Оценка кредитоспособности по профилю клиента в фейсбуке, роботы для взыскания долгов и финансовых советов инвесторам, борьба с мошенниками и битва с рутиной — искусственный интеллект в банках нужен почти во всех областях. О том, как ИИ помогает Сбербанку, ВТБ, Тинькофф-банку и другим финансовым организациям экономить миллиарды рублей — в обзоре Binary District.
По прогнозу исследовательской компании Autonomous Next, к 2030 году банки во всем мире смогут сократить расходы на 22% с помощью технологий искусственного интеллекта. Экономия может достигнуть $1 трлн.
Российские банки уже зарабатывают и экономят немалые суммы с помощью ИИ. Так, Сбербанк в 2017 году заработал дополнительно 2-3 млрд долларов (чистая прибыль банка за 2017 год — около 11,6 млрд долларов) только за счет использования ИИ и анализа данных при управлении рисками и продажами.
Мы отобрали семь задач, которые банки решают при помощи искусственного интеллекта, и посмотрели, какую пользу им это приносит.
Кредитный скоринг — самая перспективная сфера для внедрения ИИ. Его возможности в этой области использовали большинство российских банков, опрошенных рейтинговым агентством «Эксперт РА» в 2018 году (в исследовании приняли участие 11 банков: Тинькофф, Газпромбанк, МТС-банк, Московский кредитный банк, банк «Русский Стандарт» и др.).
В Сбербанке ИИ уже сейчас принимает 98% решений о выдаче кредитов физическим лицам. Кредитные риски анализируются на основе «цифрового следа» пользователя. По словам главы банка Германа Грефа, этот след уже достигает 500 МБ в день, и на его основе формируется «второе цифровое “Я”», которое «очень точно повторяет наше человеческое “Я”».
Кредитные риски с юрлицами машине пока оценивать сложнее: здесь ИИ может принять лишь 30% решений о выдаче.
Вторая популярная область применения ИИ в банках — роботы-коллекторы. Пионером здесь также был Сбербанк: в 2016 году он внедрил у себя пилотный проект своей дочерней компании «Актив БК». Через год эффективность робота оказалась почти на четверть (24%) выше, чем у живых операторов: настолько чаще должники платили просрочки в течение двух недель после звонка машины.
«АктивБК» после этого работала еще с 27 банками («Открытие», Бинбанк и др.), в 2017 году это направление приносило компании около 25% от общей выручки. Осенью 2018 года разработанного в компании робота-коллектора после трех месяцев работы в пилотном режиме внедрил ВТБ.
«Почта Банк» одним из первых начал внедрять биометрические технологии в своих отделениях в 2015 году. Сейчас системой распознавания лиц оборудованы более четырех тысяч отделений банка и 50 тысяч магазинов партнеров банка по POS-бизнесу. Двухфакторная аутентификация — по логину/паролю и фотографии — также необходима сотрудникам банка для получения доступа к CRM-системе и другим бизнес-приложениям.
В 2016 и 2017 годах это сэкономило «Почта Банку» в общей сложности 3 миллиарда рублей: в 2016 году в банк поступило 9,2 тысячи мошеннических заявок на получение кредита на сумму 1,5 миллиарда рублей, в 2017 году — около 10 тысяч заявок на такую же сумму. Система помогла выявить, от кого поступили эти заявки. Итоги за 2018 год еще не подводились.
Альфа-банк в 2018 году собирался заменить людей роботами в тридцати рутинных бизнес-процессах. После автоматизации первых семи процессов удалось достичь ежегодной экономии в 20 миллионов рублей. В итоге банк планировал экономить до 85 миллионов рублей ежегодно.
Банк передал роботам такие операции, как обработка платежей юрлиц и физлиц, обработка неопознанных платежей, разбор внутренней входящей почты, изменение данных клиента по его заявлению, правка кредитных договоров физлиц по их заявлениям, а также проводки финансирования контактов и ответы на типовые запросы.
