Dirbtinis intelektas skolų išieškojimui Lietuvoje: BDAR ir DI akto gidas

By Impetora -

Dirbtinis intelektas skolų išieškojime Lietuvoje 2026 metais apima portfelio segmentavimą, automatizuotą kontaktą žinutėmis ir kitais kanalais, mokėjimo planų derybas, pažeidžiamumo aptikimą ir prognozavimo modelius, viskas valdoma BDAR ir, kai sistema reikšmingai veikia išieškojimo sprendimą, ES Dirbtinio intelekto akto [1][3]. Atitikties kartelė yra aukšta ir didžioji dalis bendrųjų pokalbių DI produktų be sutartinių sutvirtinimų netinka.

Ką dirbtinis intelektas iš tikrųjų daro skolų išieškojime?

Penkios užduotys dominuoja gyvuose diegimuose. Pirma, portfelio segmentavimas, kuriame mašininio mokymosi modeliai rikiuoja bylas pagal mokėjimo tikimybę ir geriausią kontakto laiką. Antra, automatizuotas kontaktas, įskaitant DI tarpininkaujamą komunikaciją lietuviškai, rusiškai, lenkiškai ar angliškai, priklausomai nuo skolininko kalbos. Trečia, mokėjimo planų derybos, kuriose DI siūlo įmanomas dalines įmokas pagal komandos nustatytas taisykles. Ketvirta, pažeidžiamumo aptikimas, kuris pažymi bylas, kurios turi būti perduotos žmogui agentui arba sustabdytos. Penkta, prognozinis išieškojimo modeliavimas finansų komandai.

Lietuvos rinkoje šiuos sprendimus jau diegia stambūs išieškojimo operatoriai, bankų vidaus išieškojimo skyriai ir BPO paslaugų teikėjai, dirbantys su Skandinavijos kreditoriais. Europos bankininkystės institucijos 2023 metų ataskaita apie mašininį mokymąsi IRB modeliuose yra artimiausias oficialus orientyras kreditinei pusei [2].

Ko reikalauja BDAR DI sprendimams išieškojime?

Trys BDAR straipsniai yra esminiai. 6 straipsnis reikalauja teisėto pagrindo tvarkyti duomenis, kuris išieškojime paprastai yra sutartis arba teisėtas interesas, su dokumentuotu balanso testu. 22 straipsnis riboja sprendimus, paremtus tik automatizuotu tvarkymu, kurie sukelia teisinius arba panašiai reikšmingus padarinius duomenų subjektui, įskaitant daugumą neigiamų išieškojimo veiksmų. Praktiškai tai reiškia, kad žmogus agentas turi likti grandinėje bet kuriam sprendimui, kuris eskaluoja bylą, atmeta mokėjimo planą ar inicijuoja teisinį veiksmą. 35 straipsnis reikalauja Poveikio duomenų apsaugai vertinimo, kurį DI diegimai beveik visada suaktyvina.

Europos duomenų apsaugos valdybos 2024 m. gairės dėl automatizuoto sprendimų priėmimo patvirtina, kad balso DI pokalbiai su skolininkais patenka į 22 straipsnio taikymo sritį, kai pokalbis reikšmingai prisideda prie tolesnio sprendimo [1]. Lietuvos Respublikos Valstybinė duomenų apsaugos inspekcija 2024-2025 metais išleido praktinius nurodymus, kurie šią poziciją atspindi nacionaliniame kontekste.

Ar ES DI aktas taikomas išieškojimo DI sistemoms?

Priklauso nuo sistemos vaidmens. DI akto III priedas aukšto rizikos kategorijai aiškiai priskiria DI sistemas, skirtas vertinti fizinių asmenų kreditingumą arba nustatyti jų kredito reitingą. Išieškojimo DI yra šalia šios kategorijos, ir vertinimas yra faktais paremtas [3].

Jei DI vertina skolininkus, kad nustatytų išieškojimo strategiją, mokėjimo planų tinkamumą arba eskalacijos slenksčius, saugesnis aiškinimas yra, kad sistema yra aukšto rizikos ir taikomos visos III priedo prievolės: rašytinis atitikties vertinimas, techninė dokumentacija, duomenų valdymo įrodymai, registravimas, žmogaus priežiūra, skaidrumas naudotojams, poprodukcinis stebėjimas. Daugumos aukšto rizikos sistemų prievolės taikomos nuo 2026 m. rugpjūčio. Tiekėjai, negalintys parengti rašytinio vertinimo plano, neturėtų patekti į 2026 m. atrankos sąrašą.

Jei DI naudojamas tik veiklos logistikai - kontakto laiko optimizavimui, kalbos parinkimui, transkripcijai - be įtakos sprendimui, taikomos žemesnės rizikos prievolės. Tačiau BDAR 22 ir 35 straipsniai vis tiek galioja.

