CC BY
104УДК: 336.71:004.89(045)
ВНЕДРЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ДЕЯТЕЛЬНОСТЬ
КРЕДИТНЫХ ОРГАНИЗАЦИЙ
А.А. Дулёв
ФГОБУ ВО Финансовый университет при Правительстве Российской Федерации,
Москва, Россия E-mail: [email protected]
Аннотация. Цель данной статьи рассмотреть вопросы, связанные с развитием искусственного интеллекта и его внедрением в банковские технологии. В работе используется аналитический метод. Основной вопрос, почему в последние годы банки все чаще объявляют о трансформации своего бизнеса, переходу на более инновационную модель. Раскрывается тема преимуществ машинного обучения, которое при эффективном использовании, способно снизить операционные издержки кредитных организаций; сократить время, требуемое на их выполнение; улучшить качество услуг; повысить доход кредитной организации и т.д. В работе анализируются самые перспективные направления, где могут использоваться результаты ИИ в банках, а также платформы, которые уже были внедрены в данные направления. Описываются ряд новейших систем, основанных на ИИ, и рассказывается как именно данные системы могут трансформировать работу банка с клиентами. Кроме этого, в статье приводятся несколько зарубежных примеров, в особенности в США, которые доказывают важность перехода российского банковского бизнеса на более инновационную модель. В конце работы делается заключение, на сколько сегодня искусственный интеллект важен для банковской системы; подчеркивается необходимость создания и внедрения новейших платформ; а также, подводятся итоги преимуществ, которые получит банк, трансформируя свою деятельность.
Ключевые слова: искусственный интеллект, машинное обучение, платформа, система, инновация, перспектива.
INTRODUCTION OF ARTIFICIAL INTELLIGENCE IN THE ACTIVITY OF CREDIT ORGANIZATIONS
Alexey A. Dulyov
Financial University under the Government of the Russian Federation, Moscow, Russia
E-mail: [email protected]
Abstract. The purpose of this article is to consider issues related to the development of artificial intelligence and its implementation in banking technology. The analytical method is used in the work. The main question is why in recent years, banks are increasingly announcing the transformation of their business, the transition to a more innovative model. The article deals with the advantages of machine learning, which, when used effectively, can reduce the operating costs of credit institutions; reduce the time required for their implementation; improve the quality of services; increase the income of the credit institution, etc. The paper analyzes the most promising areas where the results of AI in banks can be used, as well as platforms that have already been implemented in these areas. It describes a number of new systems based on AI, and describes how these systems can transform the Bank's work with customers. In addition, the article presents several foreign examples, especially in the United States, which prove the importance of the transition of the Russian banking business to a more innovative model. At the end of the work, the author concludes how important artificial intelligence is for the banking system today; emphasizes the need to create and implement new platforms; and summarizes the benefits that the Bank will receive by transforming its activities.
Keywords: artificial intelligence, machine learning, platform, system, innovation, perspective. 1. ВВЕДЕНИЕ умозаключения, обучаться, решать
В 2018 году одной из главных тенденций в поставленные задачи и т.д [1]. ИИ способен по работе кредитных организаций является заданному алгоритму работать по тому же развитие искусственного интеллекта. В принципу, которому работает человеческий последнее время все больше банков объявляет о мозг. Основной принцип ИИ - машинное том, что в их работе произойдет трансформация, обучение, то есть создание такого алгоритма, вследствие внедрения искусственного который способен проанализировать большой интеллекта (далее ИИ). ИИ - это компьютерные объем данных; найти взаимосвязь, полученных системы, обладающие ключевыми результатов; построить предиктивные и
способностями человека: пониманием речи, регрессионные модели [2]. способностью общаться, анализировать, делать
Большинство экспертов считают, что ИИ существенно поможет банкам автоматизировать и улучшить качество обслуживания клиентов. В международном отчете Artificial Intelligence Report 2017 указывается, что в способности проводить точный синтетический анализ сложных запросов (более 40 слов), ИИ почти сравнялся с человеческим мозгом. Машины могут с этим справляться так же, как человек в 94% случаев. А в отдельных операциях, например, в распознавании объектов по картинке или фотографии, машинный мозг превосходит человеческий. Такие успехи в автоматизации процессов сильно заинтересовал
Верификация данных Защита информации Управление персоналом Анализ новостных лент и социальных сетей и PR-целях
Маркетинг
Удаленная идентификация клиентов Алгоритмическая торговля Взыскание задолженности Автоматизация колл-цептров и внедрение чат-ботов Контроль :ia соблюдением 1 ] 5-ФЗ Выявление мошеннических транзакций Кредитный скоринг
банковский сектор и не только, ведь автоматизация означает сокращение временных затрат, эффективность и улучшение качества услуг [9].
