Понятия «искусственный интеллект», «большие данные», «машинное обучение» стали мейнстримом на финансовом рынке совсем недавно. Однако переход от теории к практическому внедрению технологий с элементами искусственного интеллекта (ИИ) произошел стремительно – сегодня они применяются большинством российских банков.
Отметим, что при этом даже на профильных мероприятиях до сих пор происходит путаница в терминологии – понятие «искусственный интеллект» далеко не всегда применяется по делу. Из-за этого, например, в Стэнфордском университете употребление термина ИИ едва не попало под запрет. Специалисты поясняют, что ИИ еще не существует, а то, что сегодня пытаются называть этим термином, на самом деле является программами, которые с разной степенью самостоятельности могут анализировать данные. Иными словами, речь идет о машинном обучении – роботах и чат-ботах с разным интерфейсом.
Первое направление, которое стало бурно развиваться, это текстовые чат-боты в мессенджерах. Команды разработчиков банков делали ставку на молодую аудиторию, которая «не выпускает смартфон из рук». Однако это были не более чем пилотные проекты, цель которых состояла, выражаясь профессиональным языком, в создании наиболее объемной выборки и оцифровке так называемых «длинных хвостов ответов». Некоторые крупные банки добились впечатляющих результатов, «закрыв» до 70% всех клиентских обращений с помощью автоматических ответов. Следующим этапом стало бурное развитие рынка ботов, поддерживающих технологию Natural Language Understanding, то есть понимание естественного языка. Как прогнозируют в компании Just AI, по итогам 2018 года рынок голосовых ботов удвоится, превысив полмиллиарда рублей, а через пять лет достигнет 33 миллиардов. Голосовые боты на Западе известны как «разговорная коммерция» (термин придумали в 2015 году в Uber). Основные достоинства этой технологии для клиента состоят в индивидуальном сервисе, скорости и формате 24/7. Для банка это, прежде всего, существенное сокращение затрат, в том числе на содержание call-центров и скорость ответа на обращения клиентов. Говорящие боты на сегодня - основное направление применения ИИ, включая умные колонки и всевозможные интеллектуальные ассистенты.
Разговаривая с роботом от сервиса Dasha.AI, только 0,5% клиентов понимают, что говорят с роботом
В России хорошо зарекомендовали собственные разработки в сфере голосовой биометрии, которые используют нейронные сети для определения наиболее вероятных фонем русского языка. Что важно, данные акустические модели русского языка самообучаемы и способны адаптироваться под региональный говор. Например, разговаривая с роботом от сервиса Dasha.AI, только 0,5% клиентов понимают, что говорят с роботом.
Отдельное направление использования голосовых помощников – так называемый soft collection. Уже есть первые пилоты по использованию роботов для звонков клиентам с просроченной задолженностью. Робот пока еще немного уступает в данных коммуникациях человеку, при этом у него есть неоспоримое достоинство: робот не выйдет за рамки закона (читай - скрипта разговора), не поддастся эмоциям. Это чрезвычайно важно при общении с клиентами - не важно, будут ли это физические лица или юридические. ”Наговорить в сердцах” можно на всех.
Этим летом в России заработала Единая биометрическая система (ЕБС), которая позволяет удаленно производить банковские операции. Но новые возможности несут и серьезные риски: социальная инженерия – неотъемлемая часть финтеха, а значит, мы уже имеем дело с едва ли не бесконечным соревнованием снаряда и брони. Все существующие методы идентификации несовершенны и уязвимы – есть разработки, которые в режиме реального времени имитируют голос, изображение. Выход не только в комплексном мультимодальном подходе, но и в новых технологиях ИИ, способных обеспечить безопасность обмена данными.
Роботы вычитывают диалоги операторов с клиентами и на контроль качества попадают диалоги по заданным критериям
ИИ с высоким результатом применяется для контрольных функций внутри банка. Например, роботы вычитывают диалоги операторов с клиентами и на контроль качества попадают диалоги по заданным критериям. Область применения ИИ распространяется и на взаимодействие банков с регулятором в области комплайенса и KYС. И, конечно же, революционным направлением для банка является совершенствование скоринговых систем – тут без элементов ИИ не справиться, поскольку приоритетным является направление социального скоринга, а не открытие неограниченного доступа коммерческих сервисов к повседневным операциям людей.
Банки активно используют и нейросети. Причем сразу по нескольким направлениям. Так, одним из перспективных направлений становится подготовка исковых заявлений в суд на основе нейросети. Все чаще они используются для прогнозирования поведения заемщика в будущем: сеть самообучается, и чем больше в нее загружено данных, тем лучше. Наконец, ИИ успешно применяют в различных консультационных банковских сервисах – от помощника по выбору биржевых инструментов (робоэдвайзинг) до помощника по ведению личного бюджета. Проекты SimpleInvest и TheWaay подтверждают высокий спрос на сервисы, облегчающие клиенту выбор. В режиме экономии времени рекомендательные сервисы - то, что нужно.
Приведенные выше примеры – не футурология, но реально внедренные в банковские процессы образцы использования ИИ на том уровне, на котором он сейчас находится. Важно, что тема избавилась от ненужного хайпа, а банковские стратеги определились с будущим - ИИ активно внедряется во многие бизнес-процессы в банках.
