На международной конференции «FI Day. Blockchain: на пороге финансовой эры» глава Сбера Герман Греф в числе главных ИИ-трендов для финтеха выделил цифровых двойников и ИИ-агентов. По его словам, в ближайшем будущем банковские сервисы полностью перейдут на цифровой формат, где участие живых специалистов и руководителей сведется к минимуму. Как это будет выглядеть и какие ИИ-инструменты финтех использует уже сейчас?

ИИ-аватары и ИИ-ассистенты: для клиентов и сотрудников

ИИ-аватары — виртуальные двойники живых людей или полностью выдуманные персонажи, которые существуют только в виртуальной среде и могут взаимодействовать с другими аватарами. В ближайшие 10 лет этот рынок будет расти на 20–30% в год.

Двойников используют, к примеру, для участия в ивентах, которые проводят в метавселенных, видеовстречах или интервью. Цифровые персонажи часто выступают в роли инфлюенсеров, продвигая бренды и сервисы: например, ИИ-аватар «М.Видео» ЭМ.Ви ведет соцсети, появляется во всех онлайн-сервисах компании, участвует в коллаборациях с брендами и техноблогерами, а Сбер запустил специальный сервис, где можно заказать рекламу у виртуальных блогеров. В МТС аватаров используют для корпоративного обучения.

Виртуальные ассистенты — в виде роботов или нейросетей — задали тон на главной технологической выставке CES-2024, а СЕО NVIDIA Дженсен Хуанг заявил, что совсем скоро такой помощник будет у каждого. Их компетенции безграничны: они умеют давать советы на основе персональных данных — включая карьерные, финансовые и медицинские. Голосовые ассистенты уже есть во многих смартфонах, а GPT заменяет привычный поиск в интернете. К примеру, Google делает ставку на виртуальных помощников для обучения: чтобы собирать от учеников обратную связь в режиме онлайн и обучать их индивидуально. Сбер разработал ИИ-ассистента для медицинской диагностики. А компания «Яндекс» вслед за Copilot от Microsoft представила Yandex Code Assistant, который помогает разрабатывать и запускать цифровые сервисы.

ИИ-ассистенты набирают популярность и в банковском секторе: около 15% российских банков используют цифровые профили клиентов (включая биометрию и поведенческие факторы), чтобы подбирать для них персональные решения и рекомендации. К примеру, в Газпромбанке ИИ-ассистент консультирует клиентов по наиболее типичным вопросам и помогает открыть счет. В банке «Точка» — сообщает об операциях и остатке на счете, помогает с оплатой по QR-коду и выбором тарифа. В ПСБ — выполняет примерно те же функции плюс выставление счетов и отправка документов.

Главный профит ИИ-ассистентов для сотрудников — избавление от рутины, а для бизнеса — рост производительности и энергоэффективности.

По прогнозу Gartner, в 2025-м они станут одним из стратегических трендов в цифровизации промышленности и возьмут на себя от 15% повседневных задач и решений. Но есть и минусы: например, проблемы с безопасностью данных и большой объем «мусора» в коде, который приходится вычищать вручную.

Цифровые двойники — виртуальный образ компании

Технологии на базе ИИ могут помогать не только клиентам, но и топ-менеджерам. Следующий шаг — ИИ-агенты, которые анализируют большие массивы данных, строят прогнозы и принимают стратегически значимые решения. Такими инструментами часто пользуются не только банки, но и крупные консалтинговые компании, которые предоставляют услуги для финтеха: например, Morgan Stanley, где стратегии от ИИ-модели проверяют живые эксперты, а потом предлагают клиентам. Такой подход позволяет свести к минимуму ошибки в финансовом управлении и рассмотреть варианты, которые не приходили в голову даже опытным топ-менеджерам.

По последним данным, российский банковский сектор является одним из локомотивов внедрения цифровых двойников: их доля здесь составляет 21,5% (на втором месте — системы «умных городов» с долей 17,8 %).

