Закрыть [x]

Перейти на мобильную версию

Как банки используют искусственный интеллект?

25.05.2018

Технологии искусственного интеллекта проникли в банки в 70-х годах. Например, Citibank попробовал создать системных экспертов при помощи ветви искусственного интеллекта. Она должна была уметь принимать решения на уровне человека-эксперта.

Однако уже в 90-х банки перестали внедрять ИИ, потому что решили, что это слишком дорогие технологии, которые не оправдывают затраты на них. Затишье длилось до XXI века, когда в связи с достижениями в сфере программного обеспечения, развитием компьютерных систем, повсеместным использованием соцсетей, мобильных устройств, внедрением интернета вещей произошел новый виток в развитии искусственного интеллекта, в том числе в банках.

«Мы стоим на пороге изменений, сравнимых с зарождением жизни, — сказал президент, председатель правления «Сбербанка» Герман Греф. — Изменился темп развития технологий, которые определяют наше будущее».

О необходимости использовать технологии искусственного интеллекта говорят и все опрошенные CFO Russia менеджеры.

Так, «Россельхозбанк» использует и расширяет область применения технологий искусственного интеллекта. Он использует машинное обучение, глубокое обучение, обработку естественных языков, распознавание речи и образов, а также предиктивную аналитику. «Вышеуказанные технологии в различных комбинациях используются в следующих областях: обнаружение мошенничества, развитие каналов общения с клиентом, персональный маркетинг, обработка кредитных заявок, техническая диагностика и анализ поведения клиента», — сообщили в пресс-службе “Россельхозбанка”. — Банк высоко оценивает роль высоких технологий на рынке финансовых услуг и считает, что их применение позволяет повысить доступность и качество предлагаемых продуктов и услуг, снизить риски и затраты для банка и обеспечить персональный подход к каждому клиенту».

Оптимизация процесса открытия отделений

Арно Дени, первый заместитель председателя правления «Росбанка», отметил, что в его банке искусственный интеллект помогает оптимизировать процессы открытия и релокации отделений. «Мы внедрили систему искусственного интеллекта с использованием современных методик машинного обучения. Она может накапливать опыт и самообучаться на основании регулярно поступающих бизнес-данных. Собрав определённый массив информации и накопив опыт, система начинает предлагать более совершенные варианты для развития бизнеса. Для нас принципиально важно, что она аргументирует их. С помощью таких технологий мы рассчитываем добиться увеличения эффективности работы офисов на новых локациях, а также значительного прироста клиентской базы.

Благодаря внедрению новой системы оценки потенциала локаций, анализа геоданных, учета текущего проникновения и гравитационной модели конкурентов, уже в ближайшие несколько лет мы планируем значительный прирост финансовых показателей работы сети отделений. За счет открытия офисов в локациях с наибольшим потенциалом мы также ожидаем прирост клиентской базы массового и премиум сегментов», — рассказал Арно Дени.

Кредитование

В сфере кредитования искусственный интеллект применяется для оценки рисков и поиска наиболее выгодных условий при выдаче кредитов.

Леонид Делицын, аналитик ГК «ФИНАМ», отметил, что «банки не стали первопроходцами в применении искусственного интеллекта в сфере кредитования. По отношению к банковскому бизнесу ИИ выступал скорее “подрывной” технологией. Банки старались отбирать клиентов тщательно, минимизируя невозврат. А финтех-компании, вооружённые кредитным скорингом, тренированным на смеси данных кредитных бюро и нашего поведения в соцсетях, выдавали кредиты гораздо либеральнее, допуская процент невозврата до 30-40%. Это, безусловно, связано с маленькой базой кредитных историй. Ведь чтобы научиться отличать хорошего заёмщика от плохого, искусственному интеллекту нужны и те, и другие. Не зная, как выглядит плохой заёмщик, ИИ не сможет его отсечь. Он действует на основе реальных кейсов, а не заранее составленных предписаний. А чтобы узнать о плохом заёмщике больше, искусственный интеллект должен выдать ему кредит, и, увы, заплатить за своё знание.

Однако после того, как финтех выдал кредитов на сотни миллионов долларов и начал открывать традиционные банки, классическим кредитным организациям пришлось пойти на эксперименты.

