ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БАНКОВСКОМ СЕКТОРЕ: ВОЗМОЖНОСТИ И ПРОБЛЕМЫ Текст научной статьи по специальности «Экономика и бизнес»

Международный научный журнал «ВЕСТНИК НАУКИ» № 10 (67) Том 4. ОКТЯБРЬ 2023 г. УДК 33

Иванов А.В.

I курс магистратуры, направление подготовки «Экономика» Псковский государственный университет (г. Псков, Россия)

Научный руководитель: Николаев А.Д.

профессор, д-р экон. наук Псковский государственный университет (г. Псков, Россия)

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В БАНКОВСКОМ СЕКТОРЕ: ВОЗМОЖНОСТИ И ПРОБЛЕМЫ

Аннотация: в статье рассматриваются проблемы использования технологий искусственного интеллекта в банковском секторе в мире в целом и в России в частности. Актуальность темы исследования обусловлена необходимостью создания, высокотехнологичной системы стратегического управления бизнеса на всех экономических уровнях внутренней и внешней политики.

Статья посвящена анализу систем цифровых технологий и их роль в бизнес -процессах банка.

Ключевые слова: искусственный интеллект, рынок финансовых услуг, банковский сектор, трансформация банковской деятельности.

Технологии ИИ являются одним из «основных цифровым элементом глубокой трансформации банковской деятельности, который помогает формировать структуру инвестиционных и финансовых рынков со сдвигом на технологический уровень контроля автоматизированной системы» [7, с. 90].

Использование технологий ИИ ведёт к радикальным изменениям в бизнес-модели традиционных банков. «Банки по всему миру, включая Россию, используют ИИ для повышения качества обслуживания клиентов и изучения их потребностей, увеличения дохода, сокращения операционных расходов и т.д.»

[3].

За последние несколько лет система внедрения ИИ постоянно ускоряются в банковском секторе.

Существенный объем корпоративных инвестиций в банковский сектор постоянно увеличивается не только за России.

На рисунке 1 представлена динамика внедрения ИИ финансовыми компаний за 2021 год.

Объем финансирования ИИ

85 80 75 70 65 60

Рисунок 1. Динамика внедрения ИИ финансовыми компаний за 2021 год, в %

Подавляющее большинство глобальных финансовых компаний либо уже внедрили, либо в настоящее время работают над внедрением ИИ. За 2021 год по сравнению с 2020 год данный регламент увеличился практически 2,5 раза.

Ожидается, что ИИ «станет в ближайшие годы основным инструментом повышения доходности инвестиций компаний по управлению активами. Вместе

ИИ-технологии в рубежом, но и в

правление рисками

Генерация доходов Обслуживание за счет продуктов клиентов

или процессов

Реинжиринг и автоматизация процессов

Привлечение клиентов

I 2020 год ■ 2021 год

с тем массовое внедрение ИИ в сфере финансовых услуг сопряжено с определёнными рыночными рисками». [Digalaki, 2021].

Также соответствие бизнес-модели запросам времени позволяет банкам достигать стратегической устойчивости в динамике, что подразумевает сохранение длительное время повышательной тенденции развития, выраженной комплексом целевых показателей, определяющих экономические, социальные и политические характеристики деятельности в целом.

На рисунке 2 представлен опроса-анкетирования, который был проведён компанией OpenText3.

90 80 70 60 50 40 30 20 10 0

I

/ У / У / / V

' * / У / У

У / / У У ' '

сГ Л? ^ ¿? О«*

■ 2020 год

Рисунок 2. Ответы на вопросы на основании данных компании OpenText3 за 2020 год, в %

Следует отметить, что повышение квалификации сотрудников банка, в разрезе цифровых технологий по разным видам экономической деятельности, будут способствовать быстрому планированию эффективности деятельности по управлению бизнес-процесса банка, не зависимо от сферы деятельности.

В мидл-офисе ИИ служат для оценки рисков, выявления и предотвращения мошенничества с платежами, борьбы с отмыванием денег и проведения регулятивных проверок в соответствии с требованиями

международного принципа «Знай своего клиента» (know-yourcustomer, KYC). В бэк-офисе ИИ автоматизируют трудоемкие, рутинные операции и помогают сотрудникам более эффективно выполнять свои функции.

Опыт ведущих банков мира, которые осуществляют трансформацию своего бизнеса на основе ИИ, показывает, что наибольшую экономию затрат можно получить при условии разработки комплексной стратегии внедрения ИИ во всех структурных подразделениях.

Перечислим основные компоненты выгодных мероприятий от ИИ для российских банков в ближайшие годы, которые представлены на рисунке 3.

Кредитный скоринг.