Kurie tiekėjai veikia Lietuvos išieškojimo DI rinkoje?

Rinka pasiskirsto į tris sluoksnius. Stambūs integratoriai - Accenture, Deloitte, Capgemini, IBM Consulting - kuria pritaikytą išieškojimo DI didesnių bankų ir BPO transformacijų rėmuose. Sprendimų intelekto specialistai, tokie kaip Quantexa, parduoda grafais paremtą kontekstinį sprendimų priėmimą, dengiantį tiek sukčiavimą, tiek išieškojimą. Taikomojo DI specialistai, įskaitant Faculty AI, ML6, NFQ Technologies ir Impetora, kuria pritaikytas sprendimų ir automatizavimo sistemas konkretiems išieškojimo operatoriams.

Lietuvos vietos rinkoje pilotinius diegimus jau atliko keli pirmaujantys išieškojimo operatoriai bendradarbiaudami su lietuviškomis ir Skandinavijos technologijų komandomis. Vieši pavyzdžiai išlieka konfidencialūs dėl sutarčių sąlygų, tačiau viešos sektoriaus diskusijos rodo, kad DI sprendimai lietuvių kalba jau perėjo iš pilotų į ribotą gamybą.

Ko išieškojimo direktorius turi paklausti prieš pasirašant sutartį?

Šeši klausimai sutvarko rinką. Kur bus saugomi duomenys, įskaitant visus subtvarkytojus ir atsargines kopijas? Kokia yra dokumentuota žmogaus dalyvavimo grandinėje architektūra ir kurie sprendimai pagal nutylėjimą eskaluojami? Kurią DI akto rizikos klasifikaciją tiekėjas priskyrė ir koks atitikties vertinimo planas? Kokie yra Poveikio duomenų apsaugai vertinimo įrodymai ir ar jais galima dalintis pagal NDA? Kaip tiekėjas tvarko pažeidžiamų klientų aptikimą, kokie yra konkretūs paleidikliai ir eskalacijos kelias? Koks modelio pakartotinio mokymo dažnis ir kaip aptinkamas bei pranešamas dreifas?

Tarptautinių atsiskaitymų banko 2024 m. dokumentas apie generatyvinį DI bankininkystėje yra naudinga atsparos vieta veiklos rizikoms, o Europos Komisijos DI biuro gairės yra kanoninis šaltinis dėl Akto prievolių [4].

Kaip Impetora dirba šioje srityje?

Impetora yra DI konsultacijų ir sprendimų partnerė įmonėms, kurianti audituojamas, gamybai paruoštas DI sistemas reguliuojamoms užduotims. Išieškojime tai reiškia sprendimų ir automatizavimo sistemas, kuriose kiekviena sąveika registruojama, kiekviena rekomendacija atsekama iki įvesties duomenų, kiekvienas neigiamas sprendimas pagal nutylėjimą perduodamas žmogui agentui, ir kiekviena sistema pristatoma su rašytiniu atitikties vertinimu, kurį pirkėjo duomenų apsaugos pareigūnas ir rizikos komitetas gali patvirtinti. Dirbame penkiomis kalbomis iš Vilniaus ir Amsterdamo, su klientais visame pasaulyje, ir veikiame BDAR ir DI akto rėmuose pagal projekto sumanymą, ne kaip vėlesnis pritaikymas.

Jei rengiate išieškojimo DI projektą 2026 metams, Impetora užklausos forma prašo tų pačių šešių dimensijų, o atradimo etapas pateikia rašytinį pasirengimo auditą prieš bet kokį programavimo darbą.

