В-четвертых, крупные высокотехнологичные компании, выходящие на рынки банковских услуг, имеют большие конкурентные преимущества за счет обширной клиентской сети, огромных массивов данных, масштабирования инновационных технологий, в том числе ИИ. Прежде всего, следует отметить клиентоориентированность на основе ис-кусственного интеллекта (ИИ), что означает предоставление банковских услуг с учетом предпочтений клиента. Банковская сфера всегда стремилась использовать самые передовые разработки. Так, еще в 50-х годах банки начали использовать специальные математические модели для кредитного скоринга, или оценки кредитоспособности клиентов. Электронные друзья: как роботы с ИИ покоряют рынок детских игрушек |. В рамках данной работы будет рассмотрено применение ИИ в банковской сфере, момент по количеству заявленных технологий.
Машинное обучение в банковской сфере — Возможности, риски, варианты использования
Роботизированная автоматизация процессов (RPA), использующая когнитивный ИИ, внедряется банками для повышения операционной эффективности и снижения затрат, и многие крупные финансовые фирмы уже видят преимущества. Электронные друзья: как роботы с ИИ покоряют рынок детских игрушек |. В рамках данной работы будет рассмотрено применение ИИ в банковской сфере, момент по количеству заявленных технологий. Одной из основных тенденций развития ИИ в банковской сфере является автоматизация операций. Благодаря ИИ, банки могут значительно сократить время, затрачиваемое на обработку больших объемов данных и выполнение рутинных задач. Банковская сфера всегда стремилась использовать самые передовые разработки. Так, еще в 50-х годах банки начали использовать специальные математические модели для кредитного скоринга, или оценки кредитоспособности клиентов. Заработок ВТБ от внедрения ИИ оценивается в 23,7 млрд рублей, сумма инвестиций в ИИ — 80 млн рублей, а объем покупок компаний, развивающих эту сферу, составил 123,6 млрд рублей.
Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
Публикуем ключевые выводы исследования. Результаты исследования демонстрируют, как финансовый сектор в России адаптируется к нестандартной ситуации с точки зрения доступа к технологиям и аппаратному обеспечению и помогут компаниям финансового рынка разработать стратегии для успешного внедрения и адаптации ИИ-решений в свои процессы.
Кроме того, финансовые организации не могут передавать многие документы вовне, так как ограничены банковской тайной и защитой персональных данных. Это также увеличивает сроки проектов и создает дополнительные трудности при их реализации.
Наконец многие руководