Искусственный интеллект уже используется банками для предоставления услуг клиентам и совершенствования бизнес-процессов. Но расцвет этой технологии может быть еще впереди. Согласно исследованию Ассоциации «Финтех» и компании Accenture, которые проводили опрос банков, ИИ будет использоваться для финансовых услуг следующего поколения. Участники опроса отметили, что им необходимо развивать компетенции в области ИИ и других сопутствующих технологий (машинное обучение, сбор и обработка больших данных, открытые API и так далее).
ИИ в финтехе действительно находится в периоде масштабного пилотирования и апробации, соглашается директор по направлению «Искусственный интеллект», директор по развитию АНО «Цифровая экономика» Алексей Сидорюк. «На сегодняшний день мы в основном имеем дело с технологией Narrow AI («узкий» искусственный интеллект), ориентированной в основном на узкоспециализированные прикладные задачи. Так, например, в чат-ботах и голосовых помощниках ИИ помогает закрывать большие блоки коммуникации с клиентами, но пока не всегда решения оптимально обучены и настроены», — рассказал он. С другой стороны, в некоторых сферах искусственный интеллект показывает себя как достаточно зрелая технология: в скоринге клиентов, биометрии, компьютерном зрении, антифроде.
Для каких целей банки используют ИИ
ИИ в банковском деле ускорил доступ к продуктам для многих клиентов и автоматизировал некоторые этапы внутренних процессов, что также повлияло на скорость обслуживания, назвал одну из причин использования ИИ исполнительный вице-президент, руководитель отдела по работе с данными Райффайзенбанка Нерсес Багиян.
Еще одна причина: оптимизация расходов. Например, 2020 году внедрение ИИ принесло Сбербанку финансовый эффект в ₽100 млрд — это и заработанные, и сэкономленные деньги. В 2021 году этот показатель может составить уже ₽200 млрд, рассказал РБК Трендам первый зампред правления Сбербанка Александр Ведяхин.
Примеры использования ИИ
- Скоринг клиентов: автоматическое принятие решений по заявкам клиентов на кредитные продукты. «Раньше заявку на кредит от крупного бизнеса рассматривали по две-три недели, причем на это уходило время и силы множества разных специалистов. Сейчас, когда эти заявки рассматривает ИИ, от обращения клиента до получения денег проходит не более семи минут. Все происходит удаленно, без использования бумажных документов, а доля просрочки снизилась практически до нуля», — привел пример Ведяхин.
- Голосовые помощники и чат боты: используются при обращении клиента в call-центр или чат банка для сокращения времени обслуживания и оптимизации работы сотрудников. «Благодаря использованию голосового робота Олега в call-центре Тинькофф банка клиенты в среднем стали получать консультацию на 40 секунд быстрее, а банк экономит свыше ₽30 млн в месяц», — привел пример директора по технологиям искусственного интеллекта Тинькофф банка Павел Калайдин. Что касается чат-бота, то он обрабатывает свыше 40% клиентских обращений и экономит банку больше ₽200 млн в месяц.
- Антифрод и финансовый мониторинг: ИИ используется для противодействия финансовому мошенничеству с помощью анализа нетипичного поведения физических и юридических лиц.
- Обслуживание банкоматов: ИИ 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.
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 опыта 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.
- 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.
- 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.
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».
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.
