ドコモやヤフーが参入を表明し、国内の「信用スコア」市場が動き始めました。10社ほどがサービスを発表しているものの、準備中のサービスもあり、ユーザー数はまだ少ないのが現状です。 スコアの活用先は大きく分けて「サービス特典」「個人向け融資」「業務依頼・報酬支払」 の３つ。LINEやJ.Scoreのように複数のサービス提供を想定している企業もあります。信用スコアを導入するメリットはフリーランスで働く人が融資を受けやすくなったり、保証金なしでシェアサービスが利用できたりすることでしょう。 中国での事例を見ると、サービスの導入に不安を感じるかもしれませんが、日本での信用スコアは中国の「芝麻信用」（読み方→セサミクレジット） などとやや異なります。
まず、スコアリングに使用するデータの違いです。国内のサービスは自社グループや提携企業が持つデータを基にスコアを算出しており、中国のように犯罪歴や裁判記録が用いられることはありません。（ 日本だと、クレジットカード情報は、自己破産、任意整理、3ヶ月以上の滞納のみ銀行、信販、流通形で共有 されるそうで、犯罪歴は全く関係ありません。
つまり、日本の信用スコアサービスが可視化するのは「社会的な信用度」ではなく、あくまでも「そのサービスを利用するうえでの信用度」。現在の信用スコアサービスは、AIが生活を監視する、スコアが人生を左右するといったものではないが、 生活の隅々まで信用スコアが及ぶとすれば、それは中国政府が目指す「信用社会」に近い状況に日本も踏み出すことを意味します。
中国政府が国民の「信用」を計測しているという話が話題になりました。。こちらは信用がないと飛行機にも搭乗できず、生活に支障をきたすなど恐ろしい話として取り上げられることが多いとか。あとは携帯とリンクしていたら致命的ですよね
芝麻信用で高いスコアになると、さまざまなベネフィットが受けられて、特に、信用スコアが高いと、ビザの発給申請をアリペイ経由でできるサービスは、非常にメリットが大きいということ。
なぜなら中国人はどこの国に行くにも必ずビザが必要となり、申請にも非常に時間がかかるとか
申請には銀行口座の残高も調べられ、基準を満たしていなければビザは取れない。これに対して、例えばカナダのビザならば、芝麻の信用スコア750点以上でアリペイから申請できる 。銀行の口座残高の確認もいらない。
「芝麻信用（セサミクレジット）」では、 過去の支払い履行能力 、 クレジットヒストリー 、ステイタスや高級品消費などの 身分特質 、 交友関係 、 消費面の際立った特徴 といった行為偏好の5つの領域を元に350点から950点の範囲で信用スコアを算出しています。
950点～700点は「信用極好」と最も優秀で、699点～650点は「信用優秀」、649点～600点は「信用良好」、599点～550点は「信用中等」、549点～350点は「信用較差」やや劣るとスコアづけがなされる仕組みです。
中国政府が行う信用計測は、2018年1月に設立された「百行征信」（バイハンクレジット） によって行われており、中国政府系団体と8社の民間会社から成る団体であり、保険料の未納、賠償金の未払いなど社会的不正を行った人をブラックリスト化し、ペナルティを課すものだ。 ブラックリストに載った人は飛行機の搭乗が禁止されるのはこちらの話である。
下記日本の記事です🇯🇵
現在、日本で話題性のあるスコアリングサービスとしては、ほかにJ.ScoreとLINE Scoreがある。 J.Scoreは、みずほ銀行とソフトバンクの合弁会社が提供するサービスである。年齢、性別、学歴、勤務先の業種と職種、正社員かどうか、持家かどうかなど18種類の情報を入力し、AIによってスコアが判定される。最高点は1000点。これによって融資の金利が決まる。融資の用途は教育資金がメイン。AIは将来性まで加味してスコアリングするという。
LINE Scoreは2019年6月にリリースされた新しいサービスで、LINE Financialとみずほ銀行、オリエントコーポレーションの合弁会社が提供する。スコアリングは年齢、性別、未既婚、子供の有無、住居タイプ、職業、業種、会社規模、年収、社会保険の種類といったアンケートによって取得する情報と、LINEプラットフォーム上での行動特性から行われる。今後はLINEポケットマネーという融資サービスの融資条件に、LINE Scoreが使われる予定である。融資額の上限や利率がスコアによって決まる。
これは日本の信用情報とは全く違います。 日本の信用情報は基本的にお金の借り入れと返済を滞ることなく行っていれば傷つくことはなく、人柄 などは影響しません。 ですが、中国の信用スコアは学歴や職歴、人柄や収入なども影響する 例えばSNSで発信した情報やこれまでの金融情報、そのほかあなたに関するさまざまな情報を集めてスコアリングし、その結果を AIがまとめてスコアを出します 。 学歴や職歴、年齢や性別、犯罪歴などさまざまな情報が影響するとされているのです。 ですが、実際の計算やどうやって算出するかということは公表されていません。 いろいろなテクニックとされるものはあるのですが、最終的にはどのような要素が強く影響するのかは不明なことが多いのです。
上の表はあんまり関係ありません😅
