Банковское обозрение

Финансовая сфера


03.03.2020 Аналитика
Банки становятся более «умными»

О том, как меняются традиционные европейские банки для более эффективного сотрудничества с финтехом и какие кейсы машинного обучения помогают создавать конкурентоспособный цифровой опыт, рассказал в интервью «Б.О» Крис Трюс, руководитель отдела финансовых технологий в Saxo Bank


Крис Трюс, руководитель отдела финансовых технологий в Saxo Bank— Крис, какие кейсы использования искусственного интеллекта приносят наибольший экономический эффект? Как из практики SaxoBank, так и финансовой индустрии в целом. 

— Если говорить об экспертизе Saxo Bank, мы используем искусственный интеллект, машинное обучение, работаем с системами, которые обучаются на данных после массовой квантификации. Кроме того, мы применяем две наши собственные системы по управлению взаимоотношениями с клиентами, чтобы активизировать персонал. Например, у нас есть отдел по продажам и обслуживанию, состоящий из сотен сотрудников, и мы все используем одну и ту же CRM — систему управления взаимоотношениями с клиентами. Часть этой системы работает просто за счет определенных алертов машинного обучения, которые сообщают конкретному сотруднику отдела продаж или клиентскому менеджеру о действиях клиентов. Мы применяем эти методы в области продаж и обслуживания, чтобы повысить как качество услуг (благодаря конкретности и учету нужд каждого клиента), так и быстроту их предоставления. Эта человеческая составляющая наших услуг лежит в основе умной технологии, то есть в данном случае системы алертов машинного обучения.

В течение 2019 года мы исследовали AI-платформы, с которыми взаимодействуют наши клиенты, и начали отслеживать всевозможные данные, тщательно анализировать конкретные точки данных на нашей платформе, которые имело смысл захватить. Этот чрезвычайно большой объем данных (практически работа с big data) прогоняется через ту же систему машинного обучения, которую мы используем для управления своими кадрами.

Затем мы обрабатываем собираемые с платформы данные о наших реальных клиентах и о том, как они используют платформу, чтобы разработать для них наилучшие способы предоставления цифрового опыта. Цифровой опыт — это тип контента, который получают клиенты, а также род их взаимодействия с платформой: знают ли они, что делают, ищут ли именно те данные, которые позволят им сделать то, что они хотят, или же они ищут вдохновения, ответы на вопросы, чтобы начать активно инвестировать на мировых рынках капитала.

— Идея коллаборации между IT-компаниями и традиционными банками стала одним из драйверов развития финтеха. Но компетенция банков в digital растет — тот же AI-инструментарий позволяет создавать бизнес-модели, в которых банку становятся не нужны стартапы. Как в новых условиях сохранить взаимный интерес банков и финтеха, вообще, есть ли будущее у такой модели? 

— Сегодня я наблюдаю множество совместных проектов между банками и компаниями, производящие программное обеспечение. Между вендорами и банками всегда было сотрудничество — пожалуй, больше, чем в других отраслях. Давайте вспомним момент возникновения платежных систем. Банки наблюдали переход платежей в глобальный режим примерно с 2010 года, когда возникли платежные организации вроде PayPal или Square в США, а также остальные платежные шлюзовые сервисы, которые появились с 2010 по 2020 год. В семидесятые годы многие игроки рынка собрались вместе и сформировали систему SWIFT — по сути, это совместный проект всех банков.

Есть много прогрессивных банков среди крупных игроков второго уровня, и даже глобальных, первого уровня, которые работают либо с чистого листа, либо через сделки M&A приобретают необанки

Но, видимо, ваш вопрос скорее относится к тому, как молодые компании работают со старыми. Что происходит, когда старые компании пробуют перенимать деловые практики или даже бизнес-модели у молодых компаний, то есть финтехов. Я думаю, что есть много прогрессивных банков среди крупных игроков второго уровня, и даже глобальных, первого уровня,  которые работают либо с чистого листа, либо через сделки M&A, приобретая эти необанки и, например, проекты роботов-консультантов. Вместо того чтобы ставить молодые банки под полный контроль, они дают им возможность развивать свой бизнес по типу финтеха, когда дела ведет только основатель и ни перед кем не отчитывается. Это дает определенную степень гибкости и оперативности.

Старые банки это перенимают, они стараются дать руководству принадлежащих им необанков возможность следовать за рынком, конкурируя таким образом с финтехами. В качестве реального примера можно назвать OpenBank в Испании и его «базу» — банк Santander, которому он принадлежит. Santander использует OpenBank для конкуренции в области необанкинга. Вообще, на большинстве рынков есть хорошие примеры. Что касается роботов-консультантов, в Германии есть ROBIN — отделение Deutsche Bank. В области управления активами такое становится все популярнее. Пожалуй, для большей части крупных банков в большинстве западных стран можно наблюдать такую деятельность.

Следует также добавить, что банки становятся более «умными», стараются выработать организационную структуру, лучше приспособленную для работы с молодыми компаниями. И когда у такого банка нет своего робота-консультанта или ему нужно решение по цифровому управлению благосостоянием, он так перестраивает свою внутреннюю организацию (в отношении человеческого капитала, человеческих ресурсов), чтобы успешно работать со сторонними компаниями, b2b-игроками. Это все равно финтехи, молодые компании, но они работают по типу b2b, а не b2c. Обычно, когда молодые компании работают с более старыми по типу b2b, происходят серьезные культурные сдвиги, и  в любом случае в этой области очень низкая рентабельность. По моему мнению, банки начинают намного лучше работать с такими организациями. Я довольно оптимистично настроен относительно взаимодействия старых и молодых компаний.







Читайте также

Сейчас на главной