Для работы с роботизированными программами Альфа-банк использовал платформу Blueprism (трехлетняя лицензия стоит меньше миллиона рублей). Каждый робот получает виртуальное рабочее место, на которое устанавливается агент Blueprism и нужный для работы софт. Дальше систему обучает человек, знакомый с бизнес-процессом банка и с технологией обучения роботов. До этого операционный штат должен был вырасти на 3,3%, но в итоге банк решил не нанимать новых сотрудников.
Робо-эдвайзинг — еще одна сфера, которой с прошлого года стали более активно интересоваться российские банки. Одного из таких советников-роботов для своей брокерской платформы «Тинькофф инвестиции» в июле 2018 года запустил банк Тинькофф.
За первый месяц после запуска, по данным банка, приложением воспользовались 42 тысячи человек. Всего за это время было сгенерировано 142 тысячи инвестпортфелей. Средний чек для покупки активов с помощью робота-эдвайзера составил 60 тысяч рублей и 1678 долларов США. В основном пользователи приобретали рублевые ценные бумаги.
Ранее, в 2016-м году, похожие проекты запустили Сбербанк вместе с компанией FinEx, банк «АК Барс» и ВТБ24 (последний в 2018 году присоединился к ВТБ). Тогда же своего робота-советника — приложение Right — создала компания Conomy.
Росбанк в 2018 году нашел еще один способ применения ИИ — для развития розничной сети. Об этом в колонке для Future Banking рассказал заместитель председателя правления банка Арно Дени. По его словам, банк использовал технологию компании Marketing Logic, которая специализируется на геомаркетинге.
В разработанной этой компанией системе используется машинное обучение. Она оценивает потенциал места для нового отделения по 250 переменным, которые поделили на три группы. Первая группа — геохарактеристики (расстояние до центра, до метро, цена за квадратный метр и др.), вторая — трафик (число маршрутов наземного транспорта в разных радиусах от локации) и третья — объекты (наличие рядом торговых центров, бизнес-центров, домов и банков).
Благодаря анализу всех этих параметров в ближайшие несколько лет банк планирует «значительный прирост» финансовых показателей работы сети отделений. (сейчас у банка 350 отделений).
Чат-боты — один из самых эффективных способов отвечать на вопросы сотрудников и клиентов в режиме 24/7. По итогам опроса R-Style Softlab, проведенного в 2017 году каждый пятый банк (21%) в России и на территории СНГ был готов к использованию ботов, а большая часть кредитных организаций планировала их внедрить в 2018 году.
Одним из самых успешных примеров в 2018 году стал бот Альфа-банка, разработанный им для своих сотрудников-пользователей зарплатных проектов. До его внедрения операционисты банка ежедневно принимали более сотни звонков от коллег с вопросами про условия и правила открытия расчетных счетов. Как правило, это были стандартные вопросы. После того, как их передали интеллектуальному боту, операционисты стали отвечать на другие вопросы быстрее в 50 раз.
Кроме чат-ботов, теоретически банки могут использовать голосовых ассистентов. Это более сложная технология, работающий голосовой помощник в России пока один — «Алиса» Яндекса. В декабре 2018 года глава Тинькофф-банка Олег Тиньков объявил, что банк планирует создать такого помощника.
Узнать больше о том, как использовать распознавание лиц, нейросети и машинное обучение в разных сферах бизнеса, можно на двухдневном курсе AI for Business. Спикеры курса из Microsoft, «Наносемантики» и Home Credit Bank расскажут, как применять разные виды ИИ и какие для этого есть инструменты. Ближайший интенсив пройдет 30-31 марта.
Для тех, кто хочет научиться сам применять машинное обучение для разных задач — школа AI School. Она предназначена для разработчиков, у которых есть минимальные навыки работы с Python. Ближайший курс — со 2 марта по 6 апреля.
Сколько банки экономят на внедрении ИИ
По прогнозу исследовательской компании Autonomous Next, к 2030 году банки во всем мире смогут сократить расходы на 22% с помощью технологий искусственного интеллекта. Экономия может достигнуть $1 трлн.
Российские банки уже зарабатывают и экономят немалые суммы с помощью ИИ. Так, Сбербанк в 2017 году заработал дополнительно 2-3 млрд долларов (чистая прибыль банка за 2017 год — около 11,6 млрд долларов) только за счет использования ИИ и анализа данных при управлении рисками и продажами.
