CC BY
2
УДК 004.8
ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В БАНКОВСКОЙ СФЕРЕ
В. Н. Керницкий Научный руководитель - Т. Г. Долгова
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газеты «Красноярский рабочий», 31
E-mail: edu@kernitskiy.ru
Рассматриваютсясовременныетехнологии искусственного интеллекта в банковской сфере и перспективы их развития.
Ключевые слова: банк, искусственный интеллект, научно-технический прогресс, технологии, экономика.
USE OF ARTIFICIAL INTELLIGENCE IN BANKING
V. N. Kernitskiy Scientific Supervisor - T. G. Dolgova
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation
E-mail: edu@kernitskiy.ru
The article deals with modern artificial intelligence technologies in the banking sector and prospects for their development.
Keywords: bank, artificial intelligence, scientific and technological progress, technology, economy.
В современных реалиях цифровой экономики банковская сфера испытывает потребность во внедрении новых технологических решений, для упрощения пользования банковскими продуктами, защите данных, а также проведения анализа предпочтений, с целью заинтересовать как действующих, так и потенциальных клиентов.
В процессе цифровизации использование искусственного интеллекта позволяет банкам производить оптимизацию внутренних ресурсов по различным направлениям. Множество игроков банковского сектора уже сейчас внедряют технологии машинного обучения в таких областях как: анализ рисков и автоматизация принятия решений, кибербезопасность, персонализация банковских предложений для конкретного клиента, а также автоматизация типовых операций и взыскание задолженностей.
Стремительное развитие цифровых ресурсов и потребностей клиентов подталкивает все большее количество банков внедрять нейросети в свои системы, наиболее успешно данные проекты реализуют несколько крупных банков России, Сбербанк, Альфа банк и Тинькофф банк. Рассмотрим на примере этих компаний какие направления уже реализованы и как в дальнейшем банки планируют расширять возможности использования искусственного интеллекта.
В рамках Всемирного экономического форума в Давосе, глава Сбербанка Герман Греф заявил, что в 2017 году банку удалось получить доход в 50 миллионов долларов с помощью
Актуальные проблемы авиации и космонавтики - 2020. Том 2
внедрения моделей машинного обучения за счет анализа огромного количества данных и прототипирования потенциальных заемщиков. Раньше рутинной работой по обработке данных занимались люди, однако сейчас для этих целей используются автоматическая система, применение которой позволило сократить штат менеджеров среднего звена более чем на 60 процентов. [1] Немаловажную роль играет и обеспечение безопасности данных, используемых банком. Каждую секунду проводится около восьми тысяч транзакций, и, чтобы обеспечить безопасность этих операций, разрабатываются различные технологии кибербезопасности с применением нейросетей.
Использование моделей машинного обучения, позволяет крупным банкам анализировать операции, проводимые клиентами, эти технологии используются как для работы с банковскими операциями так и с инвестиционными, например банк Тинькофф запустил сервис «Тинькофф Инвестиции» алгоритмы которого обрабатывают данные тысячи ценных бумаг и в режиме реального времени информируют инвесторов об изменениях в показателях компаний.[2] В то же время использование похожих алгоритмов позволяет предлагать более востребованные услуги клиентам банка, в том числе при помощи персонального эдвайзинга.
С целью упрощения работы с данными, снижения нагрузки на сотрудников путем автоматизации типовых задач, разрабатываются комплексы по обработке всевозможных однотипных операций. В 2016 году Сбербанк в качестве пилотного проекта запустил так называемого «робота-юриста, который составляет исковые заявления в рамках работы с физическими лицами. В планах банка к 2020-2021 годам запустить более трех тысяч таких роботов, судить об эффективности, которых можно будет совсем скоро. [3] Также одним из успешных примеров использования таких методов является автоматизация типовых задач, ранее выполняемых сотрудниками в рамках зарплатного проекта Альфа банка, это позволило увеличить продуктивность работы в данном направлении более чем в два раза.
С учетом стремительного роста экономики, увеличиваются также и потребности клиентов, что в некоторых случаях приводит к неправильному расчету долговой нагрузки и как правило увеличению роста задолженности заемных средств, с целью регулирования данного вопроса, сокращения долговой нагрузки на клиентов и возврата задолженности банками развертываются программно-аппаратные комплексы для автоматизации этого вида деятельности. Например, дочерняя компания Сбербанка по взиманию задолженности «АктивБК» успешно разработала и использует в своей деятельности системы автоматического общения с должниками, это позволяет исключить человеческий фактор и избежать нарушения закона, ведь исходя из практики, часто диалог между должниками и сотрудниками коллекторских агентств, складывается крайне трудно, что может приводить к еще более негативным последствиям [4]
Успешное применение данных систем не говорит о том, что все проходит без трудностей, основной проблемой разработки подобных решений является финансовая составляющая, работа по внедрению технологий машинного обучения требует от банков не малых вложений, в первую очередь по причине нехватки качественных кадров. Квалифицированные специалисты, работающие с системами на основе искусственного интеллекта пользуются спросом как в России, так и за рубежом, что в свою очередь приводит к конкурентности и повышению стоимости их услуг, однако в то же время это приносит и немалые доходы, поэтому положительное влияние использования нейросетей в своих технологиях подталкивает банки к их совершенствованию и распределению на другие сферы банковских услуг, которые они предоставляют.
Внедрение систем на основе машинного обучения позволяет успешно существовать на рынке, помогает в развитии цифровой экономики и решает ряд ключевых потребностей банков: наращивание своего потенциала, в том числе путем привлечения новых клиентов, улучшение качества оказываемых услуги увеличение прибыли.
Таким образом, технологии искусственного интеллекта в банковской сфере являются одним из приоритетных направлений, разработка и реализация которых приносит пользу как банкам и их клиентам, так и экономике страны в целом.
Библиографические ссылки
1. РБК Новости. Искусственный интеллект в Сбербанке,международная конференция [Электронный ресурс]. URL: http://www.rbc.ru/finances/25/01/2018/5a6994909a794708f51f2b79 (дата обращения: 4.02.2020).
2. Банки.ру Искусственный интеллект в системе «Тинькофф Инвестиции» [Электронный ресурс]. URL: https://www.banki.ru/news/lenta/?id=10900703 (дата обращения: 4.02.2020).
3. Школа больших данных. Искусственный интеллект как механизм получения прибыли [Электронный ресурс]. URL: https://clck.ru/KhxTp (дата обращения: 4.02.2020).
4. РБК Новости. «Робот-коллектор» Автоматизированное взимание долгов [Электронный ресурс]. URL:https://clck.ru/Khxkq (дата обращения: 4.02.2020).
© Керницкий В. Н., 2020
