Искусственный интеллект уже помогает банкам зарабатывать больше. Аналитики компании McKinsey заявляют, что благодаря ему их доход может увеличиваться на 1 трлн долларов ежегодно, а применение систем ИИ способно увеличить производительность труда в отдельных направлениях банковской деятельности до 30 раз. Мировая динамика развития ИИ впечатляет: инвестиции в компании, специализирующиеся на искусственном интеллекте, с каждым годом увеличиваются в несколько раз. ИИ принимает решения быстрее, делает это точнее и дешевле человека. Не зря больше половины российских компаний уже выделили бюджеты на внедрение решений на основе углубленной аналитики.
Какие задачи выполняет искусственный интеллект
Скоринг — это система оценки благонадежности заемщика на основе его «цифрового следа». ИИ делает процедуру выдачи кредита более быстрой и надёжной. Алгоритмы не только проверяют клиента, но и строят прогнозы относительно его дальнейшего поведения на основе данных о других заемщиках со схожими характеристиками. Плюсы очевидны как для банка, так и для клиентов. С одной стороны, искусственный интеллект «вычисляет» проблемных клиентов. С другой – клиент получает ответ на заявку быстро — не за несколько дней, а за несколько минут. К тому же отсутствует человеческий фактор при оценке. Если объективные факты говорят о благонадежности клиента, он получит кредит. ВТБ, например, благодаря внедрению технологии в процесс одобрения кредитов начал выдавать на 18% больше займов в рознице. Сбербанк планирует рассматривать 90% заявок на кредиты физическим лицам с помощью искусственного интеллекта к 2023 г. Кредитные риски с юрлицами машине пока оценивать сложнее: здесь ИИ может принять лишь 30% решений о выдаче. В 2021 г. Сбербанк стал использовать машинное обучение для прогнозов будущего бизнес-проектов для 75% отраслей, кредитующихся в банке. ИИ в десять раз быстрее человека делает финансовые прогнозы. Стандартно сотрудник тратит день на создание такой модели. ИИ делает это за один час и при этом бесплатно. Помимо этого, ИИ на 24% точнее человека, если речь идет о прогнозах на девять месяцев вперед. Если прогноз составляется на шесть месяцев, то ИИ на 26% точнее.
Голосовые помощники и чат боты: Умные алгоритмы умеют быстро решать проблемы клиентов. С их помощью банки могут работать 24/7 на протяжении всего года. Еще одним положительным моментом является то, что чат-боты могут обрабатывать запросы нескольких клиентов одновременно с одинаковой точностью. По статистике банка «Хоум Кредит», 91% не обращаются в колл-центры после консультации с искусственным интеллектом. «Тинькофф» пошел еще дальше: два года назад был запущен голосовой помощник Олег. Он может переводить деньги, бронировать столики в ресторанах, покупать акции и билеты в кино, искать скидки на товары и услуги, консультировать по финансовым вопросам. Досрочное погашение кредита с помощью Олега занимает одну минуту. Чат-бот обрабатывает свыше 40% клиентских обращений и экономит банку больше ₽200 млн в месяц.
Роботы не только умеют эффективно общаться, но и контролируют работу сотрудников: анализируют, насколько правильно они строят диалоги с клиентами. В итоге банк может работать над слабыми местами в коммуникации, чтобы потребители получали более качественные и оперативные услуги. Так, ВТБ с помощью аналитических модулей на основе ИИ повышает эффективность работы операторов колл-центра с обращениями клиентов банка.
Обработка документов
Искуственный интеллект может заменить людей в рутинных банковских процессах. Роботы выполняют такие операции, как обработка платежей юрлиц и физлиц, обработка неопознанных платежей, разбор внутренней входящей почты, изменение данных клиента по его заявлению, правка кредитных договоров физлиц по их заявлениям, а также проводки финансирования контактов и ответы на типовые запросы. При открытии счетов и совершении банковских операций искусственный интеллект может провести проверку данных всего за 2 секунды: за это время он распознает более 70 реквизитов со сканов и фотографий документов по каждому клиенту и выполняет порядка 15 автоматических проверок.
Обслуживание банкоматов
ИИ прогнозирует загрузку банкоматов, раздает задачи на своевременное обслуживание техники и снижает затраты на инкассацию.
Антимошеннические решения (антифрод)
ИИ научилися анализировать данные трансакций и ловко распознавать мошеннические действия. Алгоритмы определяют закономерности, выявляют подозрительные активности, банальные ошибки и даже террористические следы, а за счет машинного обучения (система, которая позволяет алгоритму анализировать собственные ошибки и не повторять их в будущем) технология совершенствуется и обновляется. Одна из классических схем поведения антифрода: проверка авторизации в социальной сети, например Facebook, затем осуществляется оценка размера платежа, устройства ввода и других параметров, после чего происходит одобрение или отклонение операции.
Персонализация обслуживания
Владея большим объемом данных обо всех доходах и расходах клиентов, банки с помощью искусственного интеллекта могут анализировать их и предлагать персонализированный набор сервисов. Основываясь на данных о транзакциях клиента и его интересах к продуктам и сервисам банка в мобильном приложении, можно предложить 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, может быть предложен инвестиционный продукт.
С помощью рекомендательных моделей 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.
Анализируя данные о клиентах, банки могут запустить целый набор новых сервисов помимо банковских услуг. На основе истории покупок и геолокации банковское приложение даёт рекомендации по покупкам и замыкает на свое приложение большинство интересов пользователя. Банковское приложение из достаточно узкофункционального сервиса постепенно превращается в полноценного универсального помощника на все случаи жизни, который учитывает вкусы и интересы клиента. При этом собираемые данные обезличены и не несут рисков использования их в некорректных целях.
Определение места для открытия отделений
Еще один способ применения ИИ — принятие решений для развития розничной сети.
Например, Росбанк применяет технологию location intelligence для управления сетью отделений. 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.
Препятствия для широкого использования ИИ
Преимущества, которые несет ИИ как банкам, так и их клиентам, очевидны. Рядовой пользователь получает ускоренный и персонализированный доступ к продуктам и сервисам, а также скорость обслуживания. Банк – оптимизацию расходов. Но пока существует ряд сложностей, оказаться в будущем, где есть только плюсы от использования ИИ, не получится. Главная из них сегодня – это защита данных граждан и соблюдение всех норм закона при их сборе. Еще одна проблема – нехватка квалифицированных специалистов и инфраструктуры, которая позволит создавать и обучать ИИ-решения. 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.