Недавно известная компания Juniper Research предложила ознакомиться с результатами исследований, которые указывают на то, что современные банковские системы значительно наращивают усилия и затраты на разработку и создание нового генеративного искусственного интеллекта (GenAI). Использование таких мощных инструментов позволяет улучшить качество обслуживания клиентов и повысить уровень безопасности. По оценкам аналитиков, в текущем году глобальные затраты банков на системы GenAI составят около $6 млрд. В 2030-м, как ожидается, это значение достигнет $85 млрд. Таким образом, рост за рассматриваемый период превысит 1300%. По данным Juniper Research, ведущие банки будут внедрять сервисы GenAI, чтобы предлагать более персонализированный клиентский опыт.

Это позволит финансовым организациям предоставлять более привлекательные услуги по сниженным ценам. Финансовые компании могут использовать чат-боты на основе GenAI для создания рекомендаций по продуктам и ответов на вопросы клиентов. Благодаря средствам ИИ кредитные учреждения могут ускорить выдачи займов на рынках с недостаточным финансовым обслуживанием, что особенно актуально для развивающихся стран. Кроме того, инструменты GenAI помогут более эффективно выявлять различные мошеннические схемы благодаря возможности быстрого анализа огромных массивов данных.

Исследование показало, что системы GenAI позволят радикально изменить привычную работу банков, предоставляя персонализированную информацию о расходах и отслеживая рыночные тенденции. Финансовые организации, по мнению аналитиков, будут все чаще переходить к стратегии, ориентированной на искусственный интеллект, поскольку такие бизнес-модели необходимы для эффективной конкуренции в высокодинамичной банковской среде. Инвестиции в GenAI позволят банкам получить конкурентное преимущество, поскольку их затраты снизятся, а уровень обслуживания клиентов повысится.

В Китае запущена система определения местоположения должников. Она создавалась при участии российских ученых

Ученые Уральского федерального университета (УрФУ) совместно с китайскими разработчиками создали программу, способную вычислить местонахождение заемщиков, которые пропускают или не планируют возвращать платежи по кредитам. Об этой технологии в российском вузе рассказали в декабре 2023 года.

Названы 10 ИИ-трендов, меняющих банковский сектор

Искусственный интеллект оказал влияние на многие отрасли, в том числе на банковский сектор. Благодаря нейросетям и алгоритмам машинного обучения финансовые организации получают возможность улучшить качество предоставляемых услуг, оптимизировать операции и предоставить более персонализированные сервисы для клиентов. Недавно компания Finextra назвала десять ИИ-трендов, меняющих банковскую отрасль.

1. Улучшенное обслуживание клиентов

Чат-боты и виртуальные помощники на базе ИИ становятся обычным явлением в секторе банковских услуг. Эти интеллектуальные инструменты могут взаимодействовать с клиентами круглосуточно, отвечая на запросы, помогая с выполнением рутинных операций и предлагая полезную информацию. ИИ не только повышает эффективность работы финансовых организаций, но и снижает эксплуатационные расходы.

2. Персональные рекомендации

Алгоритмы ИИ анализируют данные о клиентах с целью оценки индивидуальных предпочтений и финансового поведения. Используя такую информацию, банки могут формировать персональные рекомендации, что помогает в продвижении продуктов и услуг.

3. Обнаружение и предотвращение мошенничества

ИИ играет важную роль в повышении безопасности в финансовой отрасли. Модели машинного обучения могут обнаруживать аномалии при выполнении транзакций и предупреждать о потенциально мошеннических действиях. Такие системы анализируют огромные объемы данных в режиме реального времени, быстро выявляя подозрительные операции.

4. Оценка кредитоспособности и анализ рисков

Традиционные модели кредитного скоринга часто ограничены узким набором параметров. Системы на основе ИИ используют более широкий набор источников данных, включая активность в социальных сетях и поведение в интернете. Такой комплексный подход позволяет банкам принимать более точные решения о кредитовании, одновременно снижая риски.

5. Автоматизация операций бэк-офиса

ИИ помогает в выполнении ряда задач, которые раньше осуществлялись вручную и отнимали много времени. Автоматизация не только снижает вероятность ошибок, но и позволяет организациям повысить операционную эффективность.

