Источник: изображение создано при помощи модели Шедеврум
О том, как искусственный интеллект помогает финансовым компаниям и банкам оценивать риски, защищать большие объемы данных, делать процессы точнее, быстрее, прозрачнее, а также прогнозировать будущее, рассказал Руслан Искяндяров, старший преподаватель факультета экономических наук НИУ ВШЭ и научный сотрудник научно-учебной лаборатории макроструктурного моделирования экономики России.
Содержание:
Мир финансов с каждым годом становится сложнее и динамичнее: объемы данных растут в геометрической прогрессии, и риски возникают там, где еще вчера их не было. Компаниям приходится принимать решения в условиях постоянной неопределенности, защищать клиентов от угроз и делать это быстро, безошибочно и этично.
На помощь приходят технологии, которые преобразуют правила игры. Искусственный интеллект уже стал незаменимым помощником в управлении рисками. Но, возможно, то, что мы видим сегодня, — это лишь начало. Что нас ждет, когда на сцену выйдет универсальный искусственный интеллект, способный переосмыслить сам подход к управлению финансовыми рисками?
Управление рисками в компаниях финсектора – важнейший процесс при запуске нового продукта или предложении уже существующего. На первый взгляд кажется, что все достаточно просто. Но это не так: риски разнообразны, а объем информации, которым располагают предприятия, слишком велик.
Финкомпании ежедневно генерируют и обрабатывают колоссальный объем данных. Любое действие пользователя, будь то открытие мобильного приложения, покупка в магазине или заявка на приобретения полиса страхования отражаются в базе данных организации. Помимо этого, компании изучают открытые данные, например, отзывы клиентов в соцсетях. Скорость и гибкость подходов к анализу этой информации, а также точность в прогнозировании будущего – залог успеха.
В вопросах управления рисками компании все чаще прибегают к помощи искусственного интеллекта. Так практически мгновенно они могут анализировать операции клиентов и выделять среди них подозрительные. На основе изучения информации о поведении пользователей - предлагать им продукты. Также с помощью ИИ можно формировать карты рисков, чтобы понимать, какие процессы необходимо улучшить.
Кредитные риски
Задача анализа кредитных рисков – классическая. Поставьте себя на место банка, в который поступает заявка на выдачу кредита. ИИ позволяет качественно проанализировать потенциального заемщика, его социально-демографический профиль. Причем одобрить или отказать в займе нужно за минуту, иначе клиент получит средства у вашего конкурента. Задача непростая.
Практически моментально ИИ может проанализировать множество факторов, которые определяют платежеспособность гражданина: данные о доходах и расходах, социальном профиле и даже стиле общения с банком, создавая точные профили заемщиков, оценивая риски и вероятность возврата средств.
Противодействие мошенничеству
С каждым днем финансовое мошенничество становится все более изощренным. Компании финсектора довольно быстро поняли, что ответить на этот вызов можно благодаря ИИ. Например, сегодня лучшие алгоритмы ИИ в онлайн режиме анализируют не только сами транзакции клиентов, но и поведенческие паттерны: сколько времени клиент проводит на сайте или в приложении, какие устройства использует, с какого IP-адреса заходит. Еще до входа в личные кабинеты ИИ в области биометрических данных проверяет личность человека и принимает решение, впустить клиента в мобильное приложение или запросить дополнительную проверку.
Ставка на ИИ себя оправдывает: компании благодаря подобным системам выявляют мошеннические операции на миллиарды рублей, надежно защищая средства клиентов.
Страхование
В страховании ИИ помогает не только оценивать риски, но и предотвращать мошенничество. Например, системы на основе ИИ анализируют фотографии поврежденных автомобилей, чтобы выявлять подделки или необоснованные требования. Это сокращает расходы страховщиков и повышает уровень доверия добросовестных клиентов.
AGI
Появление AGI (Artificial General Intelligence, универсальный искусственный интеллект) преобразит не только сферу управления рисками, но и множество других. Сегодня ИИ обучен на выполнение конкретной задачи. У AGI подобных ограничений не будет. Он сможет самообучаться, по своему желанию проанализировать макроэкономические тенденции, понимать взаимосвязи между глобальными экономическими процессами и локальными угрозами.
Например, AGI потенциально сможет предсказывать влияние глобального кризиса на поведение заемщиков в конкретном регионе и порекомендовать компаниям стратегии минимизации рисков. Не станет проблемой выявление и анализ кибератак, автоматическое принятие действий по изоляции угроз без вмешательства человека. В конечном счете мы, как клиенты, будем взаимодействовать не с компанией в привычном нам понимании, а с универсальным искусственным интеллектом от данной компании. И даже не мы, а AGI, который будет представлять нас.
Этические вызовы
Чем больше финсектор полагается на ИИ, тем важнее становятся вопросы его этичности и справедливости. Алгоритмы, которые на первый взгляд кажутся объективными и нейтральными, на практике могут отражать предвзятость, заложенную в исходных данных. Например, если ИИ-алгоритмы обучены на данных, где определенные группы клиентов чаще получают отказы по кредитам, это может закрепить дискриминацию и на будущих представителей с идентичными характеристиками.
Также важен вопрос ответственности: кто должен ее нести, если ИИ ошибается. Например, что произойдет, если алгоритм ошибочно заблокирует транзакцию или пропустит мошенническую операцию. В такой ситуации пока не ясно, должна ли компания нести полную ответственность за действия ИИ, или часть - ложится на разработчиков алгоритма.
В будущем, с развитием универсального ИИ, вопросы этики станут еще более острыми. Устройства, способные самостоятельно принимать решения и обучаться, будут требовать нового регулирования. Задача сбалансировать стремление к инновациям с необходимостью защиты интересов общества будет непростой.
В целом, будущее управления рисками — это симбиоз технологий и человека, прозрачность решений и постоянное совершенствование подходов. Но готовы ли мы доверить так много задач искусственному интеллекту? Или, может быть, пора задуматься о том, какую роль в этой системе должен играть человек? Ответ на этот вопрос каждый из нас должен дать сам.
Редактировала Мария Семенова
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!