При помощи технологии банки оптимизируют операционку, улучшают качество прогнозных моделей и инвестиционного портфеля, а также снижают затраты на тестирование гипотез и запуск новых сервисов.

Цифровых двойников внедряют в том числе в рамках BPM-систем (Business Process Management). Некоторые из этих систем являются, по сути, двойниками зарубежных финтех-платформ. Банки встраивают их в свою IT-инфраструктуру, создавая аналогичный интерфейс для сбора и анализа данных. В процессе также используют инструменты для анализа больших данных и прогнозной аналитики.

При помощи цифровых двойников разворачивают кредитные конвейеры, скоринговые системы, виртуальные контакт-центры и CRM-модули. Недавний пример — кредитный конвейер в банке «Санкт-Петербург», запущенный на базе BPM-системы WF Core и ИИ-системы принятия решений Real-Time Decision Manager. Всего около 90% решений по кредитам физлиц в банках принимаются автоматически, при помощи скоринговых ИИ-моделей. Они же рассчитывают ставки и платежи по предодобренным кредитам и формируют персонализированные предложения для клиентов на основе их предпочтений.

В перспективе при помощи цифровых двойников банки смогут интегрировать собственные кредитные конвейеры с ERP-системами заемщиков-юрлиц, чтобы заранее предупреждать о рисках неплатежей на основе финансовых показателей. Или при помощи систем интернета вещей и ИИ-видеоаналитики следить за тем, чтобы заемщики тратили средства строго на определенные цели, которые прописаны в договоре. Тогда банки смогут улучшить свой кредитный портфель, а клиенты — получить более дешевые кредиты и выгодные предложения на основе их потребностей.

Еще один перспективный кейс — модернизация и поддержка принятия решений: когда цифровая копия банковской системы поможет оценить, какие процессы эффективны, а какие нуждаются в оптимизации, а также повысить безопасность, смоделировав возможные сценарии кибератак. В качестве примера можно привести кейс «Промсвязьбанка», где цифровое моделирование и глубинный анализ более 200 процессов помогли снизить операционные риски и улучшить качество клиентского сервиса. Теперь все возможные отклонения моментально фиксируются для оперативного принятия решений и корректировки. Процессы, связанные с сопровождением кредитов, автоматизированы на 70%, эффективность ипотеки выросла в 2,5 раза, а сроки по другим процессам сократились до 30%.

Что дальше?

По мнению Германа Грефа, в ближайшем будущем ИИ-агенты будут не только собирать данные, но и создавать на их основе «новые сущности», моделируя различные варианты развития и целые финансовые системы в цифровой среде. Цифровых двойников уже используют 22% российских компаний, а еще 34% планируют их внедрить. В ближайшие годы рынок ИИ-моделей в России будет расти на 30–40%.

Цифровые двойники, ИИ-аватары и ассистенты — инструменты, которые могут дополнять друг друга для максимального эффекта. С их помощью банки могут не только оптимизировать рутинные процессы (например, работу с обращениями клиентов), но и запускать новые направления с минимальными затратами и рисками, усиливать защиту персональных и платежных данных, строить эффективные модели и улучшать качество прогнозной аналитики, а также персонализировать работу с клиентами, чтобы повысить продажи и качество портфеля, улучшить репутацию и существенно сократить издержки, соблюдая все требования надзорных органов.

В числе главных барьеров на пути распространения цифровых двойников участники рынка называют нехватку квалифицированных IT-кадров. При этом 74% считают их одним из ключевых факторов роста и развития в долгосрочной перспективе. Главным стимулом для развития здесь могут стать: господдержка в рамках нацпроектов и инновационных кластеров, приток венчурных инвестиций (от государства, IT-корпораций и зарубежных инвесторов из Китая, Индии, ОАЭ). В глобальном плане — дальнейшее развитие облачных сервисов для вычислений и высокоскоростной связи (6G и Wi-Fi 6) для интернета вещей.