Вынос мозга
Искусственный интелект сегодня может применяться в самых разных сферах человеческой деятельности, в том числе и в финансах. Банки.ру решил выяснить, как искусственный интеллект проникает в финансовый бизнес в России и можно ли в ближайшее время ожидать массовой «роботизации» отечественных банков.
Искусственный интеллект для естественных нужд
Представители ИТ-индустрии и некоторые финансисты высоких технологий считают, что использование искусственного интеллекта вскоре коренным образом изменит банковскую сферу. Время стандартных продуктов и услуг прошло: клиентам нужен персональный подход и индивидуальные условия, и банки должны подстраиваться под эти требования. Если разработка и реализация десяти типовых продуктов возможна силами людей, то миллионы индивидуальных предложений требуют иного подхода, а именно: применения технологий. «Алгоритмы искусственного интеллекта уже способны анализировать поведение каждого отдельного клиента, выявлять его личные потребности и возможности, а также моделировать риски для бизнеса», — говорит основатель рекламной платформы Segmento Евгений Легкий. — Каждый прогноз основан на тысячах факторов, от экономической ситуации в регионе до интересов клиента в Интернете. Понятно, что это не в силах человеческого разума. По экспертным оценкам, к 2020 году 80% решений, принимаемых бизнесом, будет доверено искусственному интеллекту.
«Финансовая сфера — основная точка приложения разработок в области искусственного интеллекта в ближайшем будущем, — согласился директор по онлайн-продажам микрофинансовой организации «МиГКкредит» Роман Халанский. — Тут масса векторов: и рабочие в области чат-боты, и машинный скоринг, и «умный» кредитный конвейер, и интелектульный колекс».
Специалисты выделяют три области, в которых возможно применение искусственного интеллекта.
Во-первых, распознавание изображений, например товаров на полках магазинов, через камеру телефона. В дальнейшем покупателям будет достаточно запустить мобильное приложение банка и навести телефон на товар на витрине, чтобы увидеть, какой кэшбэк можно получить при оплате этого товара кредитом.
Во-вторых, распознавание речи. Возможно создание «умного» помощника для специалиста по телефонным продажам. Проанализировав разговор сотрудника с клиентом, ассистент после окончания разговора укажет на ошибки сотрудника и предложит, что нужно исправить. В качестве следующего шага вы можете вставить помощника в разговор с клиентом в режиме реального времени. Возможная и гораздо более амбициозная задача — реализация полноценного колл-центра робота-оператора с синтезом речи.
В-третьих, частичное обучение и самообучение. При умелом походе это позволит вам построить прогностическую модель для нового продукта, основанную на данных второго продукта, или систему скоринга заемщиков на основе прошлых оценок аналогичных заемщиков.
Банком управляют роботы
Например, аналогичная модель успешно работает в банке «Тинькофф». Там при принятии решения об одобрении кредитных продуктов используют исторические данные о клиентах, чтобы сделать прогноз на будущее. Это позволяет сформировать условия кредитования для каждого клиента и, как считает банк, свести собственные риски к минимуму. Например, при повышенном риске заемщику могут предложить минимальный кредитный лимит и высокую ставку.
«Теперь мы добились того, что система сопоставляет множество данных о клиенте и его финансовом запросе с нашими скоринговыми моделями и в течение нескольких секунд выдает ему абсолютно уникальный (в том смысле, что предложения не повторяются для разных клиентов) набор из 3-4 кредитных программ на выбор, — публикуем описим Роман Халанский. — Следующими шагами по логике может быть обучение системы, градация и корректировка предложений в зависимости от финансового поведения данного клиента и клиентов с аналогичными параметрами».
Кредитный конвейер планируют внедрить в МТС-Банке, о чем Банки.ру рассказала руководитель ИТ-блока кредитной организации Оксана Смирнова-Крелль. Также в банке «Тинькофф» внедрена технология маркетинга в реальном времени. Она анализирует потребительское поведение клиента по его сделкам и предлагает товары и услуги, которые могут быть интересны клиенту в данный момент. Уже есть практический пример применения технологий — квест для клиентов. Банк предложил клиентам последовательно выполнить несколько заданий за вознаграждение. Во всех заданиях квеста был перешит компрессор на карте «Тинькоф». Клинтены ходили квест с разной вечедите, красивое задание производе после вечевания предлежего. В результате через эту игру банк привлек новых клиентов.
«Мы уже много лет успешно используем математические модели для принятия правильных решений в бизнесе, — говорит Наталья Зубенко, руководитель отдела вторичных продаж блока «Розничный бизнес» Альфа-Банка. — Методы машинного обучения используются для определения вероятности принятия предложения о перекрестных продажах, выбора наилучшего предложения для клиента, определения наиболее релевантного канала коммуникации с клиентом, а также времени самой коммуникации».
