Искусственный интеллект в банках. ИТ-Директору, Информационные технологии
 
2017/06/15 12:00:19

Искусственный интеллект в банках

.

Содержание

Банковская платформа нового поколения

Из презентации Михаила Хасина, старшего управляющего директора блока «Технологии» Сбербанка на TAdviser SummIT 2017

2017

ИИ «Робот Вера»

ИИ «Робот Вера» — сервис автоматизированного подбора кандидатов на вакансии. Сервис создан на базе технологии машинного обучения, способен «понимать» естественную речь человека и обрабатывать более 10 тыс. звонков одновременно, ускоряя, таким образом, процесс подбора кандидатов. По словам основателя Stafory Владимира Свешникова, весь процесс найма благодаря сервису сокращается до трех часов.

Как искусственный интеллект меняет банки. 6 трендов от Михаила Хасина, старшего управляющего директора Сбербанка

В своем выступлении на TAdviser SummIT 2017 Михаил Хасин, старший управляющий директор блока «Технологии» Сбербанка, рассказал, как искусственный интеллект (ИИ) становится драйвером технологических инноваций в банках.

Искусственный интеллект, по словам Михаила Хасина, уже достаточно развит и надежен во всем, что касается рисков, конфиденциальности, проблем человеческого фактора и маркетинговых стратегий. В банковской среде заметны 6 ключевых трендов, связанных с искусственным интеллектом.

Чат-боты. Если раньше человек звонил в контактный центр и общался с сотрудником банка, то сейчас все больше банков реализуют у себя чат-боты. Человек общается с роботом и получает всю необходимую информацию и сервис. Общение может быть выстроено в виде SMS-сообщений или в виде текста, который можно набить в чате. При этом чат-бот может анализировать потребности клиента и тут же предоставлять различные финансовые рекомендации.

Робоэдвайзинг или алготрейдинг. Робоэдвайзинг стал альтернативой финансовым консультантам по банковским вопросам, покупкам и денежным операциям. Объем портфеля, который сейчас находится под управлением роботов на финансовых рынках США, достигает 1 трлн долларов. К 2020 году он составит уже больше 2 трлн долларов.

Файл:Прогноз активов под управлением робоэдвайзеров в США 2016.png


Индивидуальные предложения и повышение лояльности. Человек все больше погружается в мир ИИ, и все больше сервисов он начинает получать в режиме реального времени. Анализ того, что с ним происходит, позволяет очень эффективно предлагать различные уникальные персонифицированные предложения. Весь сервис в цифровом мире становится все более и более персональным.

« Если человек в соцсети собрал больше 200 лайков, и мы хорошо знаем профили тех людей, которые эти лайки поставили, то на основании этой информации можно узнать про этого человека больше, чем знают ближайшие родственники. Есть другая аналитика, которая показывает, что для того, чтобы однозначно определить человека, достаточно знать 3 наиболее частые его GPS-координаты, обычно дом, работа и какое-то любимое место. Собственно, на основании подобного рода информации можно понимать социальную среду, с кем он общается - по такой информации можно более эффективно определить кредитный рейтинг, который этому человеку можно присвоить, - приводит пример Михаил Хасин. »

Определив, что человек работает в области сельского хозяйства, можно ему предложить различного рода продукты, связанные со страховкой урожая. По малому бизнесу, анализируя цепочки поставок и контрагентов предприятия, а также анализируя сезонность поставок и платежей, можно очень точно предсказать, в какие моменты клиент может столкнуться с пробелами ликвидности или локальными кассовыми разрывами. И заранее предложить свои услуги, избавить предпринимателя от нервотрепки. Такого рода сервисы становятся все более востребованы.

Интернет вещей. К 2025 году в мире будет порядка 28 млрд устройств, примерно 5 на каждого человека, подключенных к интернету и предоставляющих информацию. Это приводит к тому, что любой человек будет оставлять так называемые электронные следы в облаке. Михаил Хасин видит здесь возможности для возникновения новых видов сервисов. Например, анализируя время, факт, что человек сел в машину, ИИ может определить, что тот собирается ехать домой, и сразу предложить нужный маршрут. Или, понимая, куда и за чем человек обычно ездит за покупками, можно автоматически делать предзаказ. Человеку останется только заехать в магазин и забрать покупки.

