Финансовая сфера

Банковское обозрение


  • ИИ — за, ИИ — против
28.03.2024 FinCorpFinTechАналитика

ИИ — за, ИИ — против

Конференция «ИИ-банкинг: Алгоритмы успеха», проведенная в Москве медиапроектом «Банковское обозрение» 26 марта 2024 года, собрала около сотни экспертов и показала интерес банкиров к реальным практикам применения ИИ


Мероприятие оказалось своеобразным зеркалом, в котором с учетом отечественной специфики отразились результаты активно идущих во всем мире жарких дебатов и споров о будущей роли ИИ в финансовом бизнесе.

Модератор мероприятия финтех-эксперт Данил Поминов считает: «Будущее банковского бизнеса тесно связано с ИИ. Интригой являются скорость и глубина проникновения новаций в различные его секторы. Но в чем я точно уверен: масштаб изменений будет колоссальным».

Данил Поминов. Фото: «Б.О» /  Елена Сычёва

Данил Поминов. Фото: «Б.О» / Елена Сычёва

Как в Европенам не нужно

В первой части конференции банкиры, а также представители профильных ассоциаций попытались сопоставить существующие практики использования ИИ в финансах с тем, что может произойти в случае начала активной деятельности регуляторов в этой сфере. У всех перед глазами печальный опыт Евросоюза, который выпал из гонки ИИ, поспешив приписать ему практики манипулирования естественным интеллектом, которые противоречат ценностям ЕС или могут нарушить фундаментальные права человека.

Роман Мизюрин, руководитель продвинутой аналитики рисков и общекорпоративных функций Альфа-Банка, в этой связи отметил: «Не побоюсь быть банальным, но все-таки тот ИИ, о котором мы сейчас говорим, — лишь набор некоторых алгоритмов, а вовсе не то, что прямо следует из слова “интеллект”. Это не пресловутый “общий” ИИ, а нечто сугубо практическое. Сейчас эта технология переживает всплеск интереса к себе со стороны как бизнеса, так и регуляторов. Тем не менее практические кейсы говорят о том, что ИИ в большинстве случаев делает то, что вручную делали раньше и без него, но гораздо менее эффективно. И нам еще далеко до того, когда эта ситуация радикально изменится».

Роман Мизюрин (Альфа-Банк). Фото:  «Б.О» / Елена Сычёва

Роман Мизюрин (Альфа-Банк). Фото: «Б.О» / Елена Сычёва

Тем не менее повышение эффективности бизнеса, по большей части наиболее крупного, за счет интеграции, оптимизации процессов и безопасного обмена данными — налицо. Однако в силу того, что ИИ — это далеко не дешевая технология, наблюдается концентрация ресурсов именно в крупном банкинге. Помочь МСБ в конкуренции с гигантами мог бы застрявший в Госдуме законопроект Ассоциации банков России, касающийся легализации банковского IT-аутсорсинга. Из действующих технологий ИИ в области скоринга для всех доступны интеллектуальные сервисы НБКИ.

Что касается регулирования, то Алексей Сидорюк, советник генерального директора Ассоциации ФинТех по искусственному интеллекту, отметил: «В прошлом году мы собирали у наших участников мнение по этому поводу. По итогу опроса в 2023 году вышел публичный доклад Банка России. Сейчас на площадке АФТ проходит пилотный проект по использованию отечественного генеративного ИИ. Его цель — апробация этой технологии в каналах ДБО, а также в сегменте обработки обращений клиентов в банки. При этом видно, что 55% финтех-компаний находятся в состоянии “догоняющего развития” в области ИИ». Безусловно, все это находится в поле зрения регулятора, о чем его представители заявляли на FINOPOLIS-2023.

Алексей Сидорюк (АФТ), Павел  Сварник (МТС Банк). Фото: «Б.О» / Елена Сычёва

Алексей Сидорюк (АФТ), Павел Сварник (МТС Банк). Фото: «Б.О» / Елена Сычёва

ИИ вместе, а убытки врозь

Дискуссии в рамках второй сессии показали: будущее ИИ, судя по всему, сильно зависит от уровня инвестиций в «железо», в софт, в умение интегрироваться с различными сервисами, а также от наличия лоббистского потенциала крупнейших игроков. Поэтому со стороны МСБ никто не скрывает своей иронии и скепсиса по отношению к гигантам отрасли по этому поводу. И все вместе ищут успешные бизнес-кейсы, а также думают о следующей волне технологического прогресса, связанной с «сильным» ИИ.

