ИИ на службе в банке

Какие задачи решает искусственный интеллект в финансовых организациях


Искусственный интеллект (ИИ) способен обрабатывать большие объемы информации и выполнять рутинные действия, его внедрение позволяет компаниям исключить «человеческий фактор», сократить число аналитиков и менеджеров и противостоять мошенничеству. Российский бизнес пока только присматривается к технологии, но здесь уже появились свои лидеры – это финансовый сектор и телекоммуникации. Какие задачи сейчас решаются с помощью ИИ в отечественных банках и какие цели перед ним ставятся – разбирался RSpectr.


ЭФФЕКТИВНО И ВЫГОДНО, НО…

Российский бизнес не готов повсеместно применять ИИ – более 40% отечественных компаний отказались от внедрения этой технологии, выяснили эксперты ВЦИОМ.

Причинами отказа от внедрения ИИ опрошенные назвали отсутствие потребности в нем и необходимость крупных финансовых вложений.

Между тем, согласно исследованию компании КПМГ,

72% российских банков в ближайшие два года планируют развивать инструменты ИИ

Искусственный интеллект – это главная инновация последних лет, которая будоражит финансовую сферу, говорит генеральный директор RBK.money Денис Бурлаков. По его словам, повышение эффективности процессов и их автоматизация – одна из основных причин внедрения ИИ банками сегодня.

Эксперты выделяют четыре основных сектора применения ИИ:

  • интеллектуальный анализ данных и оптимизация бизнес-процессов;
  • обработка речи;
  • чат-боты и голосовые помощники;
  • распознавание образов.

Денис Бурлаков, RBK.money:

– Аналитики IHS Markit посчитали, что ИИ помог банкам заработать 41 млрд долларов в 2018 году за счет сокращения расходов и повышения эффективности финансовой организации в целом. Bank of America заявляет, что удвоил активность своих клиентов после запуска чат-бота Erica, который помогает клиентам в управлении расходами, опираясь на анализ финансовой модели поведения пользователя. А Danske Bank после модернизации процесса выявления мошенничества (anti fraud) c помощью ИИ сумел увеличить показатель обнаружения реального мошенничества на 50 и сократить количество блокировок настоящих транзакций на 60 процентов. В России, по мнению некоторых банков, затраты на разработку и внедрение ИИ пока не оправдывают себя, так как операционный персонал справляется с задачами лучше и за гораздо меньшую стоимость.


В МАРКЕТИНГЕ И БЕЗОПАСНОСТИ

ИИ сегодня помогает финансовому сектору в решении ряда задач, среди которых улучшение качества сервисов для повышения конкурентоспособности, а также обеспечение информационной безопасности, поясняет менеджер по развитию сервисов кибербезопасности CyberART Роберт Низамеев.

Например, банки применяют технологию машинного обучения, чтобы предсказывать сценарии поведения клиентов. Анализируя большие данные и используя machine learning, финансовые организации строят прогнозные модели, позволяющие предупреждать проблемы клиентов и низкий уровень продаж банковских продуктов. На основе прогнозов организация может формировать индивидуальные программы лояльности для пользователей, попавших в «зону риска», и улучшать клиентский сервис.

Управляющий директор Digital Accenture в России Лариса Малькова отмечает, что в маркетинге и продажах улучшения за счет ИИ достигаются благодаря уходу от принципа «из пушки по воробьям» к большей таргетированности и релевантности, высокой детализации своей аудитории, доходящей до конкретного потребителя.

В операционных процессах повышается скорость обработки данных и снижается количество ошибок по сравнению с ручной обработкой. Высвобождаются ресурсы для более комплексных и сложных задач. Одной из ключевых метрик применения технологий ИИ на финансовом рынке является сокращение времени принятия решения.

Кроме этого, рассказывает Р. Низамеев, банкам как обладателям чувствительной информации своих пользователей необходимо регулярное совершенствование подходов и инструментов в области информбезопасности. В условиях кадрового кризиса, который существует на IT-рынке, ИИ помогает текущему ИБ-персоналу применять меры защиты. Технология позволяет обнаружить атаки на ранних этапах и автоматизировать процесс реагирования на компьютерные инциденты. Помимо этого, активное использование машинного обучения применяется в решениях класса Security Data Lake, что является концепцией объединения стека технологий Big Data, Analytics и Machine Learning.