Михаил Хасин на TAdviser SummIT 2017

Сейчас разрабатываются умные холодильники, которые фактически распознают все, что в данный момент в них находится. Это делается не по штрихкоду или RFID, а с помощью камеры.

« Это значит, что умному холодильнику ничего не стоит, понимая, что является стандартной потребительской корзиной и что находится в нем в данный момент, автоматически делать заказ. Более того, на следующем уровне он может обращаться в разные магазины и делать заказ там, где эта корзина стоит дешевле. Все это открывает новые горизонты, как себя должны вести системы и как в них должны интегрироваться финансовые услуги, - объяснил Михаил Хасин. »

Антифрод. Искусственный интеллект становится мощным щитом на пути внешних и инсайдерских угроз. Например, анализируя частые места покупок клиента, можно определить, кто именно данную покупку совершает, обнаружить признаки использования пластиковой карты клиента третьими лицами. Список алгоритмов, выявляющих фрод, огромный, он постоянно расширяется, важная область, куда идут инвестиции.

Операционная эффективность. Подавляющее количество действий, которые сейчас в бэкофисе делают люди, можно автоматизировать и алгоритмизировать. Произойдет полный отказ от бумаги, с автоматическим распознаванием документов и хранением сканов на электронных носителях, отсутствием необходимости физически приходить в банк и передавать эти документы.

Произойдет переход от работы по проведению транзакций на работу с отклонениями. Люди будут мониторить отклонения во времени и сроках проведения той или иной транзакции и принимать меры, а сами процессы будут идти практически со 100% уровнем автоматизации.

« Для того, чтобы это все легко можно было интегрировать в текущие банковские сервисы, необходимо, чтобы банковская платформа это поддерживала. Очевидно, что те платформы, на которых в основном сейчас работают банки, создавались 10-15 лет назад, в них встраивание этих алгоритмов практически невозможно. Поэтому банки сейчас озадачены тем, как произвести инжиниринг своего ландшафта, чтобы иметь эффективную возможность встраивания искусственного интеллекта и машинного обучения в свою банковскую платформу, - резюмировал Михаил Хасин. »

Конференция TAdviser SummIT состоялась в Москве 31 мая 2017 года. Впервые она проводилась при официальной поддержке Минкомсвязи России. На конференции прозвучали доклады, посвященные глобальным технологическим тенденциям, изменившимся политическим и экономическим реалиям, их влиянию на ИТ-отрасль. Также были организованы сессии по ИТ в отдельных отраслях. В мероприятии приняли участие 400 ИТ-руководителей крупных коммерческих и государственных организаций, топ-менеджеров и экспертов ИТ-компаний.

В панельных дискуссиях участники саммита обменялись мнениями и прогнозами о перспективах развития технологий и информационных систем.

Сбербанк передаст работу 3 тыс. сотрудников роботам-юристам

Сбербанк в 2017 году «высвободит» около 3 тыс. рабочих мест благодаря внедрению так называемого семейства роботов-юристов, сообщил на Гайдаровском форуме заместитель председателя правления банка Вадим Кулик [1]. Кулик подчеркнул, что это не означает автоматических сокращений персонала.

Банкир уточнил, что Сбербанк в четвертом квартале 2016 года уже «запустил робота-юриста, который может сам писать исковые заявления».

«Это один из примеров работающих роботов. Фактически на текущий момент это означает, что почти все иски, которые пишутся у нас по физическим лицам, полностью перейдут на этих роботов в течение этого полугодия 2017 года», — сказал он.

Представитель Сбербанка добавил, что нововведение позволит «высвободить» около 3 тыс. рабочих мест, но это не означает, что все сотрудники, занимавшиеся этой работой, будут автоматически сокращены.

«Эти люди попадут под программу переобучения. Если мы не найдем, как их переобучить, то дальше начнутся сокращения», — пояснил зампредправления Сбербанка.

