CC BY
850ДОРОШКО Виталий Николаевич - кандидат экономических наук, старший преподаватель кафедры мировой и национальной экономики. Белорусский торгово-экономический университет потребительской кооперации. Беларусь. Гомель. E-mail: [email protected].
DOROSHKO, Vitaliy Nikolaevich - Candidate of Sciences (Economics), Senior Teacher of the Department of World and National Economy. Belarusian Trade and Economic University of Consumer Cooperation. Belarus. Gomel. E-mail: [email protected].
УДК 336.71
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ЕГО ПРИМЕНЕНИЕ
В БАНКОВСКОЙ СФЕРЕ
Г.Е. Зорин
Искусственный интеллект - одна из передовых современных технологий, применение которой возможно практически в любой сфере деятельности. Благодаря своей способности содействовать развитию потребительских инноваций эта технология позволяет пользователям принимать более быстрые и обоснованные решения, отличающиеся большей эффективностью. Однако использование искусственного интеллекта в банковском секторе не было массово признано и замедлилось вплоть до появления интернет-банкинга. В последнее время банковский сектор становится активным адаптером искусственного интеллекта, исследуя и внедряя эту технологию по-новому.
В статье предпринята попытка теоретического исследования понятия «искусственный интеллект», в процессе которого интеллект рассматривается через системный подход в его широком понимании. Во вторую очередь рассмотрены существующие варианты применения искусственного интеллекта в банковском секторе, направления вложений в развитие технологий искусственного интеллекта в банковской деятельности, и на основании проведенного исследования сформулировано авторское прогнозное предположение вектора развития использования технологий искусственного интеллекта и машинного обучения в развитии банковских сервисов.
Ключевые слова: искусственный интеллект; человеческое мышление; феноменология интеллекта; банковский сектор; интернет-банкинг; мобильный банкинг; машинное обучение; биометрия.
G.E. Zorin. ARTIFICIAL INTELLIGENCE AND ITS APPLICATION IN THE BANKING SECTOR
Artificial intelligence is one of the advanced modern technologies, the use of which is possible in almost any field of activity. Thanks to its ability to foster consumer innovation, this technology enables users to make faster and more informed decisions that are more efficient. However, the use of artificial intelligence in the banking sector was not widely recognized and slowed down until the advent of Internet banking. Recently, the banking sector has become an active adapter of artificial intelligence, exploring and implementing this technology in a new way.
The article attempts to study the theoretical concept of "artificial intelligence", in which the intellect is seen through a systematic approach in its broadest sense. Secondly, the existing options for the application of artificial intelligence in the banking sector, the direction of investments in the development of artificial intelligence technologies in banking are considered, and on the basis of the study, the author predicts the development of the use of artificial intelligence technologies and machine learning in the development of banking services.
Keywords: artificial intelligence; human thinking; phenomenology of intelligence; banking sector; Internet banking; mobile banking; machine learning; biometrics.
В ходе осмысления перспектив развития искусственного интеллекта многие программисты и передовые менеджеры цифроризации предприятий приходят к заключению, что в научном понимании проблематика искусст-
венного интеллекта связана с распознаванием систем искусственного интеллекта и обычного человеческого мышления. Все чаще в научных изысканиях актуализируются вопросы о наличии оснований утверждать, что попытки
Автоматизация сбора урожая ЯПИЬ Борьба с сорняками и вредителями НвБЛ
Безопасность
Онлайн-расписание и отслеживание транспорта Оптимизация движения
Предотвращение мошенничества Обслуживание клиентов Контроль правомерности действий
Автоматизация процесса Снижение издержек Повышение качества продукции
СФЕРЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
■■■^м Создание комфортных условии Предотвращение аварий ЖКХ Помощь людям с повышенными потребностями
Выполнение опасных для человека функций Предупреждение преступлений Беспристрастность наказания
Регулярная диагностика здоровья Разработка лекарств Телемедицина
Беспристрастность оценки Индивидуализация программ Реализация потенциала обучающегося
Сферы применения искусственного интеллекта [5]
воплощения гносеологических характеристик мышления в современных системах искусственного интеллекта не только предприняты, но и успешны, и о возможности констатации факта полной передачи интеллектуальных функций техническим системам, наделении их гносеологическим инструментарием.