Мы отобрали семь задач, которые банки решают при помощи искусственного интеллекта, и посмотрели, какую пользу им это приносит.
Какие задачи ИИ помогает решать
1. Проверить заемщика
Кредитный скоринг — самая перспективная сфера для внедрения ИИ. Его возможности в этой области использовали большинство российских банков, опрошенных рейтинговым агентством «Эксперт РА» в 2018 году (в исследовании приняли участие 11 банков: Тинькофф, Газпромбанк, МТС-банк, Московский кредитный банк, банк «Русский Стандарт» и др.).
В Сбербанке ИИ уже сейчас принимает 98% решений о выдаче кредитов физическим лицам. Кредитные риски анализируются на основе «цифрового следа» пользователя. По словам главы банка Германа Грефа, этот след уже достигает 500 МБ в день, и на его основе формируется «второе цифровое “Я”», которое «очень точно повторяет наше человеческое “Я”».
Кредитные риски с юрлицами машине пока оценивать сложнее: здесь ИИ может принять лишь 30% решений о выдаче.
2. Выбить долги
Вторая популярная область применения ИИ в банках — роботы-коллекторы. Пионером здесь также был Сбербанк: в 2016 году он внедрил у себя пилотный проект своей дочерней компании «Актив БК». Через год эффективность робота оказалась почти на четверть (24%) выше, чем у живых операторов: настолько чаще должники платили просрочки в течение двух недель после звонка машины.
«АктивБК» после этого работала еще с 27 банками («Открытие», Бинбанк и др.), в 2017 году это направление приносило компании около 25% от общей выручки. Осенью 2018 года разработанного в компании робота-коллектора после трех месяцев работы в пилотном режиме внедрил ВТБ.
«Пока он эффективен на небольших периодах просрочки. Среднее время разговора составляет одну-полторы минуты, что сопоставимо с разговором с оператором. Если сотрудник производит около 200 звонков в день, то для робота это число практически не ограничено», — говорил в интервью газете «Известия» зампред правления ВТБ Анатолий Печатников.
3. Бороться с мошенниками
«Почта Банк» одним из первых начал внедрять биометрические технологии в своих отделениях в 2015 году. Сейчас системой распознавания лиц оборудованы более четырех тысяч отделений банка и 50 тысяч магазинов партнеров банка по POS-бизнесу. Двухфакторная аутентификация — по логину/паролю и фотографии — также необходима сотрудникам банка для получения доступа к CRM-системе и другим бизнес-приложениям.
В 2016 и 2017 годах это сэкономило «Почта Банку» в общей сложности 3 миллиарда рублей: в 2016 году в банк поступило 9,2 тысячи мошеннических заявок на получение кредита на сумму 1,5 миллиарда рублей, в 2017 году — около 10 тысяч заявок на такую же сумму. Система помогла выявить, от кого поступили эти заявки. Итоги за 2018 год еще не подводились.
4. Избавить от рутинной работы
Альфа-банк в 2018 году собирался заменить людей роботами в тридцати рутинных бизнес-процессах. После автоматизации первых семи процессов удалось достичь ежегодной экономии в 20 миллионов рублей. В итоге банк планировал экономить до 85 миллионов рублей ежегодно.
Банк передал роботам такие операции, как обработка платежей юрлиц и физлиц, обработка неопознанных платежей, разбор внутренней входящей почты, изменение данных клиента по его заявлению, правка кредитных договоров физлиц по их заявлениям, а также проводки финансирования контактов и ответы на типовые запросы.
Для работы с роботизированными программами Альфа-банк использовал платформу Blueprism (трехлетняя лицензия стоит меньше миллиона рублей). Каждый робот получает виртуальное рабочее место, на которое устанавливается агент Blueprism и нужный для работы софт. Дальше систему обучает человек, знакомый с бизнес-процессом банка и с технологией обучения роботов. До этого операционный штат должен был вырасти на 3,3%, но в итоге банк решил не нанимать новых сотрудников.