Dažniausiai užduodami klausimai

Ar DI tarpininkaujama komunikacija su skolininkais yra teisėta pagal BDAR Lietuvoje?
Taip, su tinkama struktūra. Duomenų valdytojui reikalingas teisėtas pagrindas pagal 6 straipsnį, skolininkai turi būti informuoti apie DI dalyvavimą pagal 13 ir 14 straipsnius, ir bet kuri sąveika, kuri reikšmingai prisideda prie neigiamo sprendimo, reikalauja žmogaus peržiūros pagal 22 straipsnį. Europos duomenų apsaugos valdybos 2024 m. gairės yra kanoninė atskaitos vieta. Daug realių diegimų veikia pagal šią schemą šiuo metu, įskaitant Skandinavijoje, Beneliukse ir Baltijos šalyse.
Ar DI gali visiškai automatizuoti mokėjimo plano susitarimą?
Priklauso nuo sprendimo padarinių. Jei DI siūlo planą iš anksto patvirtintos politikos rėmuose ir skolininkas sutinka, tai paprastai tinkama, nes žmogaus politinis sprendimas buvo padarytas anksčiau. Jei DI atmeta planą, eskaluoja teisiniam veiksmui ar taiko neigiamas kreditines pasekmes, 22 straipsnis reikalauja žmogaus dalyvavimo grandinėje. Praktinis modelis, kurį naudoja dauguma realių diegimų, yra leisti DI uždaryti bylas politikos riboje ir nukreipti viską kita žmogui agentui.
Ar Lietuvos Valstybinė duomenų apsaugos inspekcija yra paskelbusi konkrečias DI gaires išieškojime?
VDAI 2024-2025 metais išleido bendrąsias DI gaires, kurios atspindi Europos duomenų apsaugos valdybos pozicijas dėl 22 straipsnio ir Poveikio duomenų apsaugai vertinimo. Konkretaus išieškojimo sektoriaus dokumento dar nėra, bet bendros gairės yra pakankamos, kad pirkėjas galėtų struktūrizuoti atitiktį. Nacionalinėje plotmėje praktinis testas yra ar Poveikio vertinimas atitinka VDAI standartą, o tai tiekėjas turi gebėti pademonstruoti.
Kaip DI sistemos aptinka pažeidžiamus klientus?
Stipriausi diegimai jungia tris signalus. Lingvistiniai žymekliai pokalbyje pažymi distresą, sunkumų kalbą ar galimas psichinės sveikatos problemas. Elgesio signalai, tokie kaip pasikartojantys atšaukti mokėjimo bandymai, staigūs kontakto modelio pokyčiai ar geografiniai indikatoriai, pažymi galimą finansinį pažeidžiamumą. Išoriniai duomenų signalai, kur teisėtai prieinami, gali pažymėti žinomus pažeidžiamumo registrus. Kai kurio nors slenkstis peržengiamas, byla nukreipiama žmogui agentui, DI pašalinamas iš grandinės, įvykis užfiksuojamas auditui.
Kiek kainuoja sukurti atitinkančią DI išieškojimo sistemą Lietuvoje?
Kaina priklauso nuo apimties, reguliavimo sudėtingumo, integracijos paviršiaus ir veikimo apimties. Pateikiame pasiūlymą po pažintinio pokalbio. Užklausos formoje yra biudžeto rėžiai vidiniam vertinimui; apimtį formuojame pagal rėžį. Produktizuotos platformos paprastai stumia daugiau kainos į veikimo mokestį už sąveiką ir retai įtraukia atitikties vertinimo darbą į apimtį, kas yra dažniausiai praleidžiamas eilutės elementas, kai pirkėjai lygina pasiūlymus.
Kaip greitai galima paleisti pirmą DI išieškojimo sistemą gamyboje?
Realistiškas grafikas vienos kalbos DI sistemos pilotui yra 10-14 savaičių, jei duomenys ir integracinės sąsajos yra paruoštos pirmąsias dvi savaites. Gamybinis diegimas su pilnu atitikties takeliu paprastai užima 4-7 mėnesius. Bandymai pasiekti gamybą per 4-6 savaites paprastai virsta brangia perdarba, nes Poveikio vertinimas, žmogaus priežiūros architektūra ir registravimas yra apibrėžimo darbas, ne technologinis greitis.
Impetora

Pasiruošę aptarti savo projektą? Pateikite trumpą santrauką - atsakysime per vieną darbo dieną.

Cituoti šaltiniai

Šaltiniai (5) - rodyti
  1. Reglamentas (ES) 2016/679 (Bendrasis duomenų apsaugos reglamentas). Europos Sąjungos oficialusis leidinys, 2016-04-27. https://eur-lex.europa.eu/eli/reg/2016/679/oj
  2. Ataskaita apie mašininį mokymąsi IRB modeliuose. Europos bankininkystės institucija, 2023-08. https://www.eba.europa.eu/publications-and-media/press-releases/eba-publishes-final-report-machine-learning-irb-models
  3. Reglamentas (ES) 2024/1689 (Dirbtinio intelekto aktas). Europos Sąjungos oficialusis leidinys, 2024-07-12. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
  4. Generative artificial intelligence in finance. Tarptautinių atsiskaitymų bankas, 2024-08. https://www.bis.org/fsi/publ/insights63.htm
  5. Gairės dėl automatizuoto sprendimų priėmimo (BDAR 22 str.). Europos duomenų apsaugos valdyba, 2024-12. https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-022024-art-22_en
About Impetora
Impetora projektuoja, kuria ir diegia pritaikytas dirbtinio intelekto sistemas įmonėms reguliuojamuose sektoriuose. Veikiame iš Vilniaus ir Amsterdamo, dirbame penkiomis kalbomis.