銀行は現代社会と世界経済の金融生活の発展において重要な役割を果たしており、現金、融資、預金の取引を行っています。これらのプロセスを最適化するために、人工知能が銀行部門に積極的に導入されています。銀行組織がニューラル ネットワークをどのように使用しているのか、そして最も重要なこととして、私たちにリスクはあるのかを正確に説明します。
歴史的に、銀行業界は常に最初にイノベーションを導入してきました。 20 世紀の 50 年代にはすでに将来の貸し手を評価するために数学的モデルが使用されており、80 年代には金融分野へのコンピューターの積極的な導入が始まりました。
マシンは指数のダイナミクスを計算し、投資戦略を決定することができます。 21 世紀に入ると、銀行部門では人工知能テクノロジーが全面的に導入され、銀行内でリスク分析に積極的に使用され始めました。すべては信用スコアリングの問題を解決することから始まり、徐々に他の銀行商品に移行していきました。
LLM テクノロジーの発展により、人工知能は、モバイル アプリケーションの音声アシスタント、電話交換手の第一線での音声アシスタント、および法律的な性質のものを含む文書テキストの自動作成タスクに使用され始めました。コンピュータビジョン手法は、電子文書管理を目的とした文書の認識に使用され、パスポートやその他の文書のスキャン結果に基づいて顧客データの入力を高速化します。人工知能の手法は、顧客をセグメント化し、個人向けのオファーを開発するなど、マーケティング目的にも使用されます。
最近、英国の専門家が、銀行業界における人工知能の役割に関する大規模な研究を発表しました。彼らの計算によると、これらのテクノロジーの開発と実装にかかる銀行構造のコストは、2030 年までに 3,000 億ドルに達すると予想されています。
金融分野における人工知能テクノロジーの導入を他の分野と比較すると、一般的には試験運用とテストの段階について話すことができます。
ロシアの銀行の例を使用すると、一部の領域ではニューラル ネットワークが非常に効果的に機能していることがわかりますが、他の領域では明らかな問題が発生しています。しかし、他のことを示唆しているのは、ほぼすべての大手銀行が、AI テクノロジーの開発と実装を担当する組織内に別個の部門を設けているということです。
クライアントとのコミュニケーション
ニューラル ネットワークは、指定されたアルゴリズムに基づいて、正確に何を答えるか、対話をどのように構築するかを決定します。最も興味深いケースの 1 つは、ブランドの創設者オレグと同じ名前を持つティンコフ銀行の音声アシスタントです。 Oleg の使用のおかげで、銀行は年間約 3 億 6,000 万ルーブル を節約し、チャット ボットはすべての受信リクエストの約半分を処理しています。直接通信に加えて、ニューラル ネットワークは、預金、ローン、または特別条件付きのカードなど、現在あなたにとって最も魅力的な銀行商品を計算して決定します。
貸し出し
一方で、多くの従業員は常にこの方向で働き、アプリケーションを手動でレビューしてきました。そしてここで重要な点が 2 つあります。それは、これらの従業員の賃金基金に関連する銀行のコストの増加です。 2 つ目は、人的要因によるエラーが発生する可能性です。
一方で、手動による審査により融資の可能性に関する決定が遅れたため、顧客は常に苦しみを抱えていました。人工知能技術を導入することで、銀行はほぼすべての問題を解決できるようになりました。アプリケーションは非常に迅速に処理され、人工知能は常に正しい判断を下します。ロシアの銀行自身もこれを認めており、現在未返済ローンの割合が減少していると指摘している。
セキュリティ
ロシア銀行によると、2023年第1四半期に顧客からの資金盗難の記録が樹立された。詐欺師たちはロシア人の口座から45億ルーブル以上を盗むことに成功した。
したがって、不正行為の特定は、この業界においてニューラル ネットワークにとって有望なタスクの 1 つです。すでに今日では、人工知能が財務監視を実行し、大量のデータをノンストップでスキャンし、個人や法人の特徴のない行動を特定しています。さらに、ニューラル ネットワークはサイバー攻撃の事実を特定します。
債務者との協力
債務者との取引に人工知能を使用する慣行は、ロシアでかなり前に始まりました。ズベルバンクは 2017 年に最初の事例を発表し、2018 年には別の大手市場プレーヤーである VTB 銀行がこのテクノロジーの導入を発表しました。現在、債務者との通信の約半分はニューラル ネットワークによって行われています。しかし、この方向では、現在のロシアの法律に関連するいくつかの問題があります。ロボット回収者の使用は、いわゆるグレーゾーンに分類されます。これらは正式には許可されていませんが、禁止されているわけでもありません。もちろん、これは世間の否定的な反応を引き起こします。
さらに、昨年は債務者との連絡時にロボット回収業者を使用することの合法性を巡る大きな訴訟がいくつか起きた。実際、このテクノロジーがあまりにも積極的に使用されると、法的措置が開始されることがわかっています。たとえば、ロボットが債務者に 1 時間ごとに電話をかけます。そして、一部の銀行は結果を恐れることなく、平然とそれを利用しています。顧客ロイヤルティに伴う風評リスクを懸念する人もいる。
銀行部門における人工知能の使用は、リストされている分野に限定されません。現在、膨大な量の作業がニューラル ネットワークによって実行されています。文書の認識、収集のための最適なルートの構築、顧客の流入を考慮したオフィス勤務スケジュールの作成、新しいオフィスを立ち上げるための成功する場所の選択などです。
銀行業界でニューラル ネットワークを使用する場合のリスク
ニューラル ネットワークは、エラーを減らすために、初期段階で大量のデータを保持し、特定のアルゴリズムを実装するプロセスで継続的にトレーニングする必要があるように設計されています。そして、私たちがここで話しているのは、何十万もの銀行顧客の個人データと、企業秘密を含む法人からの情報です。
2023 年に、大規模な研究が発表されました。企業分野の情報セキュリティを専門とするInfoWatch社による。専門家らは、2022年にロシアで個人データを含む6億6,700万件以上の記録が流出したと述べた。この数字を 2021 年と比較すると、実際には 2.5 倍近く増加しています。前向きな傾向としては、銀行組織からの個人データの漏洩はあまり一般的ではなくなりつつあります。したがって、人工知能の開発が個人データの漏洩を減らすというプラスの影響について話すことができます。
ニューラルネットワークのアルゴリズムは常に人間によって設定されますが、性別、国籍、宗教などの側面が倫理的な観点からどの程度深く検討されているかが問題となります。たとえば、ローンを発行することを決定する場合、統計的には、他の条件が同じであっても、男性は人類のかなりの半分を超える収入を得ているため、男性が有利になる可能性があります。ロシアの各銀行は倫理的問題の解決に向けて独立して取り組んでいる。たとえば、Sberbank は独自の倫理規定を開発し、VTB は倫理的な観点からニューラル ネットワークの決定を評価するモデルを開発しました。
コールセンター従業員の削減、融資決定を行う専門家、ロボット回収業者のほぼ完全な排除 – これは現在置き換えられる人々の完全なリストではありませんニューラル ネットワーク。そして従業員削減は客観的なプロセスです。
ロシア連邦中央銀行は2015年にこのプロセスを開始し、ライン従業員の30％を削減した。 2023年には2波の削減に関する情報が発表されました。春には約1,000人の従業員が解雇された。もう少ししたら秋の波が待っています。ズベルバンクは2018年、中間管理職の70％を削減する計画を発表した。しかし、2018 年末の実際の状況はまったく異なることが判明しました。公式統計によれば、解雇された従業員はわずか 5% でした。同銀行は2025年までに従業員の半数のサービスを廃止する計画だ。
