美国的CUnexus公司与汽车网站Edmunds.com合作开发了一种革命性的在线移动汽车购买方案。在该方案中，CUnexus改变了传统的贷款、汽车消费思路，简化了贷款审批流程，采用CPL综合预授信方式，向银行或信贷联盟客户预先批核贷款。

当客户登入银行网银账户时，会看到网页上显示的多种预先批核贷款额度和图表，如学生贷款、家居贷款、新车贷款、修车贷款等，每种贷款都显示了预先批核的额度，客户只需填入自己需要的额度和期限，界面上会显示每月的还款额。客户只需点击申请按键，填上联系方式，后续银行就会与客户取得联系。在手机端，当客户登入该银行的手机应用后，就会看到被批核的各种贷款的额度列表，客户还可以根据购买汽车价格调整贷款额度和期限，手机界面还会显示每期还款金额，客户只需点击接受键，就可完成贷款审批。在线下，当客户到达商户后，手机上就会显示客户的购物记录，以及预批现金使用额度，整个过程无需专门申请，简单几步即可使用。

需要关注的是，CUnexus在预先批核贷款环节将先进的数据分析和顺畅的流程整合，向客户提供个性化的贷款和购物体验，不但提高了贷款交易额，还减少了运营成本和处理时间，加深了客户关系，提升了银行和销售商的利润。仅最初12个月，CUnexus平台就发放了超过2亿美元的消费者贷款，此后该团队宣布了新的分销渠道和合作伙伴，增加了数十家银行和信贷联盟客户。

在予批核方式创新上，美国佐治亚州的Kabbage公司向中小企业提供的网络贷款颇具代表性。在Kabbage公司网站申请贷款，仅需在网站上注册账户，就可将任何与公司业务相关的线上服务连接到服务方网站，与其他传统的出借方不同，这家公司并不需要查看任何书面资料，只需审查实时业务数据，并根据数据向小企业提供贷款。这些线上服务方包括Yahoo、eBay、PayPal、Amazon、Business Checking、Square、Sage、Stripe、Intuit QuickBooks等。

其贷款类型多样，包括信贷额度贷款、线上贷款、小企业信用卡、商户提取现金、循环信贷、商业贷款、P2P借贷等。最高贷款额度为10万美元，每天可提款一次。贷款费用为贷款金额的1.5%-12%，不用缴纳提前还款手续费，客户每月只需支付贷款总额的1/12加上每月费用。目前，已有10多万家小企业从Kabbage网站上获得了贷款，贷款总额超过了16亿美元。

Kabbage公司还向小企业提供Kabbage卡，用于商户支付，可在任何接受万事达卡的地方使用，Kabbage卡后台直接与Kabbage公司分期贷款系统相连接，客户可在任何时候、地点使用分期贷款。在计算好所需支付金额之后，客户可在专用POS机上刷Kabbage卡，若客户账户中有贷款额度就可购物。在这一交易过程中，客户无需将贷款账户中的资金转入自有银行账户，资金可直接从客户分期贷款账户转给商户。

相关数据显示，33%的英国人面临经济压力，过去几年中，英国人普遍存在过度申请个人贷款和信用卡的情况，据统计每7分钟英国银行就会审批40笔贷款，而其中14笔成为拖欠贷款，银行亟需提高对客户违约可能性预测的准确性。针对此种情况，英国的AdviceRobo公司开发了风险预测系统，应用人工智能对客户信用风险进行预测，使用结构化和非结构化数据对客户违约风险进行评分，从而达到降低客户违约、坏账和流失风险的目的。

AdviceRobo可应用于所有的信贷产品，包括个人贷款、信用卡、追访按揭、发薪日贷款、学生贷款等。可提供三种服务：预警坏账、违约、预付款和客户流失风险；对客户的风险进行实时评分；实时发现潜力客户，帮助银行提高顾客忠诚度，节省时间和成本，降低客户信用风险。

当银行职员登入系统，将计算机中的贷款数据上载至系统时，系统界面会显示发现、预测、数据质量和行为评分三个选项。“发现”功能可提供数据可视化处理，分析数据质量，可整合一千多种数据，包括社交数据、财务数据、地点数据、心理数据等。“预测”功能可为银行员工查询不同地区的风险情况。点击地图上的某个地区，就会显示这一地区的贷款总额。还可查看某一地区内部不同客户的风险状况，每个客户在系统中显示为一个点，高违约概率的显示为红点，低违约概率的显示为绿点，点击不同颜色的点就可显示该用户的姓名、贷款金额、期限、年龄组、收入等信息。此外，在系统中还可在圆形网状图中显示贷款集中度、客户贷款数量、客户申请数量、固定贷款比例、年龄、贷款金额、遗忘还款次数等。这一系统还可使用人工智能技术预测未来三个月客户贷款违约概率，预测客户提前还款、流失的概率等，能有效地帮助银行减少贷款坏账的风险。