5. Помогать клиентам с инвестициями
Робо-эдвайзинг — еще одна сфера, которой с прошлого года стали более активно интересоваться российские банки. Одного из таких советников-роботов для своей брокерской платформы «Тинькофф инвестиции» в июле 2018 года запустил банк Тинькофф.
«Всего за несколько минут по заданным параметрам робот-эдвайзер может собрать сбалансированный по отраслям и компаниям инвестиционный портфель с учетом доступных сумм вложений, с оптимальным соотношением риска и доходности», — пояснялось в релизе.
За первый месяц после запуска, по данным банка, приложением воспользовались 42 тысячи человек. Всего за это время было сгенерировано 142 тысячи инвестпортфелей. Средний чек для покупки активов с помощью робота-эдвайзера составил 60 тысяч рублей и 1678 долларов США. В основном пользователи приобретали рублевые ценные бумаги.
Ранее, в 2016-м году, похожие проекты запустили Сбербанк вместе с компанией FinEx, банк «АК Барс» и ВТБ24 (последний в 2018 году присоединился к ВТБ). Тогда же своего робота-советника — приложение Right — создала компания Conomy.
6. Искать место для новых отделений
Росбанк в 2018 году нашел еще один способ применения ИИ — для развития розничной сети. Об этом в колонке для Future Banking рассказал заместитель председателя правления банка Арно Дени. По его словам, банк использовал технологию компании Marketing Logic, которая специализируется на геомаркетинге.
В разработанной этой компанией системе используется машинное обучение. Она оценивает потенциал места для нового отделения по 250 переменным, которые поделили на три группы. Первая группа — геохарактеристики (расстояние до центра, до метро, цена за квадратный метр и др.), вторая — трафик (число маршрутов наземного транспорта в разных радиусах от локации) и третья — объекты (наличие рядом торговых центров, бизнес-центров, домов и банков).
Благодаря анализу всех этих параметров в ближайшие несколько лет банк планирует «значительный прирост» финансовых показателей работы сети отделений. (сейчас у банка 350 отделений).
7. Отвечать, где зарплата, понятно и быстро
Чат-боты — один из самых эффективных способов отвечать на вопросы сотрудников и клиентов в режиме 24/7. По итогам опроса R-Style Softlab, проведенного в 2017 году каждый пятый банк (21%) в России и на территории СНГ был готов к использованию ботов, а большая часть кредитных организаций планировала их внедрить в 2018 году.
Одним из самых успешных примеров в 2018 году стал бот Альфа-банка, разработанный им для своих сотрудников-пользователей зарплатных проектов. До его внедрения операционисты банка ежедневно принимали более сотни звонков от коллег с вопросами про условия и правила открытия расчетных счетов. Как правило, это были стандартные вопросы. После того, как их передали интеллектуальному боту, операционисты стали отвечать на другие вопросы быстрее в 50 раз.
Кроме чат-ботов, теоретически банки могут использовать голосовых ассистентов. Это более сложная технология, работающий голосовой помощник в России пока один — «Алиса» Яндекса. В декабре 2018 года глава Тинькофф-банка Олег Тиньков объявил, что банк планирует создать такого помощника.
«Пока очень скромно, мы решили назвать “Олег”. Но может быть, еще поменяем, может, “Иван” назовем», — пояснил Тиньков.По его словам, ассистент поможет пользователям в решении финансовых и повседневных задач — например, перевести деньги или зарезервировать столик в ресторане. Голос у «Олега» при этом будет не такой, как у бизнесмена. Прочие банки голосовых помощников внедрять пока не планируют.
Узнать больше о том, как использовать распознавание лиц, нейросети и машинное обучение в разных сферах бизнеса, можно на двухдневном курсе AI for Business. Спикеры курса из Microsoft, «Наносемантики» и Home Credit Bank расскажут, как применять разные виды ИИ и какие для этого есть инструменты. Ближайший интенсив пройдет 30-31 марта.
Для тех, кто хочет научиться сам применять машинное обучение для разных задач — школа AI School. Она предназначена для разработчиков, у которых есть минимальные навыки работы с Python. Ближайший курс — со 2 марта по 6 апреля.
