Банки играют важную роль в развитии финансовой жизни современного общества и мировой экономики, осуществляют операции с наличными средствами, кредитами, вкладами. Именно для оптимизации данных процессов в банковскую сферу активно внедряется искусственный интеллект. Я расскажу, как именно банковские структуры используют нейросети, и главное — есть ли риски для нас?
Исторически банковская сфера всегда стремилась внедрять инновации одной из первых. Уже в 50-х годах ХХ века использовались математические модели для оценки будущего кредитора, в 80-х годах началось активное внедрение компьютеров в финансовый сегмент.
Машины могли рассчитывать динамику индексов, определять инвестиционную стратегию. В ХХI веке банковский сегмент полноценно взял на вооружение технологии искусственного интеллекта, которые начали активно применяться в банках для анализа рисков. Все началось с решения задачи кредитного скоринга, постепенно перешло и на другие банковские продукты.
С развитием технологий LLM искусственный интеллект стали применять для голосовых ассистентов в мобильных приложениях, на первой линии телефонных операторов и в задачах автоматического написания текстов документов, в том числе и юридического характера. Методы компьютерного зрения применяют для распознавания документов в целях электронного документооборота, ускорения заполнения клиентских данных по результатам сканирования паспорта и других документов. Применяют методы искусственного интеллекта и в маркетинговых целях: для сегментации клиентов и выработки персональных предложений.
Недавно эксперты из Великобритании опубликовали масштабное исследование о роли искусственного интеллекта в банковской сфере. По их подсчетам затраты банковских структур на разработку и внедрении данных технологий к 2030 году достигнут 300 млрд долларов.
Если сравнивать внедрение технологий искусственного интеллекта в финансовый сектор с другими сферами, то в целом мы можем говорить об этапе пилотирования и апробации.
На примере российских банков мы видим, что в каких-то направлениях нейросети работают достаточно эффективно, где-то наблюдаются очевидные проблемы. Но показательно другое — почти все крупные банки создали в своей структуре отдельные департаменты, отвечающие за разработку и внедрение ИИ-технологий.
Коммуникации с клиентами
Нейросеть на основе заданных алгоритмов решает, что именно вам ответить, как выстроить диалог. Один из самых интересных кейсов — это голосовый помощник от банка Тинькофф, которого зовут так же как и основателя бренда — Олег. Благодаря использованию Олега банк экономит порядка 360 млн рублей ежегодно, а чат бот обрабатывает около половины всех входящих запросов. Кроме прямой коммуникации, нейросеть просчитает и принимает решение, какой банковский продукт будет для вас сейчас наиболее привлекательным — вклад, кредит или карта с особыми условиями.
Кредитование
С одной стороны, в этом направлении всегда работал большой массив сотрудников, рассматривающий в ручном порядке заявки. И здесь важно два момента — увеличивающиеся расходы банка, связанные с фондом оплаты труда этих сотрудников. Второе — вероятность возникновения ошибки ввиду человеческого фактора.
С другой стороны, страдал всегда клиент, так как ручное рассмотрение затягивало решение о возможности кредитования. За счет внедрения технологии искусственного интеллекта банки смогли решить почти все проблемы. Заявки рассматриваются очень быстро, искусственный интеллект всегда принимает верное решение. В этом признаются и сами российские банки, отмечая что сейчас наблюдается снижение процента невозвращенных кредитов.
Безопасность
По оценке Банка России в первом квартале 2023 года установлен рекорд по хищению средств у клиентов. Мошенники смогли похитить со счетов россиян более 4,5 млрд руб.
Поэтому идентификация мошеннических действий является одной из перспективных задач для нейросетей в разрезе данной отрасли. Уже сегодня искусственный интеллект осуществляет финансовый мониторинг, сканирует в режиме нон-стоп огромный массив данных, выявляя при этом нехарактерное поведение физических и юридических лиц. Кроме того, нейросети идентифицируют факты кибератак.
Работа с должниками
Практика применения искусственного интеллекта в работе с должниками началась в России достаточно давно. О первых кейсах в 2017 году заявлял Сбербанк, в 2018 году о внедрении данной технологии заявил другой крупный игрок рынка — банк ВТБ. Сейчас примерно половина всех коммуникаций с должниками осуществляется именно нейросетью. Однако, именно в этом направлении наблюдаются некоторые проблемы, связанные с текущим российским законодательством. Использование роботов-коллекторов относится к так называемой серой зоне. Они официально не разрешены, но при этом и не запрещены. Безусловно, это вызывает негативную общественную реакцию.
Кроме того, в прошлом году было несколько крупных судебных разбирательств, связанных с законностью использования роботов-коллекторов при общении с должниками. Практика показывает, что обращения в суд инициируются, когда эта технология используется слишком агрессивно. Например, робот звонит каждый час должнику. И какие-то банки спокойно ее используют, не боясь последствий. Другие же опасаются репутационных рисков, связанных с лояльностью клиентов.
Использование искусственного интеллекта в банковском сегменте не ограничивается перечисленными направлениями. Огромный пласт работы сейчас выполняют нейросети: распознавание документов, выстраивание оптимальных маршрутов для инкассации, разработка графика работы офисов с учетом наплыва клиентов, выбор удачных локаций для запуска новых офисов и тд.
Риски в использовании нейросетей в банковской отрасли
Нейросеть устроена таким образом, что для уменьшения погрешности она должна иметь большой массив данных на начальном этапе и постоянно обучаться в процессе реализации заданного алгоритма. И речь здесь о персональных данных сотен тысяч клиентов банковских структур, а также об информации юридических лиц, содержащих коммерческую тайну.
В 2023 году вышло масштабное исследование компании InfoWatch, специализирующейся на информационной безопасности в корпоративном секторе. Эксперты рассказали, что за 2022 год в России утекло более 667 млн записей с персональными данными. Если сравнивать этот показатель с 2021 годом, то фактически мы видим рост почти в 2,5 раза. Положительная тенденция — утечка персональных данных из банковских структур случаются всё реже. Поэтому мы можем говорить о положительном влиянии развития искусственного интеллекта на снижение утечки персональных данных.
Алгоритм для нейросети всегда задает человек, но насколько встает вопрос — насколько глубоко с точки зрения этики проработан аспект пола, национальной или религиозной принадлежности. Например, принимая решение о выдаче кредита, преимущества могут получить мужчины, так как статистически они зарабатывают больше прекрасной половины человечества даже при прочих равных условиях. Над решением этических проблем каждый банк в России работает самостоятельно. Например, Сбербанк разработал собственный этический кодекс, а ВТБ разработал модели, оценивающие решения нейросети с точки зрения этики.
Сокращение сотрудников call-центров, почти полная ликвидация экспертов, принимающих решение по кредитованию, роботы-коллекторы — и это далеко не полный список тех кого сегодня заменяет нейросеть. И сокращение сотрудников является объективным процессом.
Центральный банк РФ начал этот процесс в 2015 году, сократив 30% линейных сотрудников. В 2023 году была озвучена информация о двух волнах сокращения. В весенний период сократили порядка 1000 сотрудников. Осенняя волна нас ждет чуть позже. В 2018 году Сбербанк сообщил о планах сокращения 70% менеджеров среднего звена. Однако реальная ситуация по итогам 2018 года оказалась совсем иная — по данным официальной статистики под сокращение попали лишь 5 % сотрудников. К 2025 году банк планирует отказаться от услуг половины своих сотрудников.