АВТОМАТИЗАЦИЯ ВСЕХ БИЗНЕС-ПРОЦЕССОВ

В Сбербанке применяются и развиваются технологии поддержки и принятия решений, компьютерного зрения, обработки языка, речевой аналитики, что позволяет в значительной степени сократить время, стоимость и повысить качество принимаемых решений, а клиенты могут получать удобные персонализированные продукты и сервисы в режиме реального времени, рассказали RSpectr в финансовой организации. Модели на основе анализа данных и технологий искусственного интеллекта используются во всех бизнес-процессах. ИИ применяется для распознавания документов и автоматического составления расписаний работников.

«Мы используем интеллектуальную систему управления для автоматизации процессов принятия решений. Модели работают в риск-менеджменте, в бизнес-планировании, комплаенс. Также мы внедрили ИИ для взаимодействия с клиентами через чат-боты для формирования персональных предложений», – отметили в пресс-службе Сбербанка.

Руководитель дирекции информационных технологий Райффайзенбанка Никита Швецов рассказал RSpectr, что под ИИ в компании понимают именно машинное обучение, которое уже сегодня очень широко применяется:

  • для автоматизации процессов обработки подаваемых документов (OCR – распознавание текста, выделение смысла и категоризация текста);
  • в корпоративном инвестиционном бизнесе, на рынках капитала для анализа поведения участников и оптимального ценообразования;
  • в scoring-моделях для принятия решений по выдаче кредитов или кредитных карт;
  • для прогнозирования загрузки банкоматов и, как следствие, снижения затрат на инкассацию (а также на хранение наличных);
  • для автоматической обработки жалоб;
  • для роботизированных интервью с кандидатами;
  • в CRM для персонализации предложений наших розничных продуктов и сервисов;
  • NLP-алгоритмы применяются в чат-боте.

Никита Швецов, Райффайзенбанк:

– Наша цель – автоматизировать процессы, чтобы дать лучший пользовательский опыт клиентам: обеспечить удобство, скорость, отсутствие ошибок. Мы хотим, чтобы наши сотрудники занимались творческими и интересными задачами, которые не подразумевают рутинных операций.


БОТЫ РАЗНЫЕ НУЖНЫ

Если говорить о российском финсекторе, то сегодня наибольшее распространение ИИ получил в кредитном скоринге и анализе больших объемов неструктурированных данных, который есть во всех крупных банках, отмечает директор по инновационным решениям Oberon Евгений Овчаров.

Во многих банках мира решение о том, выдавать кредит или нет, уже принимает ИИ

Об этом рассказал руководитель подразделения технологических решений Hitachi Vantara Алексей Никифоров. Также, по словам эксперта, технологии ИИ упрощают подготовку отчетности, помогают управлять удаленными отделениями. Помимо этого, искусственный интеллект применяется для распознавания потенциальных рисков и минимизации их последствий. Так, обрабатывая большие базы данных, ИИ способен найти признаки мошенничества или попытки отмывания денег.

В банке «Хоум Кредит» уже давно применяется машинное обучение для оптимизации ключевых бизнес-процессов, например, кредитного скоринга и CRM, рассказал начальник отдела исследований и инноваций банка Сергей Герасимов. По его словам, соответствующие модели работают «в бою» и приносят прибыль. Банк непрерывно экспериментирует с новыми алгоритмами машинного обучения, например, uplift-моделированием и обучением с подкреплением. В фокусе внимания организации находятся и методы обработки неструктурированных данных, таких как сырой звук и естественный язык. «Мы используем методы, релевантные конкретной бизнес-задаче. В нашем банке многие технологии ИИ давно окупились. От новых проектов мы также ожидаем скорой окупаемости, измеряемой месяцами», – уточняет С. Герасимов.