Вышеизложенное предопределяет сферы практического применения искусственного интеллекта (рисунок).
Феноменология интеллекта - это психологическое образование, формирующееся в ходе жизни человека под влиянием ряда факторов, которые обуславливают его уровень и специфические индивидуальные особенности [2]; восприятие интеллекта в разные исторические эпохи философами и учеными других отраслей знаний, а также выделение искусственного интеллекта как особой отрасли науки и анализ имеющихся в ней проблем. В настоящее время проводятся многочисленные исследования с целью привития и фиксирования факта феноменологической способности искусственного интеллекта как одного из факторов его существования с помощью различных комбинаций существующих технологий анализа данных.
Поскольку данные и технологии традиционно являются показателями работы банка, драйверы и концепции, такие как искусственный интеллект (далее - ИИ), в банковском деле, очевидно, будут менять правила игры. ИИ, безусловно, нацелен на значительное упрощение банковских процедур и процессов, и, расширяя сферу автоматизации, технология действительно может сделать процесс более эффективным и продуктивным одновременно. Автоматизированный процесс имеет более стабильные характеристики работы в сравнении с
ручной. Банки должны гарантировать обеспечение конфиденциальности данных клиентов, безопасность движения информационных и денежных потоков, где определенную роль может сыграть ИИ.
Искусственный интеллект - это способность копировать из чего-либо естественного в сфере приобретения и применения знаний и навыков, осуществляемая компьютером. Когда машина имитирует человеческий разум, самостоятельно осуществляет мыслительный процесс, она известна как искусственный интеллект. Компьютеры сконструированы таким образом, что могут выполнять множество действий, некоторыми из них являются обучение, распознавание речи, восприятие, планирование, рассуждение, решение проблем, способность управлять и перемещать объекты вокруг. Таким образом, проблема ИИ фокусирует внимание на создании интеллектуальных машин, которые работают и реагируют, как люди.
Искусственный интеллект продолжает быстро распространяться в отраслях, которые в значительной степени зависят от данных, - это практически все отрасли промышленности. Сектор финансовых услуг не является исключением. Исследование PricewaterhouseCoopers фиксирует, что 52 % руководителей индустрии финансовых услуг в настоящее время вкладывают «существенные» инвестиции в искусственный интеллект, и 72 % лиц, принимающих бизнес-решения, считают, что ИИ будет бизнес-преимуществом в будущем.
Машинное обучение (ML - machine learning) - класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных за-
дач. Для построения таких методов используются средства математической статистики, численных методов, методов оптимизации, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме [7]. ML стало постоянным элементом в fintech, создавая почти безграничные возможности, поскольку оно продолжает расширяться и развиваться [13].
Согласно отчету PWC Fintech Trends India за 2017 г., глобальные расходы на искусственный интеллект достигли 5,1 млрд долл. В отчете IHS Markit «искусственный интеллект в банковском деле» прогнозируется, что расходы вырастут и достигнут 300 млрд долл. к 2030 г. Это показывает, что искусственный интеллект достиг той точки, когда он становится доступным и эффективным для внедрения в финансовый сектор [10]. Чем больше технологические предприниматели знают о новых финансовых технологиях, тем лучше они будут подготовлены для создания технологических стартапов, предназначенных для привлечения прибыльных инвесторов и покупателей из банковской отрасли.
Банки играют важную роль в развитии финансовой жизни современного общества и мировой экономики, обрабатывая наличные деньги, кредиты и другие финансовые операции. Банки помогают клиентам отслеживать свои расходы и сбережения, мотивируют их экономить деньги и зарабатывать проценты для безопасного будущего. Это стимулирование, в свою очередь, помогает банкам оказывать финансовую помощь для развития крупных отраслей промышленности. Поскольку банковская отрасль играет значимую роль в развитии мировой экономики, целесообразно, чтобы каждая финансовая операция, совершаемая через банки, была должным образом документирована.
