Трансформеры добрались до кредитного скоринга в Supply Chain Finance (финансирование цепочек поставок). Исследователи из Barook Co. представили TRUST-SCF — фреймворк, который предсказывает риск дефолта на уровне каждой транзакции, а не раз в год на основе балансового отчёта.
Проблема традиционного кредитного скоринга в SCF и LendTech в том, что он статичен. Банк смотрит на отчётность за прошлый год, а заёмщик за это время мог трижды изменить поведение. TRUST-SCF решает это иначе.
Каждая транзакция пользователя превращается в токен — последовательность из utilisation (утилизация), repayment delay (задержка возврата) и позиции в цепочке поставок. Трансформер обрабатывает эту последовательность, сравнивая платёжное поведение заёмщиков с похожим уровнем задолженности. Результат — динамический кредитный скоринг, который обновляется с каждым новым транзакционным событием.
Три ключевые инновации
Первая — финансово-взвешенный механизм внимания (attention bias). Он комбинирует два параметра: utilisation similarity (сходство утилизации) и recency (актуальность). Модель сравнивает заёмщиков не вообще, а в моменты, когда у них сопоставимый уровень использования кредитных средств. Это принципиально отличается от стандартных трансформеров, где важна только хронология.
Вторая — предсказание задержки возврата в логарифмическом пространстве. Сильные выбросы (например, просрочка на 90 дней) не искажают общую картину, а короткие задержки становятся более различмыми.
Третья — скоринг без внешней метки. TRUST-SCF не требует предварительно размеченных данных с кредитным рейтингом. Итоговый балл выводится из предсказанной задержки, потенциального риска при симулированной утилизации и актуальной непогашенной задолженности. Для SCF-платформ, где исторических данных мало, это снимает главное ограничение.
TRUST-SCF: результаты тестов
Модель протестирована на реальных данных — более 300 000 транзакций. Улучшение предсказания задержки возврата по сравнению с последовательными базовыми моделями. Итоговый скор значимо коррелирует с будущим платёжным поведением. · arxiv.org, июнь 2026
Для рынка SCF и LendTech это означает сдвиг от статичной оценки кредитного риска к динамической. Платформы вроде C2FO, Taulia и PrimeRevenue исторически полагались на ежегодный пересмотр лимитов и ставок. TRUST-SCF позволяет перейти к анализу риска на уровне сделки в реальном времени. Чем чаще заёмщик платит вовремя, тем ниже его скор и лучше условия по следующей сделке.
Сам фреймворк пока существует как arxiv-препринт, не коммерческий продукт. Но направление показательное: трансформеры, доказавшие эффективность в NLP и компьютерном зрении, начинают проникать в финансовую инфраструктуру там, где это неочевидно на первый взгляд.
Авторы — Mohammadamin Davoodabadi и Amirabbas Shakeri из Barook Co. — опубликовали полное описание архитектуры и кода. Для финтехов, работающих с SCF, это готовая эталонная реализация (reference implementation) для изучения.
Supply Chain Finance (финансирование цепочек поставок) — рынок, который по разным оценкам достигнет $14,5–20 млрд к 2030 году. Сейчас он завязан на банковский андеррайтинг с ручными процессами. Появление ИИ-скоринга на трансформерах может радикально изменить юнит-экономику: ниже стоимость оценки риска, выше скорость, доступнее кредитование для SME, которые традиционно недополучают финансирование. Первые платформы, внедрившие такой подход, получат структурное преимущество.
Что дальше
TRUST-SCF — исследовательская работа, не production-решение. Но она задаёт вектор: следующий этап эволюции Supply Chain Finance (финансирование цепочек поставок) — от статики к динамике. Банки и финтехи, которые начнут встраивать транзакционный скоринг на трансформерах сегодня, через 2–3 года будут диктовать условия на рынке Trade Finance.
