Сегодня изучение возможностей искусственного интеллекта и его внедрение в бизнес-процессы разного уровня сложности активно идет во всех сферах. Рынок пробует новые технологии на вкус и выявляет сильные и слабые стороны исполнителей-роботов и обладателей высшего разума, и с каждой новой попыткой приходит к выводу, что речь идет не о замене естественного интеллекта искусственным, а об их грамотном распределении. Что же можно доверить искусственному интеллекту, например, в банках?

Начнем с того, что принято называть искусственным интеллектом (ИИ). Есть технологии обработки больших данных (big data), есть технологии машинного обучения, есть, наконец, технологии, основанные на обучении нейронных сетей. Они помогают существенно повысить эффективность рутинных бизнес-процессов и, что немаловажно, повышают потенциальный интерес инвесторов, а значит, добавляют очков репутации компании — это доказывают и отчеты международных консалтинговых агентств. В частности, по оценкам исследовательской компании IDC, в 2017 году расходы на разработки когнитивных сервисов и искусственный интеллект в мире составили 12,5 млрд долларов, что на 59% больше, чем в 2016-м. В 2020 году эти расходы достигнут 50 млрд долларов, а в 2030-м вырастут до 100 млрд. Банкинг называют на первом месте среди наиболее перспективных сфер для вовлечения в бизнес искусственного интеллекта. На Западе новые технологии уже стали неотъемлемой частью повседневной жизни клиентов банков. Российский банковский сервис осваивает применение ИИ и делает это с большим энтузиазмом.

В первую очередь использовать искусственный интеллект банки начали для автоматизации своих внутренних процессов вроде обработки документации, создания электронных баз данных, а также для повышения эффективности во внутрикорпоративных коммуникациях. Для полной передачи электронных баз на попечение ИИ еще многое предстоит сделать, и сейчас работа в этом направлении идет полным ходом. Что же касается внутрикорпоративных коммуникаций, то большая часть банков уже с успехом внедрила ботов, которые помогают сотрудникам оформлять заявки на получение расходных материалов, починку оргтехники и тому подобное — такие простые процессы уже не нуждаются в человеческом участии.

Куда более серьезное испытание — коммуникации с клиентами. Речь прежде всего идет о повседневных коммуникациях, о часто задаваемых вопросах вроде «Где находится ближайший банкомат?», «Какой курс обмена доллара на сегодня?» и т.д. В одном крупном розничном банке недавно сообщали, что создали чат-бота, у которого в памяти около тысячи ответов на стандартные вопросы и который способен задавать даже уточняющие вопросы, предоставлять ссылки на скачивание шаблонов документов и т.д. Внедрение таких ботов, безусловно, кратно повышает скорость ответов клиентам, исключает ненужный в данном случае «человеческий фактор». Чат-боты контролируются живыми сотрудниками, которые готовы подключиться к беседе в любой момент.

Банкинг называют на первом месте среди наиболее перспективных сфер для вовлечения в бизнес искусственного интеллекта

Еще одной задачей для банков стало использование машинного обучения при работе с просроченной задолженностью. В одном из банков используются uplift-модели, которые основаны на прогнозе реакции клиента на те или иные действия в рамках взыскания. Такой подход позволяет существенно улучшить коммуникацию с клиентом — иными словами, сотрудник будет звонить по поводу просрочки не тогда, когда она наступила, а заранее или спустя какое-то время, а в некоторых случаях клиента не будут беспокоить вовсе. Разумеется, речь идет лишь о ранних стадиях просрочки. Взыскание просроченной задолженности — крайне болезненный сегмент в коммуникациях, и внедрение здесь технологий ИИ способно не только сократить трудозатраты банка, но и повысить лояльность клиентов, что зачастую куда ценнее.

А чтобы таких просрочек было меньше, банки постоянно заняты совершенствованием скоринговых систем или систем оценки платежеспособности клиентов. В этом направлении на ИИ возлагается огромная задача. Сейчас программисты работают над тем, чтобы максимально исключить вероятность передачи неточных данных, а значит, оставить за банками право получения своевременного доступа к достоверной информации о клиентах, то есть избежать финансовых потерь.

Еще одно направление, где ИИ с успехом применяется, — это антифрод-системы, включая корпоративное кредитование. Некоторые банки используют для этого, например, так называемую графовую аналитику, чтобы проследить за длинными и не всегда очевидными связями недобросовестных заемщиков. Такие системы, кстати, пользуются повышенным спросом у банкиров по вполне понятным причинам, поскольку цена ошибки тут гораздо выше, чем в случае с розничным заемщиком.

Подытоживая, отметим, что технологии ИИ эффективны там, где качественная обработка больших массивов данных человеком не совсем целесообразна либо невозможна. Существенное преимущество от перехода на новые технологии — прежде всего в денежном выражении — в ряде задач доказана зарубежной практикой и опытом продвинутых игроков российского рынка. В одних направлениях для внедрения инноваций еще предстоят существенные корректировки, в других — для осуществления процессов, которые можно просчитать, — человеческие ресурсы отходят на второй план. По прогнозам аналитиков, искусственный интеллект в банковской сфере в ближайшее десятилетие охватит все пространство, которое не требует разнополярного вектора в поиске решения.