Для этого банки прежде всего используют компьютерные технологии, обеспечивающие формирование массивов баз данных. Многие из удаленных каналов обслуживания, которые банки используют для своих операций, проходят через банкоматы, почту, телефонный банкинг, интернет-банкинг и мобильный банкинг. Банковская система настолько хорошо связана, что каждая транзакция может быть отслежена, и обмен информацией может быть осуществлен из любой части мира при условии подключения к этим сетям. Деятельность банковского мира осуществляется с помощью компьютеров и сетей, и эту возможность банкам предоставляет искусственный интеллект [12].
Наиболее существенной частью этого процесса является машинное обучение в банков-
ской отрасли, которое способно взаимодействовать с людьми, принимая решения о поощрении клиентов. Основная цель искусственного интеллекта в банковской сфере - получение представления о предпочтениях клиентов, уровне их удовлетворенности банковскими услугами, оказание содействия в определении будущих ожиданий клиентов в отношении новых финансовых продуктов и технологий.
Банковская индустрия использует искусственный интеллект в различных направлениях:
1. Удовлетворенность клиента.
Искусственный интеллект помогает увеличить доход, быстрее принимать решения и выстраивать отношения с клиентами. Наличие искусственного интеллекта не только гарантирует удовлетворенность клиента, но и помогает банкам поддерживать эффективное функционирование бэк-офиса.
2. Виртуальный собеседник.
ИИ помогает клиентам узнать детали транзакций, состав предлагаемых дополнительных услуг. С помощью чат-ботов банки могут понять требования каждого клиента, сформировать правильные коммерческие предложения, реализовать программы лояльности.
3. Обнаружение мошенничества.
Мошенничество в банковской деятельности является одной из самых серьезных отраслевых проблем. Когда происходят кибератаки, направленные на финансовое мошенничество, пострадавшему человеку и банку очень трудно справиться с ними без обнаружения ИИ факта проникновения в систему. Чем быстрее поступит ответ от ИИ об угрозе, тем быстрее будет она устранена - это помогает банку сохранить своих постоянных клиентов. Искусственный интеллект обладает уникальной способностью к обнаружению и минимизации риска банковского мошенничества. Одним из способов выявления банковского мошенничества является сканирование обширных транзакционных данных и отслеживание любых неортодоксальных действий или нерегулярных моделей поведения [8].
4. Оцифровка.
Оцифровка использует поддержку технологии для преобразования данных в цифровой формат. Есть много преимуществ использования оцифровки в банковской отрасли, которые позволяют достичь следующие цели:
1) повышение качества обслуживания клиентов;
2) оптимизация временных затрат как для клиента, так и для банка;
3) снижение вероятности риска человеческой ошибки;
4) формирование лояльности клиентов;
5) обеспечение движения денежных потоков;
6) организация безналичных расчетов.
Когда технологии искусственного интеллекта внедряются в банковскую практику, они помогают эффективно исследовать базу данных и облегчают банкам формирование рекомендаций, прогнозов и выполнение специализированных финансовых консультаций для клиентов. С помощью этих приложений можно быстро получить информацию о финансовых стратегиях, кредитных ставках и будущем прогрессе рынка.
Научная полемика в отношении возможностей ИИ в индустрии финансовых услуг распространяется сегодня на фоне значительного интереса, формирующегося вокруг технологий. Совокупная потенциальная экономия затрат для банков от приложений, построенных на основе ИИ, оценивается в 447 млрд долл. к 2023 г., причем на передний и средний офис приходится 416 млрд долл. общего объема [14].
В настоящее время банки финансируют разработки применения технологий ИИ в следующих направлениях:
1. Персонализированное финансовое руководство.
Искусственный интеллект поможет клиентам принимать простые и быстрые финансовые решения в отношении получения актуальной информации о текущей структуре рынка, предложений по финансовым продуктам, в которые целесообразно инвестировать.
2. Интерактивные системы голосового реагирования (IVRS).
Автоматизированная голосовая система помогает при взаимодействии с клиентами, маршрутизации звонков в соответствующие банковские подразделения, информировании и текущем консультировании клиентов [6].