Сергей Герасимов, «Хоум Кредит»:

– Интересным примером применения ИИ является чат-бот, позволяющий любому клиенту банка получить ответ на свой вопрос, сформулировав его на естественном языке в чате, и система распознавания телефонных разговоров, автоматически формирующая тексты телефонных бесед клиентов с операторами нашего контактного центра. «Отекстовки» разговоров являются своего рода новой модальностью данных, позволяющей лучше понимать клиентов и оказывать им более качественные услуги. Также ИИ способен уловить незаметные или едва заметные человеку зависимости и помочь сотруднику в принятии решений.

В банке «Тинькофф» «работает» Олег - персональный ассистент в сфере финансов и лайфстайл-услуг. Он доступен в мобильном приложении компании. В пресс-службе банка RSpectr рассказали, что с момента запуска в июне 2019 года голосовой помощник выполнил несколько сотен тысяч запросов клиентов. В настоящее время в «Тинькофф» ведется подготовка к масштабированию технологии и интеграции Олега во все бизнес-линии экосистемы – «Тинькофф Путешествия», «Тинькофф Бизнес» и другие.

Голосовой помощник правильно определяет до 95% произнесенных слов клиента. Бесконтактное взаимодействие позволяет совершать денежные переводы, бронировать столики в ресторанах, покупать билеты в кино с кэшбэком, искать специальные предложения от партнеров «Тинькофф на товары и услуги», консультировать по банковским вопросам и акциям, изменять личные данные в экосистеме «Тинькофф», заказывать и отправлять на почту электронные документы (например, справку для посольства) и многое другое.

Внедрение голосового помощника в экосистему «Тинькофф» оптимизирует работу колл-центра и помогает компании экономить 100 млн рублей в месяц.

Руководитель IT-отдела Bilderlings Юрий Мейталов полагает, что самые популярные инструменты ИИ в банковском сервисе – это чат-боты, базовая помощь клиентам с типичными вопросами, автоматизация простых операций, анализ и кластеризация клиентов, AML-процедуры (Anti Money Laundering, борьба с отмыванием средств) и фрод-мониторинг. Появляются роботы самообслуживания (физические), например, Виктор у Сбербанка. «Изучая клиента, ИИ помогает создать для него предложение, близкое к идеальному. Однако решать сложные, индивидуальные вопросы, с которыми в основном сталкиваются юрлица, ИИ пока не может. Для этого уже нужен квалифицированный персонал, чутко понимающий бизнес своих клиентов», – подчеркивает эксперт.

Основатель и гендиректор Chatme.ai Сергей Шлыков отмечает тренд на диалоговые интерфейсы (Conversational Banking). Например, бот внутри приложения Bank of America помогает проверить баланс, напоминает о предстоящих расходах, дает советы по накоплению нужной суммы к определенной дате. При этом

сообщение от бота – это не только простой текст, но и красивые инфокарточки, наглядные диаграммы и другие визуальные элементы, упрощающие финансовые сервисы для клиента

Сергей Шлыков, Chatme.ai:

– Мы считаем, что такая тенденция к информационной визуализации в ближайшие семь-десять лет приведет к тому, что боты выйдут из приложений и станут голограммами, которые будут сопровождать пользователя повсюду. Подобные технологии на основе AR/VR уже разрабатываются (Spatial, Mimesys). Правда, пока только для удаленного взаимодействия «человек – человек»: звонящие, находясь вдалеке друг от друга, видят голограммы собеседника. Но подобное возможно и для связки «человек – бот», когда для бота придуман визуальный образ.


ЧТО ДАЛЬШЕ?

Заместитель директора по развитию бизнеса компании ОТР, председатель комитета по информационным технологиям Ассоциации российских банков (АРБ) Константин Маркелов подчеркнул, что в банках даже началась конкуренция между разными продуктами, основанными на ИИ. Например, сторонники текстовых и голосовых чат-ботов, постоянно совершенствуя их, заявляют о преимуществах своих направлений. Руководство, в свою очередь, пытается определить, что больше по душе клиентам, что дешевле, что дает максимальный экономический эффект.

В Сбербанке уверены, что

ИИ становится новым образом жизни, клиенты ожидают использования его во всех продуктах и сервисах

«Технологии ИИ будут экономить время клиента – самое дорогое, что у всех нас есть. Поэтому мы ожидаем наиболее активного развития применения технологий ИИ в сегментах, которые позволят улучшить клиентский опыт и взаимодействовать с клиентом наиболее привычным и удобным для него способом», – отметили в банке.