Поиск заёмщика по возврату кредитных денежных средств Банку по долговым обязательствам

Быстрое реагирование на мошеннические действия из вне

С помощью ИИ крупные российские банки выявляют мошеннические операции

Внедрение ИИ в банковской деятельности

Рисунок 3 - Основные компоненты выгодных мероприятий от внедрения ИИ для российских банков в ближайшие годы

Фактора, которые тормозят использование ИИ в банковском секторе: Недостаточный уровень собственной технической базы ИИ Ограничения инвестиционных затрат Нехватка квалифицированных кадров.

Многие банки, столкнувшиеся с усилением конкуренции на рынке финансовых услуг со стороны новых игроков - финтех-компаний и крупных высокотехнологичных компаний (бигтехкомпаний).

Чтобы успешно конкурировать с многочисленными нетрадиционными посредниками и стабильно развиваться, действующие банки должны принять технологии ИИ в качестве основы своей бизнес-модели, стратегии и операционной деятельности. В противном случае они рискуют отстать от конкурентов и потерять клиентов.

Учитывая эту тенденцию, банкам приходится переосмысливать свое участие в цифровых экосистемах.

Крупные высокотехнологичные компании, выходящие на рынки банковских услуг, имеют большие конкурентные преимущества за счет обширной клиентской сети, огромных массивов данных, масштабирования инновационных технологий, в том числе ИИ.

Основные технологические системы, созданные для обеспечения стабильности операционной деятельности, хорошо зарекомендовали себя при осуществлении традиционных платежей и кредитных операций. Однако в условиях цифровизации они недостаточно эффективны.

В России «Национальная стратегия развития искусственного интеллекта на период до 2030 г. 1 была утверждена в 2019 г., а через год, в 2020 г., правительство приняло Концепцию развития регулирования отношений в сфере технологий искусственного интеллекта и робототехники на период до 2024 г.»

[5].

На рисунке 5 представлен рейтинг ведущих Банков России на 01.01.2023

год.

80 70 60 50 40 30 20 10 0

Ж

У

У

о«**'

•по цифровой зрелости по активам

общий

по депозитам

по надежности по кредитам

Рисунок 5. Рейтинг ведущих Банков России на 01.01.2023 год.

Общий уровень цифровизации российских банков пока остаётся неоднородным. Сохраняется разрыв между первой десяткой игроков (лидерами по активам, располагающими значительными бюджетами) и средними по размеру банками, сфокусированными в последние годы в первую очередь на задачах поддержания существующей ИТ -инфраструктуры. Их затраты на ИТ часто ограничены (менее 500-1000 млн руб.), что препятствует запуску масштабных цифровых инициатив.

На первом песте ПАО СБЕРБАНК, на втором банк ВТБ, Газпромбанк, Альфа- Банк и Тинькофф на третьем месте по внедрению ГГ - технологий.

Чтобы выдержать конкуренцию, банки стремятся сокращать йте-tomarket (ТТМ) своих продуктов. Быстро и эффективно внедрять новые функции позволяет микросервисная архитектура. Микросервисная архитектура помогает оперативнее реагировать на запросы клиентов и постоянно совершенствовать системы, повышая их производительность и линейную масштабируемость, для поддержки растущего объема транзакций и обрабатываемых данных. Например, В Росбанке строят ДБО для юридических лиц с применением микросервисов. ВТБ запустил на базе микросервисов кредитный конвейер. Сбер переводит на

новую архитектуру платформу СберБанк Онлайн. Сбербанк и Росбанк используют платформу Red Hat OpenShift.

В таблице 1 представлен процесс оптимизации процессов и повышения эффективности в банковской сфере.

Таблица 1. Процесс оптимизации процессов и повышения эффективности в банковской сфере

Банки Используют технологии ИИ/ML для задач оптимизации процессов и повышения эффективности. Более половины реализуют такие проекты на базе собственной инфраструктуры. ИИ

РАЙФФАЙЗЕН На основе аналитики данных и использования ML реализуются проекты по автоматизации канала чатов (на базе собственной ботплатформы), автоматизации обработки документов (OCR — распознавание текста), а также скоринговые модели для принятия решений по выдаче кредитов частным и корпоративным заемщикам

ХОУМ КРЕДИТ Более 50% обращений закрывается чат-ботом без перевода на оператора.

РОСБАНК С помощью ИИ обрабатывает данные клиентов при открытии счетов и совершении операций, где требуется подтверждение личности, а также применяет технологию location intelligence для управления сетью отделений, с оценкой их нагрузки.

ТИНЬКОФФ Технологии ML в антифрод-системе, с помощью рекомендательных моделей создаются персональные рекомендации клиентам. При обращении клиента в call -

центр или чат банка используются голосовые помощники и чат-боты.

