Le banche svolgono un ruolo importante nello sviluppo della vita finanziaria della società moderna e dell’economia mondiale; effettuano transazioni con contanti, prestiti e depositi. È per ottimizzare questi processi che l’intelligenza artificiale viene introdotta attivamente nel settore bancario. Ti dirò esattamente come le strutture bancarie utilizzano le reti neurali e, soprattutto, ci sono dei rischi per noi?
Storicamente, il settore bancario è sempre stato uno dei primi a introdurre innovazioni. Già negli anni ’50 del XX secolo venivano utilizzati modelli matematici per valutare il futuro prestatore, negli anni ’80 iniziò l’introduzione attiva dei computer nel segmento finanziario.
Le macchine potrebbero calcolare la dinamica degli indici e determinare la strategia di investimento. Nel 21° secolo, il segmento bancario ha adottato pienamente le tecnologie di intelligenza artificiale, che hanno iniziato ad essere utilizzate attivamente nelle banche per l’analisi dei rischi. Tutto è iniziato con la risoluzione del problema del credit scoring, per poi spostarsi gradualmente verso altri prodotti bancari.
Con lo sviluppo delle tecnologie LLM, l’intelligenza artificiale ha iniziato ad essere utilizzata per gli assistenti vocali nelle applicazioni mobili, sulla prima linea degli operatori telefonici e in compiti di scrittura automatica di testi di documenti, compresi quelli di carattere legale. I metodi di visione artificiale vengono utilizzati per riconoscere i documenti ai fini della gestione elettronica dei documenti, accelerando la compilazione dei dati del cliente in base ai risultati della scansione di un passaporto e di altri documenti. I metodi di intelligenza artificiale vengono utilizzati anche per scopi di marketing: per segmentare la clientela e sviluppare offerte personali.
Recentemente, esperti del Regno Unito hanno pubblicato una ricerca su larga scala sul ruolo dell’intelligenza artificiale nel settore bancario. Secondo i loro calcoli, i costi delle strutture bancarie per lo sviluppo e l’implementazione di queste tecnologie raggiungeranno i 300 miliardi di dollari entro il 2030.
Se confrontiamo l’introduzione delle tecnologie di intelligenza artificiale nel settore finanziario con altre aree, in generale possiamo parlare della fase pilota e di test.
Usando l’esempio delle banche russe, vediamo che in alcune aree le reti neurali funzionano in modo abbastanza efficace, ma in altre ci sono problemi evidenti. Ma qualcos’altro è indicativo: quasi tutte le grandi banche hanno creato dipartimenti separati nella loro struttura responsabili dello sviluppo e dell’implementazione delle tecnologie di intelligenza artificiale.
Comunicazioni con i clienti
La rete neurale, sulla base di algoritmi specifici, decide esattamente cosa risponderti e come costruire un dialogo. Uno dei casi più interessanti è l’assistente vocale della Tinkoff Bank, il cui nome è lo stesso del fondatore del marchio: Oleg. Grazie all’utilizzo di Oleg la banca risparmia circa 360 milioni di rubli all’anno e il chatbot elabora circa la metà di tutte le richieste in arrivo. Oltre alla comunicazione diretta, la rete neurale calcolerà e deciderà quale prodotto bancario sarà più interessante per te in questo momento: un deposito, un prestito o una carta a condizioni speciali.
Prestito
Da un lato, un gran numero di dipendenti ha sempre lavorato in questa direzione, esaminando manualmente le domande. E qui due punti sono importanti: i crescenti costi della banca associati al fondo salari di questi dipendenti. Il secondo è la probabilità che si verifichi un errore dovuto al fattore umano.
D’altra parte, il cliente ha sempre sofferto, poiché la revisione manuale ha ritardato la decisione sulla possibilità di concedere un prestito. Introducendo la tecnologia dell’intelligenza artificiale, le banche sono riuscite a risolvere quasi tutti i problemi. Le richieste vengono elaborate molto rapidamente, l’intelligenza artificiale prende sempre la decisione giusta. Le stesse banche russe lo ammettono, sottolineando che ora si registra una diminuzione della percentuale dei prestiti non rimborsati.
Sicurezza
Secondo la Banca di Russia, nel primo trimestre del 2023 è stato stabilito un record per il furto di fondi da parte dei clienti. I truffatori sono riusciti a rubare dai conti russi più di 4,5 miliardi di rubli.
Pertanto, l’identificazione di azioni fraudolente è uno dei compiti promettenti per le reti neurali nel contesto di questo settore. Già oggi l’intelligenza artificiale effettua il monitoraggio finanziario, scansiona ininterrottamente un’enorme quantità di dati, identificando comportamenti insoliti di persone fisiche e giuridiche. Inoltre, le reti neurali identificano i fatti degli attacchi informatici.