2. ОСНОВНЫЕ НАПРАВЛЕНИЯ ВНЕДРЕНИЯ ИИ
В исследовании рейтингового агентства «Эксперт РА» «Искусственный интеллект в банковском секторе» говорится о самых перспективных направлениях внедрения ИИ. Тройку лидеров составляют: кредитный скоринг, распознавание мошеннических транзакций и взыскание задолженности.
ю 11
Рис. 1. Области применения ИИ с наибольшим потенциалом [5].
Опишем некоторые платформы,
используемые в этих направлениях. Ginimachine - платформа для оценки кредитоспособности заемщика на базе машинного обучения. Она позволяет повышать доходность кредитного портфеля организации путем выдачи ссуды заемщику, который с большей вероятностью выполнит вовремя все условия, указанные в договоре. Создатели проекта отмечают, что раньше кредит выдавали заемщику, который просто приходил и заполнял анкету. Сейчас же банки используют более сотни параметров для принятия решения. Но не все они являются нужными. Данная платформа умеет анализировать, какие параметры действительно важны для конкретного заемщика. На создание модели нужны считанные минуты. Производились успешные пилотные проекты
Ginimachine в некоторых странах, участники которых уже конвертировались в клиентов [8]. Что касается платформ распознавания мошенничества, то один из самых успешных проектов был запущен в 2017 году северно-европейском банке Danske Bank, совместно с Thing Big Analytics. Платформа использует метод глубокого изучения, позволяющий выявить десятки тысяч скрытых признаков мошенничества в режиме онлайн. Процент ошибочных результатов минимальный при низких расходах. Тем самым датский банк повысил свою эффективность и ожидает окупаемость проекта в течение 2 лет. В третьем потенциально-успешном направлении
отличился позже санируемых банк «Бинбанк». Он одним из первых на рынке объявил о внедрении ИИ в работе по взысканию
задолженности. Бинбанк начал использовать принципиально иной подход - uplift модель, которая основывается на прогнозе реакций клиента на то или иное действие банка. В этой системе используется язык программирования Python. Uplift способен определить нуждается ли банк в информировании заемщика об очередном платеже. Это позволяет банку избежать лишних затрат [6].
3. СИСТЕМЫ, ОСНОВАННЫЕ НА ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ 3.1 ЧАТ-БОТЫ, РОБОЭДВАЙЗИНГ И РАСПОЗНОВАНИЕ ОБРАЗА КЛИЕНТА
Сегодня на банковском рынке существует ряд систем, которые работают на искусственном интеллекте. Наиболее перспективными сервисами считаются чат-боты. Последние исследования показывают, что ими пользуется более 20% российских банков в различных социальных сетях и месседжерах. Большинство находятся в Telegram. Задача ботов - полностью заменить мобильные приложения в банках. Чат-бот - это новый способ коммуникации клиента и банка. Система позволяет хранить историю клиенты и предлагать только те продукты, которые потенциально ему будут нужны. Чат-боты широко распространены в США, где их функционирование основывается на базе финансовых транзакций клиентов. Далее бот производит анализ доходов и расходов клиента. И, только, после этого предлагает услуги по экономии, накоплению, сбережению и тд. То есть бот становится личным финансовым советником человека. Чат-бот позволяет переписываться с банком; совершать переводы средств; получать необходимую информацию о счете, котировках акций; получать рекомендации по торговле на бирже и многое другое. В основе функционирования любого бота лежит распознавание языка человека, что отражает присутствие ИИ в этой технологии [7]. Чат-боты в месседжерах стали новой тенденцией 2017-2018 годов. Они постепенно вытесняют мобильные приложения с рынка, хотя несколько лет назад последние казались
совершенной технологией денежных переводов и других услуг [3].
Альтернативой чат-боту в сфере электронных финансовых консультантов стала технология Robo-Advisers (робоэдвайзинг). Данная технология, основанная на ИИ, дает большие преимущества в сфере онлайн-трейдинга. Доступность к простому открытию счета, просмотру актуальных новостей, обработке больших объемов сделок и т.д., делает робоэдвайзинг привлекательным направлением для банка и его клиентов. Кроме того, такие платформы умеют определять склонность к риску трейдера с помощью специальных алгоритмов, чтобы добиться желаемого результата как в краткосрочной, так и в долгосрочной перспективе. Робоэдвайзеры сначала оценивают величину средств клиента и его пожелания; после этого, инвестируют в акции, облигации, ETF и другие финансовые инструменты. Платформа анализирует мнения экспертов; проверяет деятельность корпораций, бумаги которых приобретаются; оценивает положение отрасли и т.п. В итоге, робот подбирает клиенту подходящий портфель ценных бумаг. Данный продукт требует затраты немалых ресурсов на создание дилингового центра, программного обеспечения, интеграцию продукта и установку аппаратного обеспечения [10].