Кулик добавил, что банк стремится сокращать сотрудников так, чтобы не влиять на рынок труда. Вместе с тем он признал, что новые технологии вынуждают банк активно внедрять роботов и по множеству других направлений. «У нас большой и агрессивный пайплайн», — добавил он, но деталей не уточнил.

Кулик позднее прокомментировал через пресс-службу Сбербанка, что речь идет о передаче роботам подготовки типовых исков, и что это «освободит юристов банка от рутинной работы и позволит сфокусироваться на решении сложных правовых вопросов».

Исследование R-Style Softlab

Лишь каждый пятый отечественный банк применяет данную технологию, однако абсолютное большинство банков считают ее перспективной. В половине опрошенных организаций готовы перенести платежные операции и информационные сервисы в мессенджеры. В каждом третьем банке готовы доверить чат-ботам функции блокировки платежных карт, в каждом пятом — подтверждение операций. Это данные исследования R-Style Softlab, которое проходило с февраля по апрель 2017 г., в нем приняли участие руководители и специалисты ИТ- и бизнес-подразделений 100 банков России и СНГ, более половины из которых — банки категории топ-100.

Рост числа российских интернет-пользователей, доступность смартфонов и дальнейшее развитие мобильного интернета формируют новые привычки и модели поведения. Пользователи социальных сетей и мобильных приложений все больше ориентируются на получение мгновенного результата и осуществление целевого действия в пару кликов, что во многом объясняет стремительный взлет популярности мессенджеров WhatsApp, Viber и Telegram Мессенджер.

Однако потребность в получении качественных финансовых услуг и персональных консультаций никуда не исчезла: люди по-прежнему звонят в call-центры. Несмотря на развитие систем ДБО, количество обращений по телефону, по словам представителей 30 крупнейших кредитных организаций, за последнее время существенно увеличилось.

Технология чат-ботов позволяет оптимизировать бизнес-процессы и найти разумный компромисс в решении сразу нескольких разноплановых задач: упростить взаимодействие пользователя с банком, повысить уровень сервиса и сократить финансовые затраты на работу call-центра и услуги SMS-оповещения. Имитация диалога происходит в привычной и комфортной для клиента среде чата, при этом он получает выбор услуг, ранее доступных только на сайте или через систему ДБО — все это позволяет сохранить и повысить лояльность.

К сожалению, на данный момент полноценное распознавание текста и обработка произвольных запросов собеседника при помощи технологий искусственного интеллекта не могут быть доведены до приемлемого уровня.

Распространение перспективных, по мнению многих компаний, так называемых интерфейсных ботов, созданных на платформах Telegram и Facebook, не решает вопрос качественной имитации живой беседы и сохранения лояльности клиента. «Разговорные» боты, в первую очередь их примитивные варианты, созданные с развлекательной целью, довольно часто подвергаются критике в связи с ограниченностью тем, по которым они способны вести диалоги.

Поскольку для человека при обсуждении вопросов с банком важно ощущение живого контакта, самым верным направлением видится развитие именно «разговорных» ботов при условии наличия в них широких возможностей языкового анализа. При продуманной реализации их можно назвать «правильными» чат-ботами, способными качественно имитировать человеческую речь.

Такое решение серьезно снизит нагрузку на call-центр, сохранит возможность живого диалога и позволит в сложных случаях перевести разговор на специалиста банка, помогая ему в решении проблемы — активируется функция предложения подсказок оператору из базы шаблонных фраз.

2016

Глава Сбербанка: Через пять лет банк сможет принимать 80% всех решений с помощью ИИ

Через пять лет Сбербанк сможет принимать 80% всех решений с помощью искусственного интеллекта, говорил в сентябре 2016 года глава Сбербанка Герман Греф.

«Мы посчитали, если сравнить банк сегодня и Сбербанк пять лет назад, то примерно 50% тех решений, которые принимались людьми, сегодня принимаются машинами. И через пять лет, мы считаем, что мы сможем принимать примерно 80% всех решений автоматически с помощью искусственного интеллекта», — сказал Греф[2].

Глава Сбербанка уточнил, что в таком случае эти процессы будут происходить «значительно более качественно». «Это означает, что в нашем случае десятки тысяч людей потеряют свою сегодняшнюю работу», — заключил Греф.