3. Служба поддержки клиентов.
В обозримом будущем службы поддержки клиентов останутся неотъемлемой частью банковских и других финансовых услуг, поэтому машинное обучение в этой области имеет жизненно важное значение. Вложения в чат-боты обработки и автоматизации вызовов для многих из крупнейших банков, включая JPMorgan Chase, банк Америки, Ситибанк, ЧПУ и Американский банк, являются приоритетными, и их разработки сосредоточены в значительной степени в этой области, чтобы улучшить обслуживание клиентов, одновременно увеличивая доход.
4. Безопасность и выявление мошенничества.
ML может использовать алгоритмы для
идентификации признаков мошенничества в
отношении конкретных действий, обеспечивая улучшенную аутентификацию пользователя путем анализа различных факторов. AI- и ML-инновации в области безопасности и обнаружения мошенничества непосредственно влияют на обслуживание клиентов.
5. Мобильный банкинг
ИИ в мобильном банкинге принципиально меняет восприятие клиента. Основной предпосылкой мобильного банкинга является предоставление банковских услуг в круглосуточном режиме, а также предоставление сотрудникам службы поддержки клиентов возможности сосредоточиться на более сложных задачах. Например, Erica, чат-бот Bank of America, виртуальный помощник на основе искусственного интеллекта, может помочь клиентам проверить баланс, напомнить им о счетах и ответить на вопросы, связанные с банком.
6. Алгоритмическая торговля.
Анализ тысяч фрагментов данных одновременно позволяет ML оценить как ожидаемую прибыль, так и потенциальный риск, а также получить надежную оценку, основанную на Q-learning, что поможет в принятии коммерческих решений [4]. Ярким примером подобных вложений служит Акселератор от ПАО Сбербанк и 500 Startups.
Среди российских банков уже наблюдается группа лидеров в области применения технологий искусственного интеллекта и машинного обучения. Рейтинговое агентство «Эксперт РА» и RAEX (РАЭКС-Аналитика) подготовили их классификацию по уровню использования технологий ИИ (таблица). В опросе приняли участие лидеры российского рынка в сфере применения технологий AI и ML. В классификации, приведенной в таблице, нет класса «ниже среднего», поскольку банки, которые мало внимания уделяют технологиям ИИ, не дали согласия на заполнение анкеты. От раскрытия информации отказался ряд банков, которые могли претендовать на класс «выше среднего».
Банки-лидеры, по мнению рейтинговых агентств, адаптировали под нужды ИИ свои ИТ-платформы, собрали сильные команды, организовали работу с данными, накопили опыт использования продвинутых алгоритмов машинного обучения. Во многом благодаря их усилиям российский банковский сектор не отстает от общемировой тенденции превращения банков в подобие зарегулированной технологической компании. Отставание во внедрении технологий ИИ может осложнить выживание на рынке банковских услуг даже крупным банкам.
Итоговая оценка учитывает нижеперечисленные факторы:
Классификация российских банков по уровню использования технологий ИИ
Класс (краткое название) Класс Банки, включенные в класс
Значительно выше среднего Заявленный банком уровень использования технологий искусственного интеллекта и машинного обучения значительно выше среднего уровня, характерного для крупных российских банков Тинькофф Банк, Банк ГПБ, МТС Банк
Выше среднего Заявленный банком уровень использования технологий искусственного интеллекта и машинного обучения выше среднего уровня, характерного для крупных российских банков, при наличии значимого потенциала в этой сфере Московский кредитный банк, Банк «Русский Стандарт», Промсвязьбанк, Банк «Ренессанс Кредит»
Близок к среднему Заявленный банком уровень использования технологий искусственного интеллекта и машинного обучения близок к среднему уровню, характерному для крупных российских банков УБРиР, БКС Банк, Банк «ДельтаКредит», Банк «Открытие»
1. Уровень использования ИИ в рамках кредитного анализа (вес 45 %).
2. Уровень использования ИИ в рамках деятельности банка в целом (вес - 55 %) [3].
