Изображение создано при помощи модели Kandinsky 3.1
Искусственный интеллект (ИИ) помогает банкам общаться с клиентами, оценивать риски, предотвращать мошенничество и оптимизировать процессы внутри компании. В итоге финансовые организации добиваются значительной экономии средств, а клиенты банков проще открывают счета, копят деньги и проводят расчеты.
В финансовом секторе ИИ пронизывает практически все сферы деятельности, отмечает старший преподаватель факультета экономических наук НИУ ВШЭ Руслан Искяндяров.
Решения на основе ИИ можно поделить на две большие группы, отмечает он. Первая касается продуктов, с которыми клиенты банков взаимодействуют самостоятельно — это, например, чат-боты, голосовые и не только помощники, которые помогают пользователям в решении повседневных задач.
Со второй группой обыватели сталкиваются реже, однако решения на основе больших данных работают круглосуточно и приносят невероятную пользу и клиентам, и компании. К этой группе можно отнести системы антифрода - борьбы с мошенничеством, рекомендательные системы по анализу поведения и предпочтений пользователя, а также решения, которые повышают эффективность работы самой компании.
«Можно сказать, что мы фактически вступили в эпоху, когда каждый из нас соприкасается с искусственным интеллектом, чаще всего даже не замечая этого контакта», — говорит Искяндяров.
Зато бизнес, вкладывая средства в развитие новых технологий, прогнозирует рост прибыли. «Сложно отдельно выделить эффект от использования ИИ в общей сумме полученных эффектов, но консолидированная экспертная оценка лежит в пределах 5-7% от доходов», — говорит директор по инновациям Банка Уралсиб Дмитрий Гришин.
Банки продолжат развивать компетенции в области ИИ и машинного обучения, сбора и обработки больших данных, открытых API (общедоступный бесплатный для потребителя программный интерфейс приложений), выяснили в ходе опроса банков Ассоциация «Финтех» и компания Accenture.
В Т-Банке (более 46 миллионов клиентов и 90 тысяч сотрудников) рассказали, что технологии искусственного интеллекта и машинного обучения интегрированы в разные части экосистемы. Ключевые домены искусственного интеллекта - обработка естественного языка (NLP), компьютерное зрение (CV), рекомендательные системы (RecSys), голосовые технологии (Speech), временные ряды (Time Series).
Наиболее важными для финансового сектора будут те решения, для которых можно прогнозировать прозрачный экономический эффект, отмечает Гришин.
Голосовые помощники и чат-боты используются при звонке пользователя в банки или обращении в чат. Так сокращается время обслуживания и число работающих сотрудников.
Кроме того, на основе технологий ИИ созданы персональные ассистенты для конкретных задач (шопинг, инвестиции, путешествия, финансы, а также ассистенты для детей и умный секретарь). Такие помощники могут напомнить о необходимых платежах или порекомендовать воспользоваться бонусами и скидками.
Еще ИИ помогает пользователям улучшать свое финансовое благополучие, повышать финансовую грамотность. Банковское приложение анализирует данные клиентов и может давать индивидуальные рекомендации, предоставлять статистику по доходам, расходам.
ИИ позволяет внедрить сервис речевой аналитики и контроля качества, что помогает анализировать коммуникации с клиентами, рассказывают в T-Bank.
Также речевые технологии помогают бизнесу автоматизировать работу колл-центров, создавать голосовых роботов, ассистентов, системы речевой аналитики.
Для повышения уровня эффективности внутрикорпоративных процессов банки создают копилоты (нейросети) на основе ИИ для всех крупных профессий внутри компании: поддержки, продаж, представителей и ИТ-специалистов.
К пример, в общении с клиентами действует интеллектуальная система поддержки операторов: так они передают релевантную информацию и быстрее консультируют клиентов.
ИИ позволяет в автоматическом режиме проводить скоринг потенциальных получателей кредитов и за несколько минут давать разрешение или запрет на выдачу средств. Также машина, комплексно оценив риски, может предсказать вероятность дефолта заемщика.
Также технологии ИИ дают возможность в автоматическом режиме обрабатывать и вносить данные клиентов при совершении банковских операций, при которых необходимо подтвердить личность. Машина может за секунды сканировать фото, распознать документы, реквизиты и сопоставить данные.
Расчет наличных в кассе банка тоже все чаще делает не сотрудник, а программа.
Оценка эффективности работы отделений или выбор места установки банкомата – также теперь часто забота ИИ. В первом случае машина быстро анализирует показатели и определяет слабые места в деятельности подразделения. Во втором – на основе больших данных дает рекомендации, где аппарат будет наиболее востребован.
