Финансовая сфера

Банковское обозрение


  • Четыре тренда применения AI в финансовом секторе
23.12.2019 Аналитика
Четыре тренда применения AI в финансовом секторе

На форуме FinMachine 2019 СХ топ-менеджеры и руководители отделов data science банков, страховых компаний, сотовых операторов и ретейлеров обсудили, может ли искусственный интеллект сделать клиента счастливее и что для этого нужно


Сократи себя сам

Как показала панельная дискуссия, ИИ пока больше помогает банку, чем клиенту, — прежде всего в сокращении затрат за счет автоматизации работы сотрудников. Председатель правления Абсолют Банка Татьяна Ушкова лично курирует все проекты, связанные с внедрением машинного обучения. Она сама тестирует 12 банков, которые декларируют применение искусственного интеллекта, и пока, по ее словам, они далеки от совершенства. В то же время бэк, хоть и не такой интересный, как фронт, уже сейчас дает возможность улучшить процессы за счет машинного обучения. Например, в Абсолют Банке ИИ используется в управлении персоналом — он анализирует большой объем внутренних данных — и почту, и мессенджеры — и определяет, «какие звездочки начинают выгорать». Как оказалось, часто это «самые топовые» люди, которые наиболее активно погружались в проекты, но увязли в рутине и устали. Когда в Банке это поняли, приняли меры, чтобы их удержать.

Татьяна Ушкова (Абсолют Банк). Фото: Futerebanking.ru

Татьяна Ушкова (Абсолют Банк). Фото: Futerebanking.ru

Василий Александров, операционный директор «Сбербанк Страхование», рассказал, что в компании принят девиз «Сократи себя сам». Ему это удавалось уже два раза. И работы операционного директора, по его словам, через три года уже не будет, потому что ее будут делать алгоритмы. Но это повод не для паники, а для того, чтобы искать себе более творческое применение.

Заместитель председателя правления Альфа-Банка Иван Пятков считает, что сокращение людей с помощью ИИ — это иллюзия. Но удается тем же количеством сотрудников обслуживать большее количество клиентов. За год клиентская база Альфа-Банка выросла на 1 млн человек, а численность штата не изменилась.

Подайте голос!

Машинное обучение сделало возможным замену графических интерфейсов голосовыми. Надежда Оберемок, управляющий директор дивизиона «Корпоративные клиенты 360» Сбербанка, считает, что сейчас на первое место выходит уже не UI, a voice interface, voice design. Идет смещение из mobile first в voice first, и каждый, кто работает над каким-либо приложением Сбербанка, уже старается учитывать потребность в работе с этим приложением голосом. В Банке есть направление голосовых помощников, а в корпоративном бизнесе сейчас разрабатывают бизнес-ассистента, который будет помогать клиентам не только по финансовым вопросам, связанным с банковской деятельностью, но и по вопросам, связанным с general intelligence, управлением бизнесом, аналитическими сервисами. «Один из кейсов, достаточно популярный, его многие пытаются реализовать — это ведение протокола встречи, — рассказала Надежда Оберемок. — Мы очень часто, проведя встречу, хотим увидеть классные минуты этой встречи. Чтобы можно было прочитать протокол, вспомнить, что было, и принять правильное решение. Один из сценариев, который мы стараемся сейчас внедрить, — создание интеллектуального протокола встречи — с правильными акцентами, которые внутри этого протокола будут расставлены».

Надежда Оберемок (Сбербанк). Фото: Futerebanking.ru

Надежда Оберемок (Сбербанк). Фото: Futerebanking.ru

В Альфа-Банке, как говорит Иван Пятков, тоже очень верят в голосовые приложения. Сейчас разрабатывается голосовой помощник, который планируется внедрить в середине 2020 года. Однако он будет больше именно финансовым, хотя и анекдот сможет рассказать, если попросят.

Робот Абсолют Банка на продажах, как говорит Татьяна Ушкова, уже может разговаривать с человеком до семи минут, и тот не поймет, что это не человек. «Но иногда он такое выдает, что хочется все отключить», — рассмеялась она.

За год клиентская база Альфа-Банка выросла на 1 млн человек, а численность штата не изменилась

Руководитель проектов по внедрению искусственного интеллекта компании «МегаФон» Андрей Коньшин тоже уверен: залог успеха роботизированных продаж — в том, что человек не понимает, что с ним говорит робот. Так, компании удалось совершить более 56 тыс. продаж своих услуг и сохранить 5 тыс. клиентов. При этом стоимость продажи роботом на 60% дешевле, чем работа оператора. Однако робота нужно постоянно слушать и совершенствовать, потому что люди иногда могут уходить в совершенно неожиданные направления разговора.