В последнее время банки по всему миру внедряют биометрию для преобразования и автоматизации процессов KYC («Знай своего клиента», англ. Know your customer). Банки все чаще применяют биометрическую идентификацию клиентов для совершения операций с использованием мобильных устройств, таких как смартфон, ПК или планшет. Клиенты могут либо использовать встроенные биометрические датчики устройств, либо присоединить к ним портативное биометрическое оборудование с помощью кабеля USB или подключения Wi-Fi.
Биометрия уже попала в основной поток интересов клиентов в мире с появлением все большего числа устройств, использующих в настоящее время биометрическую аутентификацию в качестве системы безопасности. Технология постепенно стала стандартом для автоматизации процедур KYC в банках, здравоохранении, розничной торговле и других учреждениях. Считается, что биометрия обладает большим потенциалом для преобразования процессов KYC и в конечном итоге обеспечивает лучший опыт работы с клиентами [9].
Из проведенного нами исследования становится очевидным, что будущее развитие AI и ML будет также связано с биометрией. Перспективу развития имеют направление анализа биометрических данных искусственным интеллектом при подборе финансовых продуктов, динамическое отслеживание реакции клиента на интонацию общения его с работником банка через камеры широкого разрешения с захватом мимики лица в реальном времени. При колла-борации данных технологий произойдет упрощение общения работника банка с клиентом
при подборе кредитных продуктов, так как при помощи оценки биометрических данных ИИ банк сможет повысить эффективность оценки возможности клиента погашать кредиты.
AI и ML с аналитикой биометрии углубят понятие искусственного интеллекта в сторону наделения его феноменологической характеристикой и способностью к абстрактному мышлению.
В заключение отметим, что влияние машинного обучения не заканчивается банковской сферой и биржевой торговлей. Одним из перспективных направлений использования AI и ML является анализ новостных сюжетов, социальных сетей и аналогичных источников для прогнозирования влияния социальных факторов на динамику индикаторов рынка. Эти ключевые факторы оказывают гораздо более сильное влияние на рынок, и способность ML учитывать их в дополнение к жестким условиям конкурентного рынка, несомненно, окажет влияние на развитие экономики.
Таким образом, клиентоориентированной целью внедрения искусственного интеллекта в банковский сектор является обеспечение персонализированных и высококачественных условий для формирования удовлетворенности клиентов параллельно с эффективными и экономящими время услугами.
Список литературы
1. О стратегическом планировании в Российской Федерации: федер. закон от 28.06.2014 № 172-ФЗ. URL: http://www.consultant.ru.
2. Белкина О.А. Феноменология эмоционального интеллекта // Вестник Московского городского пед. ун-та. Серия «Педагогика и психология». 2009. № 4. С. 47-62.
3. Искусственный интеллект в банковском секторе // Рейтинговое агентство «Эксперт РА»: интернет-сайт. 15.11.2018. URL: https://raexpert.ru.
4. Обзор TAdviser: ИТ в банках 2019 // TAdviser: портал выбора технологий и поставщиков. 31.12.2019. URL: http://www.tadviser.ru/ index.php.
5. Польза искусственного интеллекта. URL: https://profiles.ru (дата обращения: 02.03.2019).
6. Рынок инноваций и инвестиций Московской биржи (РИИ Московской биржи) // Московская биржа. URL: https://www.moex.com (дата обращения: 23.12.2019).
7. Флах П. Машинное обучение. М.: ДМК Пресс, 2015. 400 с.
8. 8 amazing ways consumers can benefit from the impact of artificial intelligence on the banking sector, financial sectors // Financial Express. December 22, 2017. URL: https://www.financialexpress.com.
9. Biometrics: authentication and identification (definition, trends, usage cases, laws and latest news). 2020. Review. URL: https://www.pwc.in (Accessed: 15.01.2020).
10. Blurring lines between technology and financial services. URL: https://www.pwc.in (Accessed: 29.12.2017).
11. Hita Gupta. SBI turns to Artificial Intelligence-powered chat assistant; here is what you get // Financial Express. September 26, 2017. URL: https://www. financialexpress.com/industry/banking-finance/ sbi-turns-to-artificial-intelligence-powered-chat-assistant-here-is-what-you-get/870752.