В этой связи показательны мнения Ярослава Кабакова, директора по стратегии ИК «Финам», и Александра Видяйкина, руководителя направления в управлении «Интернет-банк» департамента корпоративного цифрового бизнеса банка ВТБ.

Что касается «Финам», то, по словам его представителя, в том сегменте финансового рынка, на котором присутствует инвестиционная компания, последние пять лет основной объем научной мысли был сконцентрирован на том, как «прикрутить» ИИ к фондовому рынку. Однако за последние два года прорывов в этом направлении не случилось, за исключением одного-двух кейсов.

«Что касается наиболее успешного опыта применения ИИ, то стоит посмотреть на кейс Сбера, который в свой роботизированный контакт-центр нанимает тех людей, которые не смогли расплатиться по выданным им роботами кредитам. Это круче, чем выдавать микрозаймы форексникам», — едко, но метко пошутил Ярослав Кабаков.

Ярослав Кабаков («Финам»).  Фото: «Б.О» / Елена Сычёва

Ярослав Кабаков («Финам»). Фото: «Б.О» / Елена Сычёва

В целом, в финансовой рознице ИИ развивается, находит свое применение, но в «Финам» — это прежде всего оптимизация бизнес-процессов на основе Data-Lake, созданного пять лет назад. Первое, на что были направлены усилия команды датасайнтистов — на создание рекомендательной системы, а также интеллектуальных чат-ботов и других механизмов общения с клиентами. Это все нужно для того, чтобы в огромном количестве инструментов фондового рынка найти именно те, которые лучше всего подошли бы под риск-профиль конкретного человека.

Ярослав Кабаков продолжил: «Мы подошли к некоему рубежу, когда дальнейшая оптимизация бизнес-процессов и роботизация общения с клиентами исчерпывают себя с точки зрения отдачи на вложенные средства. На горизонте до двух лет, я полагаю, придется ответить на важный вопрос: “А что дальше? Когда произойдет следующий квантовый скачок и количество перейдет в новое качество?”».

Как бы вскользь представитель «Финам» коснулся пока еще существующего глобального тренда на открытость ИИ-моделей, в частности open-source сервиса «Финам AI-скринер». Но, похоже, эта открытость рынка может закончиться усилиями глобальных игроков, что приведет к снижению уровня конкуренции.

Александр Видяйкин из ВТБ оппонировал коллегам: «Не соглашусь с тем, что ИИ — это скорее некие фишечки. У нас в банке эти фишки самым непосредственным образом влияют на метрики качества обслуживания клиентов, а вероятно, наиболее яркий в этом плане кейс: использование ИИ в клиентских поисковых движках по сервисам банка для подбора персонализированных предложений. Это и другие внедрения успешно монетизируются и вполне измеряются в деньгах».

Александр Видяйкин (ВТБ). Фото:  «Б.О» / Елена Сычёва

Александр Видяйкин (ВТБ). Фото: «Б.О» / Елена Сычёва

Эксперт на примере проекта внедрения интеллектуального чат-бота пояснил свою позицию. Если в начале 2022 года общение в чате предпочитало не более 28% клиентов банка, то к концу 2023-го таковых было уже около 48%. Тренд — налицо, как и запрос от этой части людей на интеллектуальные сервисы посредством чата.

Доживем ли?

Традиционно для конференций «Б.О» финальная сессия была посвящена взгляду визионеров относительно недалекого будущего. Прозвучало несколько важных замечаний, два из которых заслуживают особого внимания.

Во-первых, современные LLM-модели и популярные чаты на их основе «знают все, но одновременно ничего конкретного», поэтому нередки случаи «придумывания» ответов на неизвестные темы. Значит, важен контекст, в который необходимо погрузить модель. Это можно сделать с помощью промпт-инжиниринга, а еще лучше — путем интеграции моделей с корпоративной базой знаний, например, в области юриспруденции. За этим, несомненно, будущее.

