© ComNews
19.11.2018

Согласно исследованию RAEX ("РАЭКС-Аналитика") и рейтингового агентства "Эксперт РА", технологии искусственного интеллекта (ИИ) в бизнес-процессах применяют преимущественно банки, обслуживающие физических лиц. Финансовые организации чаще всего используют решения на основе ИИ при оценке кредитного риска.  

Исследование построено на опросе банков. "Среди лидеров в сфере искусственного интеллекта преобладают банки со специализацией на обслуживании физлиц, но есть и универсальные кредитные организации", - говорится в исследовании "Искусственный интеллект в банковском секторе".

Аналитики разделили опрошенные банки по уровню использования технологий ИИ на три класса. Для банков, вошедших в первый класс, характерен уровень использования ИИ значительно выше среднего. В эту группу попали Тинькофф Банк, Банк ГПБ, МТС Банк. Во второй класс с уровнем использования ИИ выше среднего вошли Московский кредитный банк, банк "Русский Стандарт", Промсвязьбанк, банк "Ренессанс Кредит". Близки к среднему уровню использования технологий ИИ банк "Открытие", УБРиР, БКС Банк, банк "ДельтаКредит", они составили третий класс рейтинга.

"Пока банки чаще всего используют решения на основе ИИ при оценке кредитного риска и в смежных сферах, но лидеры этим уже не ограничиваются, - отмечает руководитель отдела валидации рейтингового агентства "Эксперт РА" Станислав Волков. - Отставание во внедрении технологий ИИ может осложнить выживание и для крупных банков, но догнать лидеров все еще можно даже без запредельного уровня инвестиций".

Как отмечается в исследовании, наибольшего финансового эффекта от применения технологий ИИ российские банки ждут в таких сферах, как выявление мошеннических транзакций, взыскание задолженности и кредитный скоринг. Именно их банки чаще всего включали в тройку самых перспективных направлений. Менее перспективны, по мнению опрошенных банков, работа колл-центров (их автоматизация за счет чат-ботов), контроль за соблюдением 115-ФЗ, маркетинг и алгоритмическая торговля. Реже всего российские банки рассчитывают на значимый результат от использования ИИ в управлении персоналом, отслеживании информационного фона в отношении банка, удаленной идентификации клиентов.

Член совета директоров ГК ЦФТ, директор по стратегическому развитию Александр Погудин говорит, что ни один банк не в состоянии на длительной дистанции поддерживать высокий уровень Machine Learning-решений. "Все-таки это отдельный бизнес, и решения технологических компаний будут неизбежно замещать собственные решения банков. Рынок бурно развивается, важно использовать это. Любая попытка изобретать велосипед работает против банка", - добавил он.

Среди ключевых проблем, затрудняющих использование ИИ, опрошенные банки чаще всего отмечали разрозненность данных и информационных систем, низкую вероятность валидации модели регулятором как основы IRB-подхода и сложности в интерпретации результатов нелинейных моделей. Реже респонденты жалуются на нехватку компетенций у сотрудников, несоответствие политике безопасности и высокую стоимость решений.

Отметим, что такие банки, как ВТБ, Сбербанк, Альфа-Банк, не принимали участия в исследовании.

Представитель пресс-службы Тинькофф Банка говорит, что "Тинькофф" с первого дня основания работал с клиентами исключительно через дистанционные каналы, поэтому технологичность заложена в основу ДНК банка.

"Мы ИТ-компания с банковской лицензией - 70% сотрудников нашей штаб-квартиры связаны именно с технологиями. Искусственный интеллект и машинное обучение активно применяются практически во всех наших бизнес-процессах - как при привлечении, удержании и обслуживании клиентов, так и во внутренних системах банка, - рассказал представитель пресс-службы Тинькофф Банка и привел примеры: - Все входящие обращения в Тинькофф обрабатываются специальными чат-ботами, а 20% диалогов проходят полностью без участия оператора. Созданный нами самый большой в Европе облачный колл-центр работает на разработанной внутри банка платформе. Она сама подбирает оператору наиболее релевантный его навыкам тип звонка. 100% звонков проводятся с помощью созданной внутри банка системы искусственного интеллекта. Внутренние обращения сотрудников автоматически классифицируются с точностью в 95% и распределяются на бэк-офис. Наша система автоматически анализирует имеющиеся у нас данные клиента и определяет допустимый по политике рисков размер кредитного лимита. После этого мы продолжаем анализировать финансовое поведение клиента, его расходы и привычки, использование лимита и многие другие факторы для изменения лимита".