ИИ для подбора сотрудников

7 июня 2016 года агентство Reuters опубликовало статью, посвященную тому, как банки с Уолл-стрит в попытке сократить расходы обращаются к разработчикам ПО, чтобы те помогли с оптимизацией процесса поиска подходящих сотрудников. Ставка делается на искусственный интеллект (ИИ).

Подобные технологии позволяют выявить в соискателях полезные для работодателя качества, в том числе способность работать в команде, целеустремленность, силу воли и другие плюсы, которые не всегда можно обнаружить в резюме или во время собеседования.

Уолл-стрит доверит искусственному интеллекту поиск талантливых банкиров

Возможность внедрения ИИ в работу рассматривают такие финансовые гиганты, как Goldman Sachs Group, Morgan Stanley, Citigroup и UBS Group. К примеру, Citigroup к началу июня 2016 года тестирует разработанную фирмой Koru Careers технологию для отсева кандидатов. Софт испытывается на небольшой группе сотрудников, работающих в корпоративной и инвестиционной структурах.

Программа определяет «корпоративный отпечаток» бизнеса (совокупность качеств действующих сотрудников, от которых зависят высокие рабочие показатели компании) и оценивает качества кандидатов на основе анализа короткого видеоролика, в котором соискатели рассказывают о своих сильных сторонах и карьерных стремлениях. Система учитывает не только речь говорящего, но способ подачи презентации, включая «язык тела» и темп разговоров. Koru позволяет проводить тестирование через интернет, мобильный телефон или на локальном компьютере в офисе, куда пришел ищущий работу человек.

Пользователи ПО Koru платят разработчикам за составление «корпоративного отпечатка», а также за каждого кандидата, который проходит тестирование. В Koru утверждают, предлагаемое компанией ПО позволяет уменьшить количество неудачных приемов на работу на 60%.

« До недавнего времени момента технологии помогали лишь находить лучшее резюме, сейчас же они смогут по-настоящему понимать людей, обратившихся за работой, — отметил Марк Ньюман (Mark Newman), глава компании HireVue, разрабатывающей ИИ-платформу для оценки кандидатов по видеособеседованию при приеме на работу. »

В банках надеются, что подобные разработки помогут избавиться от расходов в случае проблемных наймов и улучшить ситуацию на рынке труда. Искусственный интеллект, по мнению финансистов, позволит отбирать сотрудников, способных справиться с той или иной работой, благодаря созданию шаблонов, построенных на анализе больших массивов данных.

Прием на работу плохого сотрудника может дорого обойтись компании — привести к большим финансовым тратам и потере бизнес-возможностей. По оценкам экспертов Capital One Financial, убытки от неудачно нанятого работника могут измеряться тремя зарплатами человека, который бы идеально подошел для этой должности.

Разработчики программного обеспечение для подбора и управления персоналом стремятся избавить своих клиентов от человеческих ошибок, таких как отсев сильных кандидатов, которые на первый взгляд показались слабыми, говорит директор направления по подбору персонала рекрутинговой компании Monster Worldwide Мэтт Дусетт (Matt Doucette).

« Лучший продавец — это обычно не тот, кто играет на публику, а тот человек, который скромно сидит в углу, кто избегает внимания и задает правильные вопросы, — сказал Дусетт. »

По данным осведомленных источников Reuters, в банке UBS используется компьютерный алгоритм, позволяющий анализировать резюме для поиска кандидатов с нужными параметрами, а также технология отбора сильных кандидатов.

Goldman Sachs Group применяет собственное ПО для поиска в резюме нужных качеств, таких как командная работа, честность и рассудительность. Также компания использует личностные тесты для лучшего понимания качеств наиболее успешных банкиров и трейдеров.[3]

Искусственный интеллект задействуется не только в американском банковском секторе, но и российском. В начале 2016 года российская компания Krawlly и банк iBank Global представили персонального финансового помощника, способного агрегировать данные из разных банков, производить категоризацию трат и давать персональные советы на основе анализа больших данных. Программное обеспечение, использующее возможности ИИ, помогает предлагать банковским клиентам различные партнерские программы по инвестициям денежных средств.[4]

Робототехника