一般传统商业银行将贷款看成单一风险决策，常常使用单一因素评估贷款违约风险，美国佐治亚州的Verde国际公司却将贷款决定看作是一项全面的经济决策。该公司开发的Verde Aurora系统不仅考虑风险，还将客户行为和互动纳入考虑范围，此外这一系统还考虑了贷款金额大小、还款时间、提前还款、坏账等的概率。系统除了使用参考信用评分，还会结合市场条件和贷款经验，评估贷款风险、成本、收入，同时减少银行损失和扩大收入。

银行职员只要登录Verde Aurora系统，就可以查看客户在不同条款下贷款相关预测情况，这些预测是建立在市场状况、银行经验数据、欺诈风险、贷款期限分析基础之上，并可以评估可能发生的违约时间和严重程度。系统使用了先进的大数据分析工具，进入系统后银行职员可以查看贷款申请的贷款金额、期限、利率、每月还款额、违约概率、贷款与价值比率、偿债率、净现值等数据，系统同时还会推荐一套更为优化的数据，从而减少贷款金额、利率、每月还款额，最终降低贷款违约概率。系统还会显示贷款抵押物每期的价值和未偿还贷款的现值，确保贷款违约的风险降至最低。

由于该系统使用了最新行为模型和最优决策引擎，平衡客户、股东、贷款人、监管方等多方面要求，最终形成一套最优的贷款条款。在美国商业银行中，已应用于资产小于100万美元的客户，使用这一系统后，贷款自动审批率超过99.6%，贷款核准率也大幅提高。

众所周知，“千禧一代”已成为增长最快的客户群，在美国1/3的按揭业务是由“千禧一代”完成。但这一群体对服务体验也提出了更高要求，尤其看重业务办理的便捷性。针对这一市场需求，美国加州的Ephesoft公司开发了SnapDoc应用，该应用是建立在云技术之上的影像捕捉系统，使用手机即可进行业务处理，所有操作都可离线进行，使用起来非常快速、方便。客户仅需触碰几下手机屏幕，就可完成影像中数据的抽取，并将抽取数据结果反馈至手机，不仅帮助客户节省时间，也加快了业务的处理流程。

Ephesoft还可对信息进行深入分析和可视化处理，方便银行决策者使用。银行职员挑选营销资料并导入之后，只需按下可视化处理命令，系统就会显示“贷款地图”，呈现不同客户的状态，如可在“地图”上查看每一处物业、按揭的价格，所有的分析都是建立在非结构化数据基础之上。此外，银行还能据此进行预测分析，发现未来的按揭价值和盈利机会。

通常诸多金融机构习惯将注意力集中于客户申请和放款阶段，英国的Nostrum公司却将更多精力投入到了改善后台的操作和运营中，特别是催收环节，该公司与英国线上和线下零售银行、信贷联盟、零售贷款公司合作，开发了虚拟催收系统。

该系统由统一标准规则驱动，举例说明如下：拖欠贷款的客户首先会收到提示短信，并为客户提供相关链接，通过连接客户就可登录银行账户了解拖欠贷款详情，如合同号码、原始借款金额、上次还款金额和拖欠金额。若客户不愿全额支付此笔欠款，可以通过“游戏”互动的方式调整还款金额。具体来说，当客户还款意愿为200英镑，并通过滚动条将这一信息反馈给系统时，系统会提示银行的愿意为250英镑，当客户继续调整直至接近银行意愿还款金额时，客户就可选择还款方式支付拖欠贷款，整个互动过程十分流畅。

与此同时，催收决策后台已经收集了双方互动的经验数据，用以精确计算不同拖欠情况的折扣比率，并对不同类型拖欠客户确定了不同议价规则，在此过程中，系统通常会查看拖欠账户情况和征信机构的相关信息，了解客户与银行网站的互动及其社交网络活动。特别是，客户在与银行通过“游戏”方式进行议价互动过程中，系统会努力调动客户还款积极性，以减少银行核销损失。互动也有助于银行通过客户行为了解客户的实际情况。比如如果客户在还款计划中尝试每次还款5、10、15英镑等小金额，银行系统会捕捉到客户可能面临财务困难的信息，客户就可能被转介到贷款重组部门。

Nostrum系统中在催收环节设置了客户与银行互动环节