Он также говорит, что компьютерное зрение распознает документы с точностью 90% и экономит время на их обработку. "Помимо этого, мы используем его для распознавания лиц клиентов - это позволило уменьшить время принятия решения для 40% заявок и снизить уровень связанного с фальсификацией документов мошенничества в шесть раз. Разработанная внутри банка голосовая биометрия позволяет определить 50% клиентов всего за семь секунд разговора. Вторая половина проходит аутентификацию еще за семь секунд. Внедрение и активное использование биометрии позволило не только усилить безопасность, но и сократить среднее время обслуживания клиентов: это не только повышает лояльность к банку, но и экономит нам десятки тысяч человеко-часов в год", - описывает технологии банка представитель пресс-службы Тинькофф Банка.

Представитель пресс-службы МТС Банка сообщил, что в банке искусственный интеллект применяется в кредитном скоринге и в процессах по взысканию просроченной задолженности. Также банк роботизировал первичную обработку входящих документов: теперь программные системы мгновенно обрабатывают шаблонные документы и формируют из них электронные.

"Банк делает стратегический акцент на развитии цифровых каналов и услуг, поэтому в дальнейшем использование искусственного интеллекта планируется распространить и на другие сферы деятельности. Например, сочетание технологии сбора, хранения и обработки больших массивов данных (big data) и маркетинговых инструментов позволят в режиме реального времени сделать клиенту next best offer - "лучшее следующее предложение" - предложение, соответствующее текущим потребностям и возможностям клиента", - рассказал представитель пресс-службы МТС Банка и объяснил, что многие компании опасаются внедрения моделей, основанных на искусственном интеллекте, из-за сложности интерпретации результатов и технической реализации.

"Активное внедрение искусственного интеллекта позволяет предлагать нашим клиентам и партнерам оптимальные решения и предоставлять цифровые услуги на качественно новом уровне", - сообщила вице-президент, руководитель блока розничных рисков МТС Банка Екатерина Резникова.

Менеджер по развитию торговой инфраструктуры Zichain Данил Яковлев говорит о том, что банками уже относительно давно и успешно используются решения по кредитному скорингу клиентов и выявлению мошеннических транзакций. "Алгоритмы машинного обучения в этой сфере наиболее эффективны благодаря тому, что у банков имеется огромная и при этом стабильная выборка данных, то есть ключевые факторы и логические взаимосвязи - на основании которых можно, например, оценить риск невозврата кредита, - значительно не изменяются в течение короткого промежутка времени.

Однако границы применения ИИ расширяются, поэтому перспективным направлением для банков можно назвать автоматизацию различных внутренних процессов банка - например, составление исковых заявлений. Однообразные операции, которые сегодня выполняют сотрудники банков, завтра могут успешно осуществляться с помощью искусственного интеллекта.

Наименьший прогресс мы ожидаем увидеть в области алгоритмической торговли. Рынок постоянно эволюционирует, а связь между различными причинами и следствиями может меняться, поэтому исторические данные, на которых обучается ИИ, довольно быстро теряют актуальность", - считает Данил Яковлев.

Аналитик ГК "Финам" Леонид Делицын говорит, что решения по ИИ будут применяться в кредитовании на основе скоринговых моделей, в распознавании мошенничества и кибератак и в автоматизации труда сотрудников. "Они тем более востребованы, что применяются новыми организациями, которые начинают оказывать финансовые услуги, - например, телеком-операторами и финтех-стартапами", - приводит он примеры.

Большим барьером для развития ИИ в банковсой сфере Леонид Делицын называет большие данные. "У больших банков они есть, а у небольших их нет. Клиентская база позволяет большим банкам, работающим с массовым клиентом, создать обучающую выборку, которая позволит искусственному интеллекту научиться отличать тех, кто вернет кредит, от тех, кто не вернет. У небольших банков клиентская база для этого слишком мала, поэтому ИИ становится, конечно, мощным рычагом в руках крупнейших банков и других организаций, выдающих кредиты, позволяющим, благодаря растущей эффективности, консолидировать отрасль. Небольшим организациям придется уйти в handmade-ниши и сосредоточиться на сложных и разовых задачах", - говорит он.

Говоря о драйверах для развития ИИ в банковской сфере, Данил Яковлев отмечает, что банковская сфера трансформируется под действием конкуренции со стремительно растущими финтех-компаниями. "На первое место выходит не репутация или доверие к банку, а качество сервиса, которое он предоставляет. Соответственно, основным драйвером для развития ИИ будет стремление банков расширить набор предоставляемых услуг или улучшить их качество. Спрос традиционных банков на структурное изменение бизнеса достаточно высок, поэтому будет востребованным любое ИИ-решение, которое позволит как ускорить, упростить или удешевить операции, так и открыть доступ к новому сегменту клиентов", - считает он.

Леонид Делицын говорит, что ИИ в банковской сфере находит не столько развитие, сколько применение. "То есть никаких революций в ИИ банки не делают, они просто являются широким полем для применения машинного обучения. Главным драйвером является повышение эффективности кредитования, что и является сутью банковского бизнеса. Вторым по значимости - снижение издержек благодаря автоматизации труда сотрудников", - подводит он итог.