ИИ позволяет предотвращать мошеннические действия с помощью финансового мониторинга и анализа нетипичного поведения как граждан-клиентов, так и компаний.
«Например, система фрод-мониторинга анализирует банковские операции клиентов по тысяче критериев, по каждой транзакции за 50 миллисекунд проводит проверку и определяет, характерная операция для клиента или нет», - поясняют в Т-Банке.
Кроме того, ИИ уже умеет отличать звонки телефонных мошенников в режиме реального времени и разрывать такой разговор. Есть платформы, которые могут нейтрализовывать лжеброкеров и препятствовать передаче средств в финансовые пирамиды.
«Успешных примеров использования big data решений столько, что выделить несколько выдающихся - непростая задача, - говорит Искяндяров. - Причем все чаще big data решения связаны с ИИ-решениями и наоборот. В результате мы получаем идеальный симбиоз данных и искусственного интеллекта, например, при анализе инвестиционной привлекательности стартапов, когда решение о том, инвестировать или нет принимают не люди, а искусственный интеллект на основе анализа big data».
Второй яркий пример сферы эффективного внедрения подобных решений – антифрод системы для борьбы с мошенничеством. «Когда клиенты банков совершают десятки тысяч операций в секунду, и пользователей – десятки миллионов, найти закономерности в этой вселенной данных – настоящий вызов. Добавьте к этому задачу обнаружения мошеннического поведения, что сродни поиску иголки в стоге сена, и вы довольно быстро поймете, что ИИ + работа с big data – это спасение», - добавляет Искяндяров.
В Т-Банке рассказали, что в 2023 году мошенники пытались украсть 21 млрд рублей со счетов клиентов. Защитить средства помог в том числе и ИИ.
Кроме того, в месяц кредитная организация через ботов принимает до двух тысяч мошеннических звонков (максимум – 3,5 тысячи звонков), разрывает их или переводит на телефонного секретаря. Т-Банк научился перехватывать звонки злоумышленников в режиме реального времени и анонимно переводить их на участников, тестирующих сервис защиты банка. Опытные специалисты говорили с мошенниками по 20-25 минут.
«Таким образом за месяц можно вывести из строя один полноценный колл-центр мошенников, который зарабатывает за этот период в среднем от 53 млн рублей. За время закрытого тестирования сервиса с июня 2024 года было предотвращено хищение порядка 500 млн рублей. Участники отняли 400 тысяч часов у злоумышленников, длительность самого продолжительного звонка - 60 минут», - рассказали в банке.
В Сбербанке ИИ распознает 80 процентов личных документов работников, переносит в кадровую систему даже рукописные экземпляры и сканы. Считается, что это позволяет ежегодно экономить 12 тысяч часов рабочего времени. При отборе резюме соискателей, программа анализирует не только формальные параметры, но и смысл, что позволяет выделять наиболее подходящих на должность кандидатов.
ВТБ внедрил чат-бот в онлайн-сервисы, позволив клиентам общаться с банком через разные каналы связи. База знаний программы включает 1600 тем, среди которых 70 интеграционных сценариев: чат-бот обращается к системам банка, чтобы предоставить пользователю ответ на конкретно его вопрос.
Большой потенциал заложен в генеративных моделях ИИ (они способны создавать новый контент и идеи), которым еще предстоит найти свое применение в банке.
«Генеративные модели способны качественно улучшить процесс работы человека с информацией. Это приведет к сокращению времени на анализ договоров и другой документации банка, облегчит работу программистов с кодом (аннотирование, корректировка скрипта) и сократит время аналитиков на ручную обработку данных», - объясняет Гришин.
Сейчас GenИИ не может заменить человека, но способен заменить отдельные регулярно воспроизводимые этапы работ. «Одна из проблем генеративных моделей при внедрении в бизнес-процессы — галлюцинации. Поэтому ответ GenИИ должен подвергаться фактчекингу», — добавляет Гришин.
«Мы надеемся, что ИИ поможет людям, став основой для сервисов в сфере анализа клиентского опыта, консультирования сотрудников и клиентов, а также управления персоналом», - говорит представитель Уралсиба.
С одной стороны, доступ к генеративным моделям может улучшить банковские сервисы. Клиент быстро получит решение проблемы, не дожидаясь ответа оператора. С другой стороны, цифровой помощник может сделать за клиента его работу: проанализировать договор или другой документ, сгенерировать креативы для рекламы.
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!
