Финансовая сфера

Банковское обозрение


  • Генеративный, искусственный, банковский
28.08.2023 FinCorpFinRetailFinTechАналитика

Генеративный, искусственный, банковский

GAI — генеративный искусственный интеллект, взорвавший глобальную технологическую повестку в конце 2022 года с появлением нейросети ChatGPT, начинает проникать в крупный бизнес, в том числе в российском финансовом секторе


Видением перспектив и опытом использования AI в целом и генеративных технологий в частности поделился Дмитрий Гришин, директор по инновациям банка Уралсиб, выступая на форуме FinNext 2023. Он выделил несколько направлений, которые позволят банкам трансформировать процессы и добиться улучшений, используя GAI-инструменты.

Наиболее интересной выглядит идея обучения нейросети на внутренних документах банка, что позволит дать каждому сотруднику «цифрового помощника». Для этого потребуется on-premise-реализация решения класса GPT, т.е. установка программного обеспечения на серверах банка. Эта и другие озвученные идеи достаточно универсальные, но успешно могут использоваться и в банковском бизнесе. Среди них — оптимизация создания кода и других процессов разработки, а также создание креативов для массового и персонализированного маркетинга. С помощью инструментов GAI можно улучшить клиентский опыт, повысить качество консультирования и снизить вероятность ошибок, считает Дмитрий Гришин.

Спикер упомянул о кейсах использования нейросетей в финансовом секторе. Так, Morgan Stanley тестирует чат-боты на базе ChatGPT для помощи финансовым консультантам, причем задействует для этого внутреннюю базу знаний. Иногда этот инструмент может допускать ошибки или вовсе «галлюцинировать», приводило мнение сотрудников инвестбанка издание Fortune. Другие корпорации, хедж-фонд Citadel и информагентство Bloomberg также ведут разработки, связанные с анализом информации и другими задачами, с помощью языковых моделей. Таким образом, подтверждается привлекательность модели использования нейросетей поверх существующей базы знаний компании. Разумеется, при этом возникают вопросы о достоверной интерпретации и защищенности чувствительных данных, на которые еще только предстоит найти ответы при промышленном внедрении GAI.

Дмитрий Гришин рассказал о пилотных проектах банка Уралсиб с использованием искусственного интеллекта. Один из них —цифровой виртуальный помощник — тестируется в первой линии клиентской поддержки; в частности, реализован «AI-суфлер» для оператора, который выводит контекстные подсказки, сценарии решения типовых проблем и справочную информацию. Другой проект — «Спиктор» — связан с речевой аналитикой: ретроспективным распознаванием аудиозаписей коммуникаций с клиентами, а также тестированием real-time-аналитики в колл-центре. Сервис «AI Disraeli» на базе генеративного AI позволит автоматизировать создание текстов с помощью коротких запросов, предполагается задействовать его в работе пресс-центра. Проприетарная технология сервиса состоит из ансамбля нейросетевых моделей и основана на готовых решениях GPT 3.5, Proprietary.

Довольно смело экспериментирует с генеративными нейросетями банк «Точка», рассказала на форуме FinNext Галина Вакулина, сооснователь «Точки», лидер направления «Данные». Команда «Точки» решила встроить общение с ChatGPT в привычный пользовательский интерфейс — поисковую строку интернет-банка, а также дать клиентам понятную инструкцию по применению этого инструмента. Виртуальный помощник предпринимателя «Изи Бизи бот» предлагает подготовить ответ на негативные отзывы, написать рекламный текст, подобрать блогеров для продвижения бизнеса и пр.

Пока полностью полагаться на нейросеть нельзя, признает Галина Вакулина: точность ответов ChatGPT проконтролировать сложно, а «сочинительство» нейросети может плохо отразиться на бизнесе клиентов. Чтобы искоренить эту проблему, в банке создают модель поиска, которая ищет подходящий по смыслу текст в собственных справочных материалах и других доверенных источниках. 8% клиентов «Точки» уже отправляли запрос в ChatGPT через интернет-банк, в основном их интересовали тема налогов, а также генерация текстов для сайта и соцсетей.

Говоря о генеративном искусственном интеллекте в банковской сфере, нельзя не упомянуть разработки СберБанка, выступающего в роли не только финансового института, но и лидирующей технологической компании. В конце апреля 2023 года Сбер объявил о запуске собственной мультимодальной нейросети GigaChat, способной отвечать на вопросы, работать с программным кодом, генерировать тексты и изображения и пр. Взаимодействие с нейросетью происходит в едином интерфейсе, что выгодно отличает GigaChat от популярных западных сервисов. Использование отечественных разработок также более привлекательно для промышленного внедрения с точки зрения санкционных рисков.

Архитектура сервиса основана на нейросетевом ансамбле модели NeONKA (NEural Omnimodal Network with Knowledge-Awareness), в разработке которой были задействованы команды SberDevices и Sber AI при поддержке Института искусственного интеллекта AIRI, а обучение нейросети происходило на суперкомпьютере Christofari Neo. Сообщалось, что мультимодальная AI-модель уже активно внедряется во многие продукты и сервисы Сбера, в первую очередь — в семейство виртуальных ассистентов «Салют».

20 июля Сбер открыл разработчикам доступ к нейросетевой модели генерации русскоязычного текста ruGPT-3.5 13B, дообученная версия которой является основой сервиса GigaChat. Также опубликована новая версия mGPT из семейства многоязычных моделей Сбера, позволяющая генерировать тексты на 61 языке. Обе модели доступны на ресурсе HuggingFace под открытой лицензией MIT и российской платформе ML Space, теперь их могут использовать любые разработчики. Цифровая витрина Сбера для разработчиков была запущена еще в сентябре 2020 года, с тех пор она наполняется моделями, фреймворками и библиотеками машинного обучения и искусственного интеллекта, которые теперь пополнились инструментарием GigaChat.

