Новости / декабрь 2020
Сбер ускорил кредиты силой Machine Learning

© ComNews
04.12.2020

Технологии машинного обучения (Machine Learning, ML) позволили Сберу сократить время прогнозирования денежных потоков корпоративных клиентов при выдаче кредита до 45 минут. Прежде такая работа занимала у специалиста кредитного отдела целый рабочий день. В годичной перспективе Сбер намерен перевести на ML создание 80% моделей cash flow. Применение цифровой технологии позволит Сберу высвобождать по 10% сотрудников кредитной службы в год.

О применении искусственного интеллекта (AI) и ML для прогнозирования в ходе пресс-конференции рассказал вице-президент Сбербанка, директор дивизиона "Кредитные продукты и процессы" Сергей Бессонов. Он подчеркнул, что качество прогнозирования с применением AI и ML существенно выше качества работы кредитного инспектора. "Машина делает прогноз на основании 1000 факторов - человеку это просто не под силу, - заметил Сергей Бессонов. - До октября 2020 г. кредитный аналитик делал предположения о будущем денежном потоке на основе ретроотчетности. Теперь система анализирует и такую отчетность, и информацию от операторов фискальных данных, и другие показатели автоматически".

По словам Сергея Бессонова, Сбер полностью перевел на ML-модели всех клиентов из отрасли торговли - а это 30% всей корпоративной клиентуры банка. На очереди - растениеводство и пищевая промышленность, которые уже находятся в пилотной проработке, а цель Сбера - через год делать 80% моделей cash flow автоматически, с помощью ML-инструментов.

Отвечая на вопрос корреспондента ComNews о том, сколько сотрудников позволит сократить применение ML в кредитном подразделении, Сергей Бессонов сказал: "Численность кредитной службы Сбербанка, с учетом всех наших территориальных банков, превышает 3000 человек. Применение AI и ML позволяет делать не менее 10% оптимизации штата в год. Но при росте кредитного портфеля можно не набирать новых сотрудников, а "закрывать" новые задачи силами имеющегося персонала". При этом он добавил, что есть особые риски (например, связанные с комплаенс), которые ML не анализирует - тут нужны компетентные сотрудники.

Применение цифровых технологий позволило Сберу добиться осязаемого экономического эффекта. Как сообщил Сергей Бессонов, банк сократил издержки на выдачу каждого кредита корпоративному клиенту с 350 тыс. руб. до 70 тыс. руб., а следующей целью является семикратное уменьшение затрат - до 50 тыс. руб. Вице-президент Сбера отметил, что выигрывает и клиент: если ранее "живой" кредитный аналитик мог задавать допвопросы и запрашивать дополнительные документы, что растягивало процесс принятия решения по кредиту во времени, то теперь Сбер может гарантировать срок такого решения в течение двух дней. "Иными словами, мы переводим получение кредита в транзакционную операцию, как открытие счета или депозита", - пояснил Сергей Бессонов.