ВТБ ИИ при формировании предложений и принятии решений по кредитам, в голосовых помощниках, работе колл-центра и чат-ботах

СБЕРБАНК ИИ в процессах корпоративного и розничного взыскания, при выборе мест расположения банкоматов и терминалов, а также в голосовых помощниках для всей экосистемы. Семейство ассистентов «Салют» реализует концепцию мультимодального интерфейса: помимо речи они распознают жесты, управляются сенсорным интерфейсом или с помощью пульта.

По данным ТМТ Консалтинг, 80% российских банков используют технологии ИИ/ML для задач оптимизации процессов и повышения эффективности. Более половины реализуют такие проекты на базе собственной инфраструктуры. На слайде представлены основные направления по внедрению ИИ по банкам. Так же по итогам 2020 года чистая прибыль Сбербанка от использования ИИ составила около 100 млрд рублей, в 2021 году - по предварительной оценке 200 млрд руб. К 2023 году планируется рассмотрение 90% заявок на кредиты с помощью ИИ.

Большинство крупных российских банков сегодня используют технологии роботизации процессов (RPA), и их проникновение продолжает расти.

Альфа-Банк Райффайзенбанк Тинькофф Банк 1IAO Сбербанк ВТБ

Газпромбанк Совкомбанк Россельхозбанк Открытие

Рисунок 6. Внедрение технологии роботизации в банках за 2021 год

Экономический эффект по доп. Доходам, в млн. руб.

Открытие 98

Россельхозбанк 25

Совкомбанк 23

Газпромбанк 19

ВТБ 45

ПАО Сбербанк 32

Тинькофф Банк 65

Райффайзенбанк 85

Альфа-Банк 40

0 20 40 60 80 100 120

Рисунок 7. Динамика роста дополнительных доходов после внедрения технологии роботизации за 2021 год, в млн. руб.

Для одного бизнес-процесса может быть настроен один-два и более роботов, работающих одновременно или поочередно, в зависимости от архитектуры решения. Применение RPA позволит более чем на 50% повысить производительность, а также снизить издержки до 70%.

Таким образом, можно сказать следующее, что новые технологии быстро меняют основы построения успешного бизнеса в сфере финансовых услуг. До сих пор для достижения наилучших результатов в банковской сфере главное значение имели следующие условия:

- размер активов: чем большими активами располагает банк, тем существеннее экономия на масштабе,

- предложение массовых стандартизированных продуктов, обеспечивающих рост доходов,

- тесные и доверительные отношения с клиентами: устойчивое ядро клиентской базы банков составляют постоянные клиенты, долгое время (часто всю жизнь) пользующиеся их услугами,

- высокие «затраты перехода», т.е. затраты клиентов на переход от одного поставщика финансовых услуг к другому. Такие затраты могут возникать по различным причинам, включая использование банками долгосрочных договоров на обслуживание, «привязывающих» клиентов на длительный срок, введение финансовых санкций за преждевременное прерывание договора и т.д.,

- эффективность банковской деятельности, являющаяся функцией преимуществ, созданных человеческим трудом и ноу -хау.

СПИСОК ЛИТЕРАТУРЫ:

1. Бердышев А.В. Искусственный интеллект как технологическая основа развития банков // Вестник университета. - М., 2018. - № 5. - С. 91-94.

2. Бочкова Ю.П. Современные тенденции на рынке банковских услуг России // Вестник БГУ. - 2017.

3. Бутенко Е.Д. Искусственный интеллект в банках сегодня: опыт и перспективы // Финансы и кредит. - 2018. - Т. 24. - № 3.

4. Искусственный интеллект в банковском секторе // Эксперт РА. - 2018. -

15.11. - URL: https://www.raexpert.ru/researches/banks/bank_ai2018/ (дата обращения 15.04.2023).

5. Искусственный интеллект и бизнес: есть контакт? // ВЦИОМ. - 2019. -

12.12. - URL: https://wciom.ru/analyticalreviews/analiticheskii-obzor/iskusstvennyj-intellekt-i-biznes-est-kontakt (дата обращения 15.04.2023).

6. Тонкошкуров И. В., Черкасова Ю. И., Янкина И. А. Причины, сдерживающие развитие рынка корпоративных облигаций в России: региональный аспект // Экономика и предпринимательство. - 2018. - №9 (98). -С. 412-416.

Ivanov A.V.

Pskov State University (Pskov, Russia)

Scientific advisor: Nikolaev A.D.

Pskov State University (Pskov, Russia)

ARTIFICIAL INTELLIGENCE IN BANKING SECTOR: OPPORTUNITIES & CHALLENGES

Abstract: the article discusses the problems of using artificial intelligence technologies in the banking sector in the world as a whole and in Russia in particular. The relevance of the research topic is due to the need to create a high-tech system of strategic business management at all economic levels of domestic andforeign policy.

The article is devoted to the analysis of digital technology systems and their role in the bank's business processes.

Keywords: artificial intelligence, financial services market, banking sector, transformation of banking activity.