ИИ также применяется в технологиях по распознаванию оптических, графических, цифровых и кодированных образов клиента дистанционно. Такие технологии считаются одними из самых перспективных в банковском секторе, поскольку самые инновационные платформы могут не только распознать клиента, но и, например, понять его настроение, путем определения силы нажатия на кнопку, анализа приветствия, поисковых запросов и т.д. На основе этой информации программа подстраивает «свое поведение» под клиента. Таким примером служит платформа Radiant, созданная инновационной новозеландской компанией Touchpoint. Платформа уже работает с крупнейшими новозеландскими,
австралийскими банками и страховыми компаниями. Radiant используется миллионы анонимных взаимодействий с клиентами, чтобы спрогнозировать ситуации, которые могут вызвать неудовольствие у клиента. 3.2. ВНЕДРЕНИЕ ИИ НА ВАЛЮТНОМ РЫНКЕ
Изменения в банковской сфере уже грядут. Доказательством может служить новость, которую озвучил крупнейший банк США Bank of America летом 2018 года о том, что машинное обучение будет применяться на валютных рынках. Этому послужила нестабильная политическая обстановка в Италии. Эксперты опасались, что это грозит новым финансовым кризисом. Задача ИИ осуществлять прогноз на валютную пару доллар-евро. Позже, в своем отчете Bank of America впервые опубликовал результаты валютных исследований с помощью ИИ. Сегодня некоторые американские аналитики утверждают, что машинное обучение способно заменить профессионалов с Уоллстрит [4]. ЗАКЛЮЧЕНИЕ
ИИ стремительно развивается. Уже сейчас существует широкое разнообразие вариантов его применения в банковской сфере. В ближайшие годы применение искусственного интеллекта может стать решающим направлением банков для завоевания рынка. Машинное обучение способно повысить эффективность многих процессов: управление рисками, выявление мошенничества,
маркетинга, борьбы с отмыванием денег, улучшение клиентского сервиса,
совершенствования методов взыскания задолженностей и т.п. Новые технологии позволят кредитным организациям снизить издержки, повысить продуктивность,
эффективно выполнять требования регулятора и т.д., тем самым повысить доход от своего бизнеса. Для этого важно разбираться во всех особенностях машинного интеллекта, чтобы внедрить такую платформу, которая обеспечит максимальную надежность и безопасность клиенту и самому банку.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
[1] Бердышев, А. В. Об условиях развития банков в цифровой экономике. Проблемы конфигурации глобальной экономики XXI века: идея социально-экономического прогресса и возможные интерпретации. Сборник научных статей. Том второй. - Краснодар, 2018. - 395 с.
[2] Бердышев А.В. Искусственный интеллект как технологическая основа развития банков // Вестник университета, 2018 — URL: https://cyberleninka.ru/article/v/iskusstvennyy-intellekt-kak-tehnologicheskaya-osnova-razvitiya-bankov
[3] Искусственный интеллект в банках. // NBJ.ru - портал о банках и финансовом секторе, 2018 — URL: http://nbj.ru/publs/upgrade-modernizatsij a-i-razvitie/2018/06/ 13/iskusstvennyi-intellekt-v-bankax/index.html
[4] Искусственный интеллект в банках // TAdviser - крупнейшая в России база знаний о технологиях, 2018 — URL: http://www.tadviser.ru
[5] Искусственный интеллект в банковском секторе // Рейтинговое агенство «Эксперт РА», 2018 — URL: https://raex-a.ru/research_files/2018_bank_ai.pdf
[6] Искусственный интеллект принесет Бинбанку 1 млрд. рублей в 2018 году // Информационный портал о банках и банковских услугах Банки.ру, 2017 — URL: http: //www .banki .ru/news/lenta/?id=10085500
[7] Каледина А. Сбербанк опознает клиентов по голосу // Газета «Известия». 2016 — URL: iz.ru/news/615407
[8] Как банки используют искусственный интеллект? // Информационный портал CFO Russia, 2018 — URL: https://www.cfo-russia.ru/issledovaniya/index.php?article=37844
[9] Как банки приручают роботов // Информационный портал FutureBanking, 2018 — URL: http://futurebanking.ru/post/3571
[10] Пять главных тенденций банковских технологий в 2018 году // Информационно-аналитический журнал "Плас", 2017 — URL: www.plusworld.ru/daily/cat-analytics/5-tendentsij-v-bankovskih-tehnologiyah-v-2018-godu-2/
