Искусственный интеллект – пропуск в будущее

Искусственный интеллект (ИИ) на сегодняшний день является одним из маркеров, символизирующих развитие отрасли. Использование умной технологии – возможность расширить спектр решений, которые принимаются компаниями.

Сегодня он активно внедряется в сферу финансовых технологий. Большая часть крупных банков стремительно интегрирует ИИ в технологическую инфраструктуру бизнеса и экосистему. По данным UBS Evidence Lab., 75% банков с активами свыше $100 млрд пользуются стратегиями с участием ИИ, среди банков с активами менее $100 млрд таких только 46% (Business Insider). 

В 2020 году большинство наиболее крупных раундов финансирования в европейском финтехе пришлось на b2b-сервисы, которые являются частью технологий ИИ-спектра (PitchBook). 

Биометрический прорыв от Альфа-банка

Если речь заходит о биометрии, невозможно не упомянуть Альфа-Банк. Не так давно он запустил систему голосовой аналитики, которая автоматически, с помощью искусственного интеллекта анализирует все диалоги между операторами и клиентами, происходящие в контакт-центре. Благодаря этому банк оперативно определяет причины обращения потребителей и то, насколько они удовлетворены процессом обслуживания, чтобы впоследствии навести необходимые правки.

Директор по цифровому бизнесу Иван Пятков, отмечает, что система, запущенная в качестве пилотного проекта в 2019 году, превзошла все ожидания разработчиков: оптимизация принесла банку свыше 30 млн рублей. В 2020 она уже начала работать как полноценно встроенная система.

Система распознания речи точно определяет эмоциональные реакции клиентов на слова оператора, что позволяет оценить, как будет лучше оптимизировать работу, в соответствии с потребностями и предпочтениями людей. Рекомендации голосовой аналитики повысили уровень продаж среди розничных клиентов на 9,3%, а в сегменте малого и среднего бизнеса – на 12,4%.

Помимо прочего система налаживает работу голосового помощника, который благодаря информации, добытой аналитикой, обладает большой базой данных, на основе которой общается с клиентами. Он понимает требования лучше и дает ответы качественнее.

Биометрия активно проникает на мировые площадки. ВСС Research предсказывает, что «биометрический» рынок в среднем за год будет расти на уровне 23,2% с 2020 по 2024 год.

Автоматизированные кредиты 

Выдача кредитов с помощью искусственного интеллекта перестала быть фантастикой. В 2020 году Сбербанк рассказал про систему кредитов «за 7 минут», которая полностью построена на ИИ: весь процесс взаимодействия с клиентом строго автоматизирован. Система работает как часы, в ней используется обширный комплекс различных информационных алгоритмов, которые задействуют данные из внешних и внутренних источников. Благодаря этому возможно автономно составить профиль клиента, который будет учитывать его потребности и возможности. Решение по выдаче кредита производится машиной самостоятельно, что повышает скорость обработки запроса, обеспечивая получение результата в течение двух дней (обычно на подтверждение кредитной истории и решение о выдаче кредита специалисты тратят не менее 3-х дней и выше). 

Сбербанк раскрыл информацию о том, что кредитов такого рода на 2020 год было выдано суммарно на 274 млрд руб., а процент просроченных задолженностей достиг нулевого показателя. Касаемо физических лиц,100% кредитных решений заключается как минимум с участием ИИ, а 95% – формируется в автоматическом режиме. 

Особую систему также изучил Абсолют-Банк: психоскоринг для автокредитования доказал свою успешность уже летом 2020 года, хотя был запущен как пилотный проект только весной. 

Психоскоринг представляет собой систему простых тестов, на которые нет «правильных» ответов, благодаря чему вероятность обмана сводится к минимуму. Смысл проекта в том, чтобы понять, способен ли действительно человек оплатить кредит и не является ли его поведение обманчивым. Благодаря психоскорингу люди, у которых еще нет кредитной истории, могут взять кредит на условиях, согласованных с их возможностями. 

Тест проходит онлайн и анализируется автоматически с помощью ИИ. Благодаря первичному анализу стало понятно, что такой метод тестирования больше всего подходит людям без истории кредитования. По оценке специалистов банка, «пилот» получил хороший процент конверсии: доля полностью заполненных тестов составляет порядка 34%. Аналитики также заметили, что обычно тестирование не заканчивали клиенты с признаками мошенничества – они отвечали на вопросы только в 20% случаев. А вот заемщики с плохой кредитной историей или без нее для повышения шансов на успех, проходили тесты в 41% случаев. 

Создатели системы психоскоринга уверены, что клиентов стоит оценивать не только по кредитной истории, но и по личностным характеристикам и поведенческим паттернам. Тестирование позволяет основываться не только на финансовых факторах риска, что значительно расширяет возможности отбора и сокращает возможные риски в связи со сведением ошибок к минимуму.

Тинькофф – умный кэшбек 

Не так давно Тинькофф выпустил свою пилотную разработку – алгоритмический кэшбек с моделями, созданными для рекомендаций. Название у системы – Tinkoff RECO, и ее основная задача – подбор индивидуализированного кэшбека для трат, которые осуществляет конкретный потребитель. В Тинькофф заявили, что данная технология не имеет аналогов и двойников во всей мировой практике. 

Tinкоff RECO представляет собой систему современных ИИ-алгоритмов, которые обучены на экономических операциях свыше чем 8 млн клиентов банка, прошедших в течение последних двух лет по разным категориям – от еды до техники. Он выполняет предиктивные функции; с использованием информации из истории покупок клиента, RECO предлагает ему индивидуально подобранный кэшбек на те товары, которые необходимы. 

В релизе отмечают, что то, как устроена технология, помогает рассчитывать модели вероятных покупок у конкретного производителя и решить, насколько необходимо предложить кэшбек в каждой ситуации. Чем глубже RECO внедряется в экосистему Тинькоффа, тем больше функций раскрывается для клиента. 

Система также может автоматически подобрать для клиента список покупок, которые ему потребуются в ближайшее время – она мониторит его потребности, привычки и потребительский профиль, что позволяет расширять возможности алгоритмов.