Lavorare con i debitori
La pratica dell’uso dell’intelligenza artificiale nel lavoro con i debitori è iniziata in Russia molto tempo fa. Sberbank ha annunciato i primi casi nel 2017; nel 2018, un altro importante attore del mercato, VTB Bank, ha annunciato l’introduzione di questa tecnologia. Oggigiorno circa la metà di tutte le comunicazioni con i debitori avviene tramite una rete neurale. Tuttavia, è in questa direzione che si riscontrano alcuni problemi legati all’attuale legislazione russa. L’utilizzo dei raccoglitori robotizzati rientra nella cosiddetta zona grigia. Non sono ufficialmente consentiti, ma non sono nemmeno vietati. Naturalmente, ciò provoca una reazione pubblica negativa.
Inoltre, l’anno scorso si sono verificati diversi importanti procedimenti legali legati alla legalità dell’utilizzo di collezionisti robot nella comunicazione con i debitori. La pratica dimostra che quando questa tecnologia viene utilizzata in modo troppo aggressivo vengono avviate azioni legali. Ad esempio, un robot chiama il debitore ogni ora. E alcune banche lo usano con calma, senza timore di conseguenze. Altri temono i rischi reputazionali associati alla fedeltà dei clienti.
L’utilizzo dell’intelligenza artificiale nel settore bancario non si limita agli ambiti elencati. Oggi gran parte del lavoro viene svolto dalle reti neurali: riconoscimento dei documenti, creazione di percorsi ottimali per la raccolta, sviluppo di orari di lavoro in ufficio tenendo conto dell’afflusso di clienti, scelta di luoghi di successo per il lancio di nuovi uffici, ecc.
Rischi nell’utilizzo delle reti neurali nel settore bancario
La rete neurale è progettata in modo tale che, per ridurre l’errore, deve disporre di una vasta gamma di dati nella fase iniziale ed essere costantemente addestrata nel processo di implementazione di un determinato algoritmo. E stiamo parlando dei dati personali di centinaia di migliaia di clienti bancari, nonché di informazioni provenienti da persone giuridiche contenenti segreti commerciali.
Nel 2023 è stata pubblicata una ricerca su larga scala da InfoWatch, azienda specializzata nella sicurezza informatica nel settore aziendale. Gli esperti hanno affermato che nel 2022 in Russia sono trapelati oltre 667 milioni di record con dati personali. Se confrontiamo questa cifra con il 2021, in effetti vediamo un aumento di quasi 2,5 volte. Una tendenza positiva: le fughe di dati personali dalle strutture bancarie stanno diventando meno comuni. Pertanto, possiamo parlare dell’impatto positivo dello sviluppo dell’intelligenza artificiale sulla riduzione della fuga di dati personali.
L’algoritmo per una rete neurale viene sempre impostato da una persona, ma la domanda che sorge spontanea è quanto profondamente, da un punto di vista etico, sia stato elaborato l’aspetto del genere, della nazionalità o dell’appartenenza religiosa. Ad esempio, quando decidono di concedere un prestito, gli uomini possono ottenere dei vantaggi, poiché statisticamente guadagnano più della buona metà dell’umanità, anche a parità di altre condizioni. Ogni banca in Russia lavora in modo indipendente per risolvere i problemi etici. Ad esempio, Sberbank ha sviluppato un proprio codice etico e VTB ha sviluppato modelli che valutano le decisioni relative alle reti neurali da un punto di vista etico.
Riduzione dei dipendenti dei call center, eliminazione quasi completa degli esperti che prendono decisioni sui prestiti, collezionisti di robot – e questo non è un elenco completo di coloro che vengono sostituiti oggi rete neurale. E la riduzione del personale è un processo oggettivo.
La Banca Centrale della Federazione Russa ha avviato questo processo nel 2015, tagliando il 30% dei dipendenti di linea. Nel 2023 sono state annunciate informazioni su due ondate di riduzione. In primavera sono stati licenziati circa 1.000 dipendenti. L’onda autunnale ci aspetta un po’ più tardi. Nel 2018, Sberbank ha annunciato l’intenzione di tagliare il 70% dei quadri intermedi. Tuttavia, la situazione reale alla fine del 2018 si è rivelata completamente diversa: secondo le statistiche ufficiali, solo il 5% dei dipendenti è stato licenziato. Entro il 2025, la banca prevede di eliminare i servizi della metà dei suoi dipendenti.