6. Прогнозная аналитика

Модели на основе ИИ способны анализировать огромные объемы данных о клиентах. Такие инструменты могут использоваться в маркетинговых целях, при разработке новых продуктов и для привлечения клиентов. Модели на основе ИИ способны анализировать огромные объемы данных о клиентах

7. Знай своего клиента

ИИ упрощает процесс регистрации новых клиентов благодаря автоматизации проверки документов. Системы на основе ИИ, такие как распознавание лиц и биометрическая аутентификации, повышают удобство и безопасность.

8. Соблюдение нормативных требований

ИИ помогает банкам соблюдать установленные требования посредством автоматизации нормативной отчетности и мониторинга. Умные системы могут анализировать обширные наборы данных на предмет любых аномалий или нарушений, предупреждая о возможных проблемах.

9. Улучшение безопасности данных

Технологии ИИ, такие как обработка естественного языка и алгоритмы машинного обучения, повышают безопасность при выполнении банковских операций. Эти инструменты могут идентифицировать конфиденциальную информацию в неструктурированных данных и защитить ее от несанкционированного доступа. ИИ также позволяет обнаруживать киберугрозы и реагировать на них в режиме реального времени.

10. Инвестиции и управление капиталом

Роботы-консультанты на базе ИИ делают услуги по инвестициям и управлению активами более доступными. Автоматизированные платформы не только сокращают затраты клиентов, но и делают финансовые сервисы более доступными для широких слоев населения.

Российские банки инвестируют в искусственный интеллект около $1 млрд в год

Крупнейшие российские банки инвестируют в общей сложности в развитие решений на основе искусственного интеллекта около $1 млрд в год, а прибыль от вложений достигает $3 млрд в год. Такие цифры в ассоциации «Финтех» в начале октября 2023 года.

По ее данным, крупнейшие финансовые организации в России уже инвестировали в развитие ИИ более $10 млрд за последние 10 лет. Под крупнейшими  банками подразумеваются пять крупнейших кредитных организаций в России по величине активов на конец 2022 года. В исследовании отмечается, что средние и небольшие российские финансовые компании вкладывают в реализацию портфеля проектов с ИИ лишь 100-300 млн рублей в год. Таким образом, крупнейшие банки РФ инвестируют ежегодно в развитие ИИ в 500 раз больше, чем любые другие компании на рынке.

Ключевой же барьер при внедрении искусственного интеллекта, указывает ассоциация «Финтех», – это дефицит профильных специалистов. 83% российских компаний отметили, что испытывают здесь кадровый голод.

В июле 2023 года глава Сбербанка Герман Греф сообщил, что ежегодно банк инвестирует в искусственный интеллект порядка $1 млрд. При этом отдача от вложений окупается троекратно, заявил он. Как пояснили в «Сбере», искусственный интеллект в банке помогает создавать новые продукты, улучшать клиентский опыт и развивать клиентоцентричный подход.

Новые технологии помогают сотрудникам банка принимать широкий спектр решений на всех уровнях управления. А некоторые решения искусственный интеллект уже принимает лучше человека — например, о том, как оптимально выстроить маршрут инкассации и сколько денег положить в каждый конкретный банкомат, — отмечают в банке.

ЦБ выделил основные риски внедрения ИИ в банковской сфере

Центральный банк выделил три основных риска развития искусственного интеллекта на финансовом рынке: конкуренция, доступ к данным и этический вопрос. Об этом 2 октября 2023 года сообщила пресс-служба депутата ГосДумы РФ Антона Немкина.

Активное внедрение технологий искусственного интеллекта в банковской сфере может привести к угрозе снижения конкуренции, компрометации данных, которые используются для обучения ИИ, а также повлечь за собой этические риски, отметил заместитель председателя Банка России Алексей Гузнов.

Прежде всего растет риск монополизации крупными игроками технологий искусственного интеллекта, поскольку их развитие требует значительных инвестиций как в вычислительные мощности, так и в инфраструктуру обработки данных, которые зачастую недоступны менее ресурсным компаниям.

Наверное, результат получат только те, кто имеет возможность вложиться. И это формирует определенные перекосы, – отметил эксперт.

