статья. Рассмотрим каждый из данных процессов подробнее
 Скачать 25.41 Kb.
|
|
Искусственный интеллект может стать основной для создания финансовых услуг следующего поколения. РБК Тренды разобрались, как ИИ уже используется банками и как это поменяет клиентский опыт в будущем В настоящий момент времени технологии искусственного интеллекта широко внедряются во всех звеньях экономической систем, в том числе и банковском секторе. Так, ряд отечественных банков в рамках предоставлении продуктов и услуг клиентам и совершенствования бизнес-процессов уже использует данные технологии. Согласно опросу ключевых игроков банковского сектора, представленному в исследовании Ассоциации «Финтех» и компании Accenture, рынок технологий искусственного интеллекта далек от насыщения, между тем как развитие необходимых компетенций в области искусственного интеллекта и таких сопутствующих инновационных технологий как машинное обучение, сбор и обработка больших данных, открытые API, антифрод имеет первостепенное значение для развития банковского бизнеса и предоставления финансовых услуг следующего поколения. Действительно, искусственный интеллект в финтехе находится на этапе пилотирования и апробации, и к настоящему моменту он, главным образом, ориентирован на узкоспециализированные прикладные задачи. К примеру, в чат-ботах и голосовых помощниках искусственный интеллект помогает закрывать большие блоки коммуникации с клиентами, однако данные сервисы, основанные на нем, не всегда являются оптимально настроенными и корректными. Тем не менее в таких процессах как биометрия, компьютерное зрение, скоринг искусственный интеллект зарекомендовал себя достаточно успешно. Рассмотрим каждый из данных процессов подробнее. Скоринг представляет соббой автоматическое принятие решений по заявкам клиентов на кредитные продукты. Искусственный интеллект в скоринге ускорил процесс предоставления кредитных продуктов клиентам, а также взял на себя автоматизацию некоторых внутренних процессов, протекающих в банках, что является одним из ключевых достоинств использования технологий искусственного интеллекта в целом. Если раньше заявку на кредит от крупного бизнеса рассматривали по две-три недели, то сейчас, с использованием технологий искусственного интеллекта, это время сократилось до 5 минут, а сам процесс принятия решения происходит удаленно, без лишнего документооборота. К следующему положительному моменту можно отнести оптимизацию расходов банков. Ярким примером здесь может служить внедрение искусственного интеллекта в Сбербанке, так по итогу 2020 года финансовый эффект от данной операции составил порядка 100 млрд.руб. При этом к 2021 году данный показатель увеличился в 2 раза. Нельзя не отметить технологии искусственного интеллекта в банках при консультировании клиентоа. Так, при обращении клиента в call-центр или чат банка на помощь приходят голосовые помощники и чат боты, что позволяет сокращать время обслуживания и оптимизировать работу сотрудников. В Тинькофф банке за счет использования голосового робота Олега в call-центре клиенты банка в среднем стали получать консультацию на 40 секунд быстрее, а банк экономит свыше 30 млн.руб. ежемесячно. В свою очередь чат-бот обрабатывает свыше 40% клиентских обращений и экономит банку больше 220 млн.руб. В процессе антифрода и финансового мониторинга ИИ используется для противодействия финансовому мошенничеству с помощью анализа нетипичного поведения физических и юридических лиц. А при обслуживании банкоматов прогнозирует загрузку банкоматов и снижает затраты на инкассацию. Обработка документов. Например, Росбанк с помощью ИИ в автоматическом режиме обрабатывает и вносит данные клиентов при открытии счетов и совершении банковских операций, где требуется подтверждение личности. «Искусственный интеллект за 2 секунды распознает более 70 реквизитов со сканов и фотографий документов по каждому клиенту и выполняет порядка 15 автоматических проверок данных», — рассказала директор по инновациям и управлению данными Росбанка Ольга Махова. Футурология Необанки и lifetime-советники: банковские инновации ближайших десятилетий Новые возможности ИИ в банках От оценки рисков клиента к персонализации обслуживания и анализу эмоций. Еще пару лет назад основными направлениями