Уже в 2018 году крупные банки поручают большую часть кредитования физических лиц искусственному интеллекту. Главный вопрос состоит в том, чего они хотят этим добиться. Если задача ограничивается автоматизацией работы кредитных специалистов, то есть машина должна заменить человека, по возможности ничего не меняя в качестве решений, то такая задача, скорее всего, решаема. Если же руководство банка ставит задачу улучшить качество кредитного скоринга, пользуясь данными из соцсетей и других источников, то результат предсказать нельзя. Его можно лишь увидеть через год, два или три. При этом ошибку второго рода подсчитать легко собственными силами – достаточно сосчитать тех, кто не вернул кредит, хотя машина за них поручилась. Чтобы оценить ошибку первого рода – сосчитать тех, кому кредит не дали, но кто получил их в другом банке и вернул, потребуются данные кредитного бюро. И здесь будут задержки.

Что касается кредитования бизнеса, то эта задача сложнее, поскольку статистики меньше и обучить ИИ – гораздо сложнее. Кстати, финтех-компании, кредитующие бизнес, тоже набирают обороты не столь быстро. Применять искусственный интеллект с этой целью активнее банки начнут через пять лет, когда подведут итоги кредитования физлиц», — добавил Леонид Делицын.

В «Сбербанке» ИИ принимает 98% решений о кредитовании физических лиц и в 30% случаев решает вопрос о выдаче кредитов юридическим лицам. «В то же время многие технологии связаны с серьезными рисками», — отметил президент «Сбербанка».

В «Бинбанке» первые решения на основе методов машинного обучения были внедрены в 2017 году. «В качестве пилотных направлений, — отметил Вадим Ковалев, управляющий директор «Бинбанка», — мы выбрали розничное взыскание и кредитные риски. Эти направления имеют наибольший, по нашему мнению, потенциал в текущих рыночных условиях. К примеру, при работе с просроченной задолженностью мы смогли в 70% случаев отказаться от звонков клиентам на ранней стадии, чем повысили лояльность клиентской базы без потери эффективности сборов, а также получили существенную экономию расходов на взыскание. Модели машинного обучения на основе статистики определяют тех заемщиков, которые внесут очередной платеж по кредиту без дополнительных напоминаний. Также выявляются заемщики, звонить которым бесполезно. В результате мы не беспокоим клиентов без необходимости, а звонки поступают только тем, кому необходимы напоминания и консультации».

Для внедрения искусственного интеллекта некоторые банки сотрудничают с университетами. Так, банк «Санкт-Петербург» и университет ИТМО, завершили первый этап совместного проекта «Интеллектуальные технологии больших данных для поддержки принятия решений в финансовой сфере на основе предсказательного моделирования».

Анна Захарова, руководитель направления PR, служба внешних коммуникаций банка «Санкт-Петербург», сказала, что проект уже идет и реализуется поэтапно, согласно задачам: «Весь проект будет внедряться до 2020 года, а отдельные задачи будут решаться постепенно».

По итогам первого этапа проекта банк «Санкт-Петербург» получил инновационную модель для оценки кредитных рисков, построенную на данных о транзакциях клиентов. Модель позволит повысить качество принятия решений о выдаче кредитов. Для клиента это означает как улучшение условий по кредитам – более низкая ставка, индивидуальные предложения, – так и сокращение количества документов и срока оформления кредита.

По итогам проекта банк первым на российском финансовом рынке получит уникальные инновационные разработки и сервисы, созданные одними из лучших ученых страны. Он начнет использовать набор композитных приложений для оценки кредитных заявок и поведенческого скоринга, сервисы для повышения качества маркетинговых кампаний и акций, оптимизации бизнес-процессов.

Заместитель председателя правления банка «Санкт-Петербург» Оксана Сивокобильска, добавила:

«Наша основная задача – качественные и выгодные продукты для наших клиентов. Уникальные сервисы, разработанные для нас Университетом ИТМО, в первую очередь послужат именно этой цели. Они помогут сделать кредиты более доступными, маркетинговые предложения – более интересными, а наши внутренние процессы – более простыми и понятными для того, чтобы мы повысили скорость и качество обслуживания. И, конечно, для нас важно то, что, стремясь к своей цели, мы развиваем отечественную науку. В итоге повысится качество обслуживания клиентов на всем финансовом рынке России».

Однако не все, даже крупные, российские банки внедряют ИИ. Например, в «Совкомбанке» сообщили, что пока не используют и не планируют использовать искусственный интеллект. Значит, ИИ – пока только популярный тренд, а не необходимость.

Юлия Сильченко

Наши конференции:


Комментарии