Во-вторых, до этого самого будущего необходимо, как говорится, дожить, в чем сомневаются эксперты в области ИБ. В частности, Артем Сычев, советник генерального директора компании Positive Technologies, считает: «Неважно, как работает модель, важно то, на чем она обучается. Кроме того, важно, кто и как выделяет фейки, вброшенные даже не в модель или датасет, а в общедоступную среду, например в такую “огромную помойку”, как интернет. Поэтому я уверен, как ни удивительно это звучит сейчас, что очень скоро крупные компании начнут сдерживать развитие ИИ по причине дороговизны обеспечения безопасности. На сегодня безопасность обходится дороже, чем зарабатывает бизнес на ИИ».

МНЕНИЕ УЧАСТНИКОВ

Алексей Хахунов, сооснователь и CTO Dbrain, автор курса про нейросети gptcourse.io

Наш сервис предусматривает работу в контуре клиента, т.е. его можно развернуть на собственной инфраструктуре, чтобы чувствительные данные не покидали периметр банка. Этим снимаются риски утечки данных. В облаке мы работаем в соответствии с требованиями ФЗ № 152 «О персональных данных», используя сервера компании Selectel.

При обучении моделей используется сервис обезличивания данных — аналогично «Маскировщику» компании «Дадата». Это дополнительно снижает риски компрометации персональных данных. Работать с такими данными имеют право только уполномоченные сотрудники. Для этого развернута система разграничения прав доступа, а также ведутся журналы учета доступа.

Как того требуют нормативные акты, проводятся регулярные аудиты ИБ, в том числе тестирование на проникновение, анализ уязвимостей, обновление версий, используемых в нашей инфраструктуре ПО. С 2018 года у нас не было ни одного случая утечки клиентских данных.

Для распознавания документов мы используем собственный ИИ, а для задач внутри команды — LLM-модели. Например, обогащаем программный код комментариями в репозитории сервиса. Наши разработчики, как и любые другие, не очень-то любят самостоятельно описывать свой код. Использование LLM позволило сделать код более читабельным, упростило онбординг новых сотрудников и ускорило процесс доработки сервиса.

LLM также используется в клиентской документации, поэтому они могут задавать вопросы по ней, используя естественный язык, и получать ответы без необходимости самостоятельного поиска в базе данных. Попробуйте сами на docs.dbrain.io.

Сотрудники службы поддержки также используют LLM для поиска ответов в нашей внутренней базе знаний на основе Notion, а также для решения простых клиентских вопросов. Это позволяет решить часть проблем на первой же линии поддержки, не задействуя технических специалистов следующей линии.

 

Алексей Доронин, руководитель проектов управления разработки компании VS Robotics

Анализируя диалог робота-оператора с клиентом и работая с параметрами голоса в режиме онлайн, модель распознавания эмоций определяет превалирующие из них. Происходит это в режиме онлайн, что дает возможность управлять сценарием диалога в зависимости от эмоционального фона клиента.

Диалог становится эмпатичным и более эффективным. Один из главных эффектов такого подхода — увеличение конверсии продвижения по диалогу и как следствие целевых результатов звонка, что, несомненно, улучшает показатели бизнеса клиентов.

Партнер сессии

Партнер

Презентации спикеров

Этика и регулирование ИИ, Анатолий Козлачков, вице-президент АБР

Предпосылки, практика и перспективы использования ИИ в построении скорингов в НБКИ, Владимир Шикин, заместитель директора по маркетингу НБКИ

ИИ-технологии распознавания в банках, Егор Юлдашев, machine Learning тимлид, Dbrain

Чат-бот. Финансовые сервисы и банковское обслуживание, Александр Видяйкин, руководитель направления в управлении «Интернет-банк», департамент корпоративного цифрового бизнеса, Банк ВТБ

AI как основа развития контактного центра, Антон Казаков, исполнительный директор дивизиона розничного взыскания и урегулирования департамента по работе с проблемными активами, СберБанк

Управление клиентским опытом. Анализ каналов взаимодействия с новыми клиентами, Евгений Романенко, директор, S+Консалтинг






Новости Новости Релизы