilsvarte mer enn seks millioner dollar i unngåtte tap på utestående fordringer.
– Finansledere må ta raskere beslutninger, støtte vekst og håndtere risiko med stadig større presisjon, sier Scott Spencer, General Manager for Finance and Credit i Dun & Bradstreet.
– Ved å kombinere verifisert virksomhetsinformasjon fra D&B Commercial Graph med Databricks-plattformen gjør vi det enklere å effektivisere kredittprosesser, forbedre kredittpolicyer over tid og få bedre innsikt i porteføljerisiko. Med agentbasert kunstig intelligens kan oppgaver som tidligere tok analytikere dager eller uker, utføres på sekunder.
D&B Commercial Graph bygger på den globale virksomhetsidentifikatoren D-U-N-S® Number og gir AI-agenter den konteksten de trenger for å forstå virksomheters identitet, relasjoner og risiko på tvers av den globale økonomien. Dette gjør resultatene mer konsistente, forklarbare og etterprøvbare.
Etter hvert som virksomheter tar i bruk kunstig intelligens i større skala, blir pålitelige virksomhetsdata stadig viktigere for at AI-agenter skal kunne analysere korrekt, ta gode beslutninger og operere innenfor etablerte styrings- og kontrollprosesser.
De nye arbeidsflytene er tilgjengelige gjennom Databricks Marketplace og OpenSharing, og gjør det enkelt å kombinere Dun & Bradstreets data med virksomhetens egne data i Databricks. Løsningene støtter hele kredittprosessen og omfatter blant annet:
Gjennom én enkelt forespørsel kan løsningen verifisere virksomheter, berike vurderingene med pålitelige virksomhets- og risikodata og gi anbefalinger om søknader bør godkjennes, avslås eller vurderes nærmere. Den foreslår også kredittgrenser og betalingsbetingelser.
Ved hjelp av en AI-agent kan finansavdelinger analysere hvor godt dagens kredittpolicy fungerer, identifisere forbedringsmuligheter og beregne den økonomiske effekten av ulike endringer.
Løsningen gir finansavdelinger bedre innsikt i risikoeksponering, gjør det mulig å oppdage kunder med økende risiko tidligere og identifisere både vekstmuligheter og risiko på tvers av kunder, markeder og geografiske områder.
– CFO-er og finansavdelinger trenger mer enn AI-eksperimenter. De trenger løsninger som faktisk forbedrer beslutninger og risikostyring, sier Sarah Branfman, Global Vice President, ISV and Data Partner i Databricks.
– Samarbeidet med Dun & Bradstreet viser hva som er mulig når virksomheter kombinerer egne data med beslutningsgrunnlaget fra D&B Commercial Graph direkte i Databricks-plattformen. Ved å gjøre løsningene tilgjengelige gjennom Databricks Marketplace og OpenSharing hjelper vi kundene med å bygge mer sammenhengende arbeidsflyter for kreditt og risiko, slik at de kan handle raskere og på et bedre informert grunnlag.
En demonstrasjon av Power Adaptive Credit Decisioning viser hvordan de nye arbeidsflytene fungerer i praksis.
Dun & Bradstreet leverer verifiserte virksomhetsdata som gjør det mulig for virksomheter å ta i bruk kunstig intelligens i stor skala. Selskapet introduserte D-U-N-S® Number i 1963, som i dag er den globale standarden for identifisering av virksomheter. Basert på denne identifikatoren kobler og strukturerer D&B Commercial Graph™ virksomhetsinformasjon på tvers av systemer, slik at AI kan bygge på kvalitetssikrede og validerte data. Siden 1841 har virksomheter over hele verden brukt Dun & Bradstreet for å håndtere endringer, redusere risiko og skape vekst.
For mer informasjon, besøk www.dnb.com.