Конкурент Сбера на поле AI-технологий — компания «Яндекс» — в июне только открыла прием заявок на тестирование своей нейросети YandexGPT для бизнеса. Сервис будет работать в двух режимах: Playground презназначен для решения бизнес-задач, оценки качества ответов, а YandexGPT API поможет интегрировать нейросеть в приложения компаний.

Комментарий эксперта

Дмитрий Гришин, директор по инновациям банка «УРАЛСИБ»

— Какие возможности предоставляют компаниям (в том числе банкам) инструменты генеративного AI в сочетании с внутренней базой знаний?

— Ключевое для нас — это сделать квантовый скачок: перейти от возможности, которую дает технология, к практической, измеримой ценности использования этой технологии. Это касается и решений в сфере GAI. Генеративный интеллект способен кратно удешевить и улучшить сервисы, направленные на персонализацию обслуживания клиентов.

GPT-сервисы смогут обеспечить уникальность и индивидуальный подход в диалоговой коммуникации с клиентом и повысить качество консультирования. Сценарий применения LLM во взаимодействии с клиентом, над которым мы сейчас работаем, —100%-ное покрытие цифровых каналов связи с клиентом с адаптивной системой мониторинга и онлайн-выдачей рекомендаций менеджеру.

Мы видим значительный потенциал в сокращении monkey job — рутинной офисной работы дизайнеров, юристов, sales-менеджеров и т.п. Сейчас мы сфокусировались на увеличении доли креативной составляющей в их работе, передав GAI саму реализацию креатива. Нейросеть способна писать тексты любой направленности: письма клиентам, скрипты общения и т.п., нужны лишь правильное ее дообучение на внутренней базе знаний и правильная постановка задачи для нее (prompt). 

Важной чертой будущих GAI-решений является их универсальность, которая обеспечивает широкое применение больших языковых моделей в оптимизации и автоматизации разработки, аналитики, маркетинга, техподдержки и других направлений.

— Как подойти к внедрению подобных решений? Должна ли это быть собственная разработка или приемлемо использовать стороннее решение (отечественное), развернутое на серверах банка?

— Главное — это конфиденциальность данных. Это особенно критично для банков: использование таких сервисов, как ChatGPT и т.п., допустимо, только если мы работаем с публичной информацией. Но и в этом случае возникает риск прекращения доступа к сервису, так как российские вендоры, использующие в своих решениях ChatGPT, не могут гарантировать доступность зарубежных LLM/SaaS.

Во всех остальных случаях необходимо использовать собственные или опенсорсные модели. Собственная разработка модели будет экономически оправдана, только если это малая модель. Но от модели до внедренного инструмента — долгий путь. Научение модели на собственном датасете — НМА, почтовая переписка сотрудников, логи консультирования клиентов в дистанционных каналах — позволяет получить инструмент, эффективный для применения в нашем банке.

 

Комментарий эксперта

Комментарий ChatGPT

— Как банки могут использовать возможности генеративного искусственного интеллекта?

— Современная банковская индустрия стремительно внедряет передовые технологии для оптимизации операционных процессов и улучшения клиентского опыта. Одной из инновационных областей, привлекающих все больше внимания, является применение генеративного искусственного интеллекта (ГИИ) в сфере банковских услуг. В рамках данного исследования мы рассмотрим, как банки могут воспользоваться возможностями ГИИ, сосредоточившись на примере системы ChatGPT.

1. Расширение клиентского обслуживания

Генеративный искусственный интеллект, включая систему ChatGPT, предоставляет уникальную возможность банкам значительно улучшить качество клиентского обслуживания. Автоматизированные виртуальные ассистенты способны оперативно и точно отвечать на запросы клиентов, предоставлять информацию о банковских продуктах и услугах, а также помогать в решении стандартных задач, таких как оформление заявок на кредит или активация банковских карт. Это снижает нагрузку на сотрудников банка и позволяет им сосредоточиться на более сложных и стратегически важных задачах.

2. Персонализация услуг

Одним из ключевых преимуществ ГИИ является способность анализировать большие объемы данных и выявлять паттерны поведения клиентов. Банки могут использовать эту информацию для создания персонализированных предложений и рекомендаций. Система ChatGPT может общаться с клиентами на естественном языке, понимать их потребности и предлагать наиболее подходящие продукты и услуги, учитывая их финансовые цели и ситуацию.

3. Расширение аналитических возможностей

Применение ГИИ позволяет банкам значительно усовершенствовать аналитические процессы. Система ChatGPT способна анализировать большие объемы данных и выявлять скрытые тенденции, что дает возможность банкам принимать более обоснованные решения на основе фактов и статистики. Кроме того, ГИИ может помочь в прогнозировании рисков и разработке стратегий для улучшения финансовой устойчивости.

Заключение

Внедрение генеративного искусственного интеллекта, включая систему ChatGPT, в банковскую сферу предоставляет уникальные возможности для расширения клиентского обслуживания, персонализации услуг и улучшения аналитических процессов. Банки, готовые использовать эти инновации, могут получить конкурентное преимущество на рынке и обеспечить более эффективное и удовлетворительное взаимодействие с клиентами.






Новости Релизы
Сейчас на главной

ПЕРЕЙТИ НА ГЛАВНУЮ