By Kenna Hughes-Castleberry lagt ut 09. desember 2022
Ettersom vi har blitt vant til bekvemmelighetene med digital teknologi, har vi latt denne teknologien ta over økonomi, spesielt våre lommebøker. Det har blitt altfor enkelt å tappe kredittkortene våre eller bruke telefonene våre til å betale for ting, noe som fører til at bare noen få personer har med seg kontanter. Kredittkort er så populære, spesielt i USA og Vest-Europa, at rundt 79% av amerikanske forbrukere hadde minst ett kredittkort eller byttekort i 2020, ifølge Federal Reserve Bank of Atlanta. Med så mange mennesker som har kredittkort, sliter mange banker og finansinstitusjoner med søknadsprosessen for kredittkort, noe som skaper en flaskehals. Denne flaskehalsen er bare en av mange når det gjelder lånebransjen. Som kvanteberegning arbeider for å optimalisere prosesser og i sin tur fikse flaskehalser, kan det bidra til å transformere hele lånebransjen til en raskere og mer effektiv maskin.
Bryte ned låneprosessen
Uansett hva slags lån (kredittkort, studielån, boliglån osv.) man søker om, er det mange lignende komponenter i søknadsprosess. Långiveren ser på en søkers bakgrunn, spesielt deres økonomi eller portefølje, for å beregne hvor sannsynlig det er at de betaler tilbake lånet. Ut i fra søkerens historikk og lengden på lånet vil långiver beregne en spesifikk rente og eventuelle gebyrer i lånevilkårene. Siden lån representerer en form for potensiell risiko for en bank eller en finansinstitusjon, de er involvert i risikostyring. Som diskutert i en tidligere artikkel, kan kvanteberegning i betydelig grad hjelpe banker og finansinstitusjoner med risikostyring. Men de kan også øke hastigheten låneprosess bruke kvantemaskinlæring for å undersøke en søkers historie eller behandle lånedokumenter raskere. De kan også bidra til å optimalisere rentene slik at både låntaker og långiver blir fornøyde. Denne teknologien kan også forutsi fremtidige trender for rentene og beregne deretter. Ved å bruke alle disse metodene kan banker og andre lånebedrifter tilby kundene en raskere, tryggere og mer kalkulert prosess, noe som sikrer bedre tilfredshet.
Boliglån i lånebransjen
boliglån er en av de vanligste lånetypene som enkeltpersoner søker om og er en lukrativ del av lånebransjen. Med de ekstremt lave rentene under COVID, ble flere boliglån ferdigstilt, noe som fikk mange til å innse at prosessen ville være mer effektiv hvis den var digital. I følge en artikkel fra oktober 2020 i Freddie Mac: «Nesten 90 % av bank- og ledende ledere sa at pandemien viser seg å være en kraftig katalysator for digitalisering av firmaets boliglånsprosess, og 85 % beskriver innsatsen deres med digitalisering av boliglånsprosesser før COVID-19 som aggressiv eller svært aggressiv.» Med kvanteberegning vil ikke boliglån lenger bare være digitale, men kunne behandles raskere og prisene beregnes for å optimalisere begge parter.
Ett selskap har allerede startet prosessen med eiendomsvurdering. I 2019, Qindom publiserte en pressemelding som viser bruken av kvantemaskinlæring for å estimere eiendomsverdi for boliglånsrenter. I følge pressemeldingen hadde selskapet 30 % bedre ytelse enn ledende selskaper Zillow og Redfin når det gjaldt å forutsi en eiendoms verdi nøyaktig, og sparte både selskapet og boligkjøperen penger. "Vi fant nøkkelen til å lette markedet for billioner av amerikanske dollar," sa Qindoms medgründer Yao Wang. "Vårt system utfører nøyaktige spådommer om individuelle boligverdier i Canada og USA, og har potensial til å løse opp knutene som eksisterer i boligkjøps-, -salgs- og investeringsprosessen." Mens Qindom ledet ansvaret for å bruke kvanteberegning for eiendomsverdi, har det kanskje ikke vært så vellykket som folk trodde, siden selskapet egentlig ikke har gjort noen grep siden 2018 (og jeg, Kenna finner ikke engang nettsiden deres). Denne stillheten i selskapets aktivitet kan innebære noe mye mer alvorlig enn bare et lavt aktivitetsnivå.
Før Qindom ringte et annet selskap GenPact boliglånstjenester utviklet et quantum Mortgage Operation System (MOS) for å gjøre låneprosessen mer oversiktlig og strømlinjeformet. "Quantum MOS er en virkelig tilpassbar utlånsløsning, som tilbyr funksjonalitet som en omfattende plattform med muligheten til å skalere tjenester for å passe de spesifikke behovene til långiveren, alt samtidig som kostnadene reduseres og manuelt arbeid og risiko reduseres betydelig," sa Roger Hull, visepresidenten for teknologi i GenPact, i en pressemelding. Selv om dette produktet virker gunstig, nevner pressemeldingen ingen spesifikk kvanteteknologi eller til og med kvanteselskap som brukes i dette systemet. Videre ble MOS annonsert i 2012, uten nyere rapporter om suksessene (og ingen kommentar til denne forfatteren om det).
Mens både Qindom og GenPact Mortgage Services gir advarende, til og med svake eksempler, driver andre finansinstitusjoner fortsatt på med kvanteteknologipartnerskap for å forbedre sine utlånsprosesser. Standard Chartered Bank i London er et slikt eksempel, ettersom de nylig har inngått samarbeid med Universities Space Research Association (USRA) for å forske på kvantedatabehandling og dens applikasjoner. I følge Alex Manson, Global Head of SC Ventures i Standard Chartered Bank, i en pressemelding: «Verden er for tiden i ferd med å identifisere kommersielle brukstilfeller der kvantedatamaskiners evner vil overgå klassiske datamaskiner. Vi har en overbevisning om at noen av disse brukstilfellene vil forandre måten vi håndterer risiko i finansielle tjenester på, for eksempel ved å simulere porteføljer og eksponentielt fremskynde genereringen av markedsdata.»
Kenna Hughes-Castleberry er stabsskribent ved Inside Quantum Technology og Science Communicator ved JILA (et partnerskap mellom University of Colorado Boulder og NIST). Skriverytmene hennes inkluderer dypteknologi, metaverset og kvanteteknologi.