Кроме того, существует риск недостаточного обеспечения информационной безопасности и, как следствие, возможность утечки персональных данных пользователя.

Среди этических рисков эксперт выделил угрозу принятия предвзятых и дискриминационных решений.

Это не только наша проблема, она осмысляется философски – проблема сочетания человеческого интеллекта и искусственного. Так как ИИ быстрее учится естественному языку, он может гораздо искуснее формировать иллюзии, подбирать соответствующий контекст, – пояснил Алексей Гузнов.

Любые технологии несут в себе как положительные, так и отрицательные явления, считает член комитета Госдумы по информационной политике, информационным технологиям и связи Антон Немкин.

Хорошо, когда мы можем понять какие отрицательные явления есть у некоторой технологии и сразу их купировать. Другое дело, когда возможные негативные последствия на старте определить сложно. Это, во многом, характерно для сферы цифровизации и связано с тем, что развитие технологий, в том числе ИИ, происходят очень динамично – мы не всегда поспеваем за ними, – пояснил Антон Немкин.

На октябрь 2023 года как в России, так и во всем мире происходит определение возможных угроз, которые несет в себе ИИ, а также разработка мер по их устранению, отметил депутат.

Это достаточно масштабная и кропотливая работа, требующая постоянного баланса. Важно понимать, что отрасль ИИ находятся в зачаточном состоянии. Поэтому ее нормативное «закрепощение» потенциально может привести к замедлению темпов развития. Напомню, что с такой практикой уже столкнулись некоторые страны, в которых в следствие излишней регуляции ИИ-технологий значительно упал инвестиционный потенциал. Поэтому, к этому вопросу нужно подходить осторожно и иногда притормаживать, – пояснил Антон Немкин.

Обозначенные Банком России риски релевантны для сегмента ИИ, считает депутат.

Поэтому необходимо определить хотя бы рамочное понимание того, как мы будем их преодолевать. Например, в контексте персональных данных – необходимо предъявлять четкие стандарты, а также следить за их исполнением. У нас в стране, к сожалению, даже без ИИ технологий, утечки – колоссальная проблема. Я думаю, что развитие ИИ должно происходить в опоре на кибербезопасность: без второго не может быть и первого. Вопрос монополизации также очень сложный и здесь есть место для большой дискуссии, в том числе, в контексте стимулирования малых и средних компаний к разработке ИИ со стороны  государства, – считает депутат.

Напомню, что в 2022 году, несмотря на санкционное давление рынок искусственного интеллекта вырос на 18%. Это очень позитивный тренд, поэтому данный сегмент должен оставаться под пристальными вниманием всех участников цифровизации, – заключил Антон Немкин.

Герман Греф рассказал о перспективах использования искусственного интеллекта в банках

Российские банки будут активно внедрять приложения и сервисы на основе искусственного интеллекта в рамках структурной трансформации, нацеленной на предоставление новых услуг и повышение качества обслуживания клиентов. Об этом 6 июля 2023 года сообщил председатель правления Сбербанка Герман Греф.

По его словам, как отмечает газета «Ведомости», в сложившейся геополитической обстановке и в условиях макроэкономических вызовов финансовым организациям необходимо «учиться жить по-новому». Для этого, в частности, следует расширять возможности с помощью современных систем ИИ.

Системы ИИ также могут применяться в области корпоративного кредитования. При обслуживании юридических лиц и индивидуальных предпринимателей «умные» алгоритмы помогают структурировать кредитную сделку, проанализировать риски и проверить деловую репутацию клиента, а также принять итоговое решение. Причём качество предоставления услуг на базе ИИ в данном случае оказывается выше по сравнению с традиционным подходом. «Сбербанк» намерен научиться выдавать сложно структурированные кредиты с помощью ИИ и довести их по объёмам до 80%. В банке также сообщили, что каждый вложенный в искусственный интеллект рубль приносит 6,7 рубля прибыли. К концу 2023 года это значение может увеличиться до 8 рублей.

Нежные роботы-коллекторы и искусственный интеллект. Как ВТБ использует цифровые инструменты для работы с должниками

Банк ВТБ с 2018 года применяет роботов-коллекторов для работы с просроченной задолженностью физических лиц, постепенно расширяя эту практику. На 2021 год всего на это решение приходилось уже 40% от всех голосовых коммуникаций с клиентом в просрочке^[5]. При этом судебных проблем у ВТБ в связи с применением роботов-коллекторов пока нет, рассказал 6 июня 2023 года на пресс-брифинге заместитель президента-председателя правления ВТБ Вадим Кулик.

Применение этой технологи не у всех проходит без проблем. Так, в конце 2022 года TAdviser подробно писал о судебных разбирательствах, так или иначе связанных с использованием роботов-коллекторов в Сбербанке, который активно задействует их с 2017 года, а также о существующем законодательном пробеле относительно роботов-коллекторов (см. статью ниже). В случае Сбербанка речь в судебных делах идёт, например, и о законности самого факта применения роботов-коллекторов, и о допустимом количестве взаимодействий банка с должником с их помощью.

TAdviser проверил: поиск по системам юридической информации, действительно, не выдаёт судебных споров, связанных с использованием роботов-коллекторов для взыскания просроченной задолженности в ВТБ.

Вадим Кулик на пресс-брифинге, отвечая на вопрос TAdviser, объяснил, с чем, по его мнению, это связано. Клиентский срез у ВТБ в среднем отличается от клиентского среза Сбербанка: по различным причинам у ВТБ исторически средний клиентский чек выше, доля «среднего+» клиентского сегмента выше. Поэтому способ и манера сбора задолженности у банка ВТБ мягче, говорит топ-менеджер ВТБ. Построить агрессивную модель сбора банк ВТБ не может себе позволить.

В 2020 и 2021 гг. российский Forbes выпускал рейтинги 15 лучших банков для миллионеров^[6][7], где ВТБ оба раза занял первое место, опередив Сбербанк. В 2020 году, в частности, ВТБ раскрывал данные о наличии у него более 20 тыс. клиентов с финансовыми активами от $1 млн. Это оказалось больше, чем у какого-либо другого участника рейтинга.

Вадим Кулик рассказал, что в области коллекторского направления в ВТБ есть большая номенклатура разных моделей, не только роботы, синтез речи и контента. Начинается всё с модели предсказания, выйдет клиент на просрочку или нет. Есть также модель склонности к тому или иному виду контакта – какой контакт с клиентом будет более эффективным.

Далее вступают модели, когда человек вышел на просрочку или, наоборот, не вышел и лучше ему напомнить. Тогда подключаются различные роботы, которые либо информируют, либо побуждают клиента к действию.

Цифровые технологии применяются при взаимодействии с должником не только роботов, но и сотрудников банка. Для исключения негативных ситуаций, которые могут возникнуть при урегулировании задолженности, ВТБ дополнительно оценивает качество работы сотрудников, используя для этого речевую аналитику.

При этом одним из самых эффективных инструментов урегулирования задолженности в ВТБ называют программы реструктуризации. Их результативность оценивается в 80% – большинство клиентов справляются с задолженностью и продолжают сотрудничество с банком.

В этом тоже помогает цифровизация. В банке работают предодобренные предложения, которые проактивно минимизируют случаи просрочки. Скоринговая модель на основе искусственного интеллекта показывает, кому из заемщиков необходимо оказать помощь, учитывая множество факторов: платежную дисциплину клиентов, их доходы, срок кредита и др. На основе этого банк формирует индивидуальные финансовые предложения – например, пониженный размер ежемесячного платежа.

Примеры использования ИИ в финансовой сфере 

Примеры использования ИИ в финансовой сфере в 2023 г

• На уровне проектирования: прогнозирование востребованности банковских продуктов, предсказание изменений спроса, автоматизированная оценка рисков.
• На уровне производства: автоматизация и оптимизация взаимодействия с существующими и потенциальными клиентами. Автоматизация обработки документов и одобрения кредитов.
• На уровне продвижения: предоставление персонализированных предложений в нужный момент времени. Автоматическое регулирование процентных ставок в зависимости от истории клиента.
• На уровне предоставления обслуживания: развитие автоматизированных систем и интерфейсов самообслуживания во всех каналах коммуникации.

Источник: https://www.tadviser.ru/