В Росбанке начали анализировать эмоции людей при общении на основе данных 1 млн звонков и 200 тыс. диалогов в чате. Причем стояла задача применить модели, обученные на звонках, при анализе чатов, чтобы выявить негатив на разных стадиях общения. Как выяснилось, акустические данные почти не влияют на точность модели, а их анализ стоит дорого. Иными словами, не так важно, насколько громко говорит человек, как то, что он говорит. Так, Росбанк получил возможность анализировать весь объем взаимодействия с клиентом, а не выборочно проверять звонки и чаты вручную. Если что-то идет не так, после разговора в онлайн-режиме формируется алерт, который приходит супервизору.

Нужно больше данных

Банки обладают большим объемом данных о клиенте, но и его, как выясняется, не хватает для построения качественных моделей с применением машинного обучения. Татьяна Ушкова признается, что необходимость взаимодействия с партнерами — самое тяжелое решение, которое в Абсолют Банке принимали на совете директоров. Потому что многие боялись, что из-за партнерств Банк может потерять свои конкурентные преимущества. Председателю правления пришлось лично убеждать всех: «Мы ничего не теряем — только возможности и время, если отказываемся от партнерств. Вернуться к модели инхаус можно всегда».

Идет смещение из mobile first в voice first, и каждый, кто работает над каким-либо приложением Сбербанка, уже старается учитывать потребность в работе с этим приложением голосом

Иван Пятков также заявил, что Альфа-Банк видит необходимость в партнерства и обмена данными. Есть большой проект с «Билайном» как родственной компанией, и в Банке уже чувствуют выгоду от этого. Данные, которыми владеет Банк, и данные, имеющиеся у мобильного оператора, — очень разные, и оператор дает интересные триггеры и уточняющие скорринг-баллы.

Интересный пример того, как углубленный анализ данных помогает ретейлерам улучшить прогнозирование бизнеса, привел Данила Наумов, Chief Data Officer компании «Утконос». Для доставки важно понимать, сколько выводить экспедиторов, комплектовщиков на склад. И, конечно, на уровне здравого смысла в компании понимали, что в плохую погоду клиенты делают больше заказов, потому что им не хочется идти в магазин, но только развитая аналитика позволила это оцифровать. В «Утконосе» посчитали, что +1 мм осадков дает дополнительно 18 заказов в день, а отклонение от среднегодовой температуры вниз на 1 градус дает еще 10 заказов.

Начинать сверху, поддерживать снизу

Проекты внедрения ИИ трудно начинать без воли высшего руководства, однако невозможно продолжать, если их необходимость не понимают сами сотрудники. Причем начинается цепочка с регулятора, который, как уверен Василий Александров, во многом способствовал тому, что банки опережают страховые компании в развитии цифровых технологий лет на пять. Теперь, когда ЦБ регулирует страховой рынок, операционный директор «Сбербанк Страхование» ожидает, что это даст законодательный толчок и данной отрасли.

Касательно стратегического развития внутри Банка Иван Пятков говорит, что в Альфа-Банке нет отдельной стратегии внедрения машинного обучения, но каждое направление самостоятельно выбирает партнерства и технологии, и элемент ИИ вплетен в их стратегию — важно, чтобы он способствовал снижению CIR (cost:income ratio) и выполнению KPI.

Иван Пятков (Альфа-Банк). Фото: Futerebanking.ru

Иван Пятков (Альфа-Банк). Фото: Futerebanking.ru

Татьяна Ушкова рассказала, что сначала, когда в Абсолют Банке людям дали все необходимые инструменты, ими никто не пользовался. И только когда их отправили на обучение, по итогам которого каждый сам должен был создать робота, они поняли, как это удобно. Через два месяца в Банке уже была очередь на процессы, которые надо алгоритмизировать — бухгалтерия, бэк-офис, мидл — все хотели внедрять своих роботов. «И это ответственность инновационной команды — как внедряется искусственный интеллект. Вовлечение первого лица обязательно, но главное, чтобы сотрудники поддержали это. Потому что иначе у вас останется отличная презентация, значок “эти процессы мы внедряем с искусственным интеллектом” и фактически неизмененные бизнес-процессы», — подытожила глава банка.






Сейчас на главной

ПЕРЕЙТИ НА ГЛАВНУЮ