«У нас создана серьезная система оценки рисков, работающая и самообучающаяся онлайн, — говорит, в свою очередь, директор инвестиционного департамента банка ВТБ 24 Сергей Лукьянов. — При накоплении огромных архивов данных искусственный интеллект направлен на анализ и выявление неочевидных для человека взаимосвязей в поведении как рынков, так и клиентов».
Чат-боты, которые уже запущены некоторыми технологическими банками, тоже могут обучаться сами. «Клиенты начинают активно использовать дополнительные каналы связи с банками и специалистами. И это уже не простой чат. Зачастую это чат-боты, которые позволяют не только получать информацию по вашему аккаунту, но и совершать какие-то действия», — поясняет Лукьянов.
Например, весной этого года банк «Русский Стандарт» запустил в Telegram бота с функцией личного консультанта — @BankRSBot, который изначально создавался для разгрузки колл-центра, но впоследствии научился отвечать на не- стандартные запросы.
Soccer Physics ► САМЫЙ РЖАЧНЫЙ ФУТБОЛ ► ВЫНОС МОЗГА
«Оставлять их без контроля не стоит»
Handless Millionaire ► И С РУКАМИ, И С ДЕНЬГАМИ ► ВЫНОС МОЗГА
Оптимисты уверены, что искусственный интеллект завоюет финансовую сферу, но есть и скептические мнения.
«Искусственный интеллект начинает активно использоваться в финансовой сфере по многим направлениям: для принятия решений о выдаче кредита на основе обработки информации о заемщике, в качестве виртуального собеседника (чат-бота) при продаже финансовых услуг и их сопровождении, при формировании инвестиционных портфелей с помощью робосоветника, в алготрейдинге, — говорит заведующий отделом количественного моделирования Центра Форсайт Института статистических исследований и экономики знаний НИУ ВШЭ Юрий Дранев. — Одной из самых перспективных областей применения искусственного интеллекта станут межмашинные транзакции в рамках развития Интернета вещей».
«Перспективы применения искусственного интеллекта в финансовой сфере обширны. Например, за рубежом есть отдельные примеры того, как до 80% финансовых операций оптимизируются с помощью технологий искусственного интеллекта, — отмечает управляющий партнер BME Group Евгений Харитонов. — Количество факторов, которые необходимо учитывать при принятии решений, увеличивается, а возможности человека ограничены. Учитывая большие массивы информации и постоянную нехватку времени на ее обработку, человеку сложно принимать правильные решения. Вот необходимые инструменты искусственного интеллекта».
«Узкоспециализированные продукты уже представлены на рынке, и в ближайшее время они будут интенсивно развиваться, поскольку потенциальные клиенты заинтересованы в инновационных решениях в этой области», — соглашается Андрей Горелов, директор департамента информационных технологий Абсолют Банка. «Правде», по его словам, о вытеснении банковских роботов говорить не приходится. Скорее ждите глубокой интеграции между финтех-компаниями и банками. Банки просто должны будут довести свои технологические возможности до необходимого уровня.
«Робоэдвайзеры (автоматизированные инвестиционные роботы) составляют перспективный класс инвестиционных продуктов для частных инвесторов, предоставляя клиентам возможность автоматически формировать и поддерживать портфель из различных активов, ориентируясь либо на уровень риска, либо на финансовую цель», — говорит Олег Комляков, руководитель департамента развития цифрового бизнеса Сбербанка. — Вместе с тем локализация подобных продуктов для рынка России является длительной, а распространение таких продуктов, по мнению Банка России, сопряжено с различными рисками».
«В сфере финансовых услуг, связанных с консультациями по управлению портфелем инвестиций, например, скоро может произойти «роботизация» — живой консультант лучше понимает эмоциональное состояние клиента и способен грамотно объяснить рыночную ситуацию и риски, — дает пример, член правления, директор по информационным технологиям Росбанка Денис Сотин. — Однако развитие технологий, связанных с анализом биометрических параметров человека, в будущем может значительно снизить влияние этой разницы».
«Мы верим в роботов, но не берим, что в десятилетие лесообразные переходят на роботизированные технологии, — пойтоживает Роман Халанский. — Многие помнят одну из версий обвала фондовых рынков в «черный понедельник» 1987 года, связанную с программной торговлей. Хотя современные роботы стали значительно умнее, оставлять их без контроля не стоит».
Мы рады приветствовать вас на страницах нашего сайта quality21.ru — надеемся вам понравилась эта статья и вы поделитесь ею в социальных сетях!