Там также рассказали, что, кроме финансовой сферы, алгоритмы искусственного интеллекта, разработанные специалистами экосистемы Сбербанка, применяются, например, в медицине: ИИ обрабатывает снимки и помогает врачам в постановке диагнозов (пока это пилотные проекты). Сбербанк вообще активно развивает проекты Social AI в здравоохранении, образовании, ЖКХ и городском хозяйстве. Среди них: обнаружение инсульта, контроль за вырубкой леса и транспортировкой древесины, автоматическая классификация пожаров по фото со спутника и другое.

Применение ИИ расширится с появлением новых коммерческих продуктов с понятной отдачей, уверен К. Маркелов. Дело в том, что сегодня просчитать экономику эффекта от его использования не так просто. Например, в процессе автоматизации банки уже поняли, что применение ИИ и замена людей из поддержки или из колл-центра на умных роботов приводит к появлению новых рабочих мест, которые требуются для управления процессом роботизации. И это высококвалифицированные, а значит – дорогие специалисты.

«Также для работы ИИ требуется гигантская база данных. Содержать ее, обеспечивать нужный трафик информации становится все более накладно. ИИ подталкивает банки (и общество в целом) к созданию унифицированных глобальных хранилищ данных. Доступ к ним будут предоставлять различным коммерческим (в том числе финансовым), силовым и прочим структурам, согласно законодательству и нормам безопасности. Переход на такую модель в той или иной области станет для нее серьезным драйвером роста и катализатором для использования технологий ИИ», – пояснил К. Маркелов.


ГДЕ ИСКАТЬ РЕШЕНИЕ?

Руководитель направления Центра компетенций по банковским технологиям компании «Техносерв» Михаил Андреянов отмечает, что при появлении вопросов, связанных с ПО для внедрения технологии ИИ, банки анализируют сложность проекта, наличие специалистов и потенциальный экономический эффект, а затем решают, смогут завершить проект своими силами или для этого требуется привлечение внешних разработчиков.

Все зависит от конкретного банка, согласен А. Никифоров. Довольно часто финансовые организации заказывают готовые решения у IT-компаний. Во-первых, они протестированы и точно будут работать; во-вторых, отдав поддержку на аутсорс, можно значительно сократить затраты за счет отсутствия необходимости содержать штат специалистов. В-третьих, поскольку ПО с элементами искусственного интеллекта и машинного обучения сейчас довольно популярно, такие решения всегда можно «докрутить» под нужды конкретного заказчика.

Елена Дробот, генеральный директор «Ростелеком Контакт-центр»:

– Крупные игроки банковского сектора создают собственные центры компетенций по IТ и, в частности, цифровой трансформации. Некоторые инвестируют в разработку собственных ИИ-решений, в том числе для продажи на внешнем рынке. Вместе с тем многие IТ-разработчики нацелены на улучшение и расширение портфеля своих ИИ-продуктов, спрос на которые неуклонно растет.

В 2016 году мы создали цифровой продукт для контактных центров и служб поддержки клиентов «Система управления знаниями», которая может служить информационной базой для работы виртуальных помощников. Решение внедрили крупные игроки банковской отрасли, сократив среднее время обслуживания клиентов до 10 процентов.

Существенную часть ПО многие банки предпочитают создавать сами, говорит К. Маркелов. Это объясняется тем, что собственная разработка позволяет дольше получать преимущества от ноу-хау и нововведений, поскольку конкурентам, желающим повторить тот или иной опыт инновационной организации, нужно будет потратить время на совершенствование своих технологий (своими силами или с привлечением внешних подрядчиков). При этом банки всегда следят за инновациями и для их оперативного внедрения готовы сотрудничать даже со стартапами. Другое дело, что разработчик должен быть готов к проектам, по масштабу соответствующим бизнесу кредитной организации. Поэтому чем крупнее банк, тем с более солидными IТ-компаниями ему приходится сотрудничать.

Изображение: RSpectr, Lori.ru


ЕЩЕ ПО ТЕМЕ:

Бот с ними, с кадрами

Как искусственный интеллект помогает HR-специалистам