12. Kul Bhushan. Artificial Intelligence in Indian banking: Challenges and opportunities // Livemint. July 9, 2018. URL: https://www.livemint.com/AI/ v0Nd6Xkv0nINDG4wQ2J0vK/Artificial-Intelligence-in-Indian-banking-Challenges-and-op.html.
13. Nav Gill. Overview of Artificial Intelligence and Role of Natural Language Processing in Big Data // Data Science Central: The Online Resource For Big Data Practitioners. May 24, 2017. URL: https://www.datasciencecentral.com/profiles/blogs/ overview-of-artificial-intelligence-and-role-of-natural-language.
14. The Digital Trends You Need to Know to Stay Competitive. URL: https://www.businessinsider. com/intelligence (Accessed: 31.12.2018).
References
1. O strategicheskom planirovanii v Rossijskoj Federatsii [On Strategic Planning in the Russian Federation]: feder. zakon ot 28.06.2014 № 172-FZ. URL: http://www.consultant.ru.
2. Belkina O.A. Fenomenologiya emotsio-
naFnogo intellekta [Phenomenology of Emotional Intelligence] // Vestnik Moskovskogo gorodskogo ped. un-ta. Seriya «Pedagogika i psikhologiya». 2009. № 4. S. 47-62.
3. Iskusstvennyj intellekt v bankovskom sektore: ofits sajt. URL: https://raexpert.ru (Accessed: 12.06.2018).
4. Obzor TAdviser: IT v bankakh 2019: ofits. sajt. URL: http://www.tadviser.ru/index.php (Accessed: 31.12.2019).
5. Polza iskusstvennogo intellekta: ofits. sajt. URL: https://profiles.ru (Accessed: 02.03.2019).
6. Rynok innovatsij i investitsij Moskovskoj birzhi (RII Moskovskoj birzhi): ofits. sajt. URL: https://www.moex.com (Accessed: 23.12.2016).
7. Flax P. Mashinnoe obuchenie. M.: DMK Press, 2015. 400 s.
8. 8 amazing ways consumers can benefit from the impact of artificial intelligence on the banking sector, financial sectors // Financial Express. December 22, 2017. URL: https://www.financialexpress.com.
9. Biometrics: authentication and identification (definition, trends, usage cases, laws and latest news). 2020. Review. URL: https://www.pwc.in (Accessed: 15.01.2020).
10. Blurring lines between technology and financial services. URL: https://www.pwc.in (Accessed: 29.12.2017).
11. Hita Gupta. SBI turns to Artificial Intelligence-powered chat assistant; here is what you get // Financial Express. September 26, 2017. URL: https://www.financialexpress.com/industry/banking-finance/sbi-turns-to-artificial-intelligence-powered-chat-assistant-here-is-what-you-get/870752.
12. Kul Bhushan. Artificial Intelligence in Indian banking: Challenges and opportunities // Livemint. July 9, 2018. URL: https://www.livemint. com/AI/v0Nd6Xkv0nINDG4wQ2J0vK/Artificial-Intelligence-in-Indian-banking-Challenges-and-op. html.
13. Nav Gill. Overview of Artificial Intelligence and Role of Natural Language Processing in Big Data // Data Science Central: The Online Resource For Big Data Practitioners. May 24, 2017. URL: https://www.datasciencecentral.com/profiles/blogs/ overview-of-artificial-intelligence-and-role-of-natural-language.
14. The Digital Trends You Need to Know to Stay Competitive. URL: https://www.businessinsider. com/intelligence (Accessed: 31.12.2018).
ЗОРИН Григорий Евгеньевич - магистр экономики, аспирант. Северо-Восточный федеральный университет имени М.К. Аммосова. Россия. Якутск. E-mail: [email protected].
ZORIN, Grigory Evgenyevich - Master of Economics, Postgraduate. North-Eastern Federal University named after M.K. Ammosov. Russia. Yakutsk. E-mail: [email protected].
