Come un credit servicer ha letto 130 milioni di pagine senza assumere

Un primario credit servicer europeo gestisce portafogli di crediti deteriorati garantiti acquisiti dalle banche. Ogni portafoglio arriva come un muro di carta: contratti e iscrizioni ipotecarie, garanzie, ordinanze di vendita, perizie giudiziarie, registri immobiliari, certificati di gravami. Due diligence e strategia di recupero dipendono dalla lettura di tutto questo, e l'archivio era cresciuto fino a 130 milioni di pagine. Assumere per leggerlo non era un'opzione.

Il punto di partenza

Gli analisti passavano la maggior parte del tempo a cercare documenti e ridigitare valori. Ogni pratica richiedeva circa 330 datapoint: identità di creditore e debitore, garanti, la descrizione catastale completa di ogni immobile (foglio, particella, subalterno, rendita catastale), valori di perizia, gravami e loro grado. I dati esistevano sulla carta, ma in nessun sistema che un analista potesse interrogare. Le strategie di recupero venivano decise su informazioni parziali perché quelle complete richiedevano troppo tempo per essere assemblate.

Cosa hanno fatto gli agenti

Altilia ha installato un agente di acquisizione dati sull'infrastruttura privata del servicer. Il suo lavoro si svolge in quattro movimenti.

1. Classificazione. Ogni pagina dell'archivio è assegnata a una tipologia documentale, dall'atto di mutuo alla perizia giudiziaria, con modelli ottimizzati sui fascicoli del servicer stesso.
2. Estrazione. Entità e oggetti, non solo campi: un immobile è estratto con la sua tripla catastale completa e collegato alla perizia, al gravame e al debitore a cui appartiene.
3. Riconciliazione. I valori trovati in documenti diversi vengono confrontati; i conflitti emergono con un punteggio di confidenza e una gerarchia delle fonti, così l'analista vede la discordanza invece di un valore scelto in silenzio.
4. Ricerca. L'intero archivio diventa un motore di ricerca semantica che gli analisti interrogano in linguaggio naturale, con espressioni regolari o con parole chiave, ricevendo la pagina come evidenza.

L'audit

Prima del go-live il servicer ha verificato un campione di 10.000 documenti rispetto a valori controllati manualmente. L'accuratezza ha raggiunto il 98,3%. Altrettanto importante, gli errori erano visibili: ogni valore a bassa confidenza era già segnalato per la revisione, così l'audit ha confermato che la coda di revisione intercettava ciò che i modelli avevano mancato.

Cosa è cambiato per gli analisti

Il lavoro è passato dal cercare e digitare al decidere. Un analista apre una pratica e trova i 330 datapoint popolati, ciascuno con un link alla sua pagina. Il tempo risparmiato è stato misurato con la metodologia dei business case del servicer stesso: sforzo manuale ridotto di circa l'80%, preparazione della pratica dieci volte più rapida. Le strategie di recupero ora si decidono su informazioni complete, e il motore di ricerca semantica risponde a domande che prima nessuno poteva porre, come quali immobili di una zona condividono lo stesso perito o quali gravami precedono quello del servicer in un portafoglio.

“I loro agenti AI lavorano sui nostri dati in un'infrastruttura privata, con un'accuratezza e un controllo che nessuna soluzione AI generica potrebbe eguagliare.”

Lezioni per il prossimo portafoglio

• Estrai oggetti, non campi. Una tripla catastale non collegata al suo immobile e alla sua perizia è un numero, non conoscenza.
• Rendi visibile la discordanza. La riconciliazione tra documenti è dove stanno il valore, e il rischio.
• Verifica prima di scalare. Un campione di 10.000 documenti ha trasformato una promessa in un numero su cui il business poteva pianificare.
• Tienilo dentro. Girare sull'infrastruttura del servicer ha eliminato del tutto la questione del trasferimento dei dati.