применения ИИ в банке были кредитный скоринг, оценка рисков и боты поддержки клиентов. Теперь же — персонализация клиентского опыты и оценка эмоций клиента при обслуживании в отделении, говорит член правления, руководитель ИТ-блока банка «Открытие» Сергей Русанов. Над развитием эмоциональной нейросети также работает Альфа-банк, рассказал РБК Трендам главный управляющий директор банка Владимир Верхошинский: «Она позволит определить без каких-либо опросов, нравится ли клиенту продукт или услуга». Видоизменение банковских услуг и продуктов в ближайшей перспективе будет базироваться на персонализации обслуживания, соглашается представитель Промсвязьбанка. Сбербанк уже разработал персонализированный подход к обслуживанию клиентов. «У нас более 100 млн розничных клиентов и около 300 различных продуктов для них. И мы должны не просто удовлетворять, но и предвосхищать потребности каждого клиента на каждом этапе клиентского пути. На это способен только ИИ. Очевидно, что конверсия продаж персонализированных таким образом продуктов намного выше, чем если бы мы предлагали все 300 продуктов всем подряд», — рассказал Ведяхин. Система на основе технологий машинного обучения распознает поведенческие паттерны в транзакциях клиента и его интересы к продуктам и сервисам банка в мобильном приложении практически в реальном времени, объясняет способ создания персонализированных предложений Багиян: «Основываясь на данной информации, мы остаемся в контексте жизненных обстоятельств клиента и предлагаем действительно актуальный для него продукт. Например, резкое увеличение трат и запрос кредитного рейтинга могут быть маркерами того, что клиенту интересен кредит. А клиенту со свободными средствами, который просматривал сториз про инвестиции в «Райффайзен Онлайн», может быть предложен инвестиционный продукт». Московский кредитный банк наибольшее внимание уделяет изучению поведения клиента по результатам его активностей на сайте банка или в каналах дистанционного обслуживания для своевременного предложения лучшего продукта, рассказал советник заместителя председателя правления МКБ Сергей Костюк. С помощью рекомендательных моделей Тинькофф банк создает персональные рекомендации клиентам: например, может напомнить о покупках, которые клиент обычно совершает в определенное время, или, увидев, что клиент неправильно вводит пин-код оперативно предложить пройти идентификацию и сгенерировать новый, говорит Калайдин. «Мы стремимся сделать так, чтобы клиенты, заходя в наше приложение, видели, что мы уже подумали за них и предложили им наилучший вариант решения вопроса. Для этого в ближайшее время максимально сосредоточимся на развитии технологии персонализации», — поделился планами Калайдин. «ИИ должен стать помощником клиента и при этом находиться в удобном для него канале», — продолжает представитель Промсвязьбанка. Следуя этой логике, ПСБ запустил чат-бота на основе нейронных сетей и машинного обучения не только в интернет- и мобильном банке, но также в мессенджерах Telegram и WhatsApp. «Именно в этих каналах многие клиенты-предприниматели предпочитают взаимодействовать с бизнес-партнерами и обсуждать основные темы, которые касаются их бизнеса», — объяснил представитель Промсвязьбанка. Индустрия 4.0 WhatsApp, Telegram, Viber: главные отличия «большой тройки» мессенджеров Определение места для открытия отделений. В Альфа-банке искусственный интеллект делает основную работу при принятии решений о том, где в стране открывать новые отделения, поделился Верхошинский. Росбанк также начал применять новую технологию location intelligence для управления сетью отделений, рассказала Махова. Эта технология агрегирует данные обо всех отделениях и подразделениях банка, оценивает потенциал и нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации. В результате банк имеет «тепловую» карту по каждому городу присутствия с оценкой потенциала размещения отделения на уровне шаговой (100 м) доступности. Индустрия 4.0 От банкомата до МФЦ: как геоаналитика помогает найти лучшую локацию Определение лучшего времени работы сотрудников. ИИ для составления расписания сотрудников, которые занимаются продажами, использует «Открытие». «Кто-то лучше работает утром, кто-то, наоборот, вечером. Система под управлением ИИ оценивает показатели продаж и планирует расписание сотрудника таким образом, чтобы повысить его эффективность», — рассказал Русанов из «Открытия». МКБ в ближайшее время запустит процесс определения лучшего времени для коммуникации с клиентом, добавил Костюк. «Открытие» также использует ИИ для мониторинга своих рекламных площадок, что сильно повысило эффективность рекламных кампаний, резюмировал Русанов. Барьеры использования ИИ Главный барьер для развития технологий ИИ на сегодняшний день — это возможность сбора и обмена деперсонализированных данных для обучения решений с соблюдением всех норм закона и защиты данных граждан, говорит Сидорюк: «Поскольку банковская отрасль достаточно сильно зарегулирована, то это непростая задача». Большинство опрошенных РБК Трендами банков главным барьером назвали нехватку квалифицированных специалистов: дата-сайентистов (умеют преобразовывать большие массивы данных и применять их для решения конкретных задач), специалистов по ИИ, анализу данных и машинному обучению и т.п. Индустрия 4.0 Новая данность: что такое Data Science и зачем она нужна бизнесу Рынок сейчас требует в 6–7 раз больше дата-сайентистов, чем он требовал 3 года назад, приводит статистику Ведяхин: «У «Сбера» более 30 тыс. ИТ-специалистов, в том числе более 3 тыс. сотрудников заняты в нашей ИИ-трансформации. И нам, как и всему рынку, все равно их не хватает». Зная о поведении клиентов довольно много, зачастую бизнес не всегда понимает, что дальше делать с этой информацией, назвал одну из последствий нехватки дата-сайентистов Костюк из МКБ: «Все мы помним историю с итогом исследования «Ваш любимый товар в 2020 году — пакет» (Такое исследование категории трат в магазинах для своих клиентов проводил Тинькофф Банк. — РБК Тренды)». Не стоит относиться к ИИ как к волшебной палочке, которая решает задачи сама по себе — для построения качественных моделей необходима глубокая экспертиза команды как в области понимания алгоритмов, инструментов, так и банковских процессов. Это барьер преодолим за счет инвестиций в развитие сотрудников и программы подготовки начинающих специалистов на стороне компаний. Еще один не менее важный барьер — это наличие доверенной инфраструктуры, которая позволит создавать и обучать ИИ-решения, добавляет Сидорюк: «Такая инфраструктура достаточно дорогая, поскольку рынок видеокарт перегрет из-за хайпа криптовалют». Зеленая экономика Как искусственный интеллект и криптовалюта повышают градус планеты Риски использования ИИ Профессиональное сообщество, как научное, так и индустриальное, начинает поднимать вопросы, связанные с безопасностью применения искусственного интеллекта, этичностью его применения и экономическими последствиями, связанными с ИИ. Например, о том, что делать, чтобы автоматизация работы с помощью ИИ не привела к сокращению рабочих мест? Как исправить тот факт, что алгоритмы могут быть подвержены предвзятости? Искусственный интеллект должен быть объективен, справедлив в принятии того или иного решения, контролируем человеком. Например, принимая решение о выдаче кредита, ИИ не должен опираться на характеристики о поле человека, его расовой и национальной принадлежности. К рискам можно отнести выход систем из-под контроля и причинение вреда человеку и обществу, непонимание и непредсказуемость действий алгоритмов, недостаточная устойчивость и надежность систем принятия решений. Зачастую сложно выяснить, почему ИИ выбрано то или иное решение. Это может вызывать недоверие к системам, использующим технологии искусственного интеллекта. Результат работы моделей ИИ зависит от значительного объема данных из различных, в том числе внешних, источников. Это повышает требования к системам информационной безопасности для компенсации рисков намеренного искажения входных данных, назвала еще один риск директор Центра развития финансовых технологий Россельхозбанка Елена Батурова. Для устранения этих рисков Сбербанк одним из первых в России утвердил принципы этики ИИ. Они дают сотрудникам ориентиры, как поступать в ситуациях этических дилемм, которые могут возникнуть при взаимодействии с ИИ, рассказал Ведяхин. ВТБ для решения этих проблем внедрил систему управления моделями. Подробнее на РБК: https://trends.rbc.ru/trends/industry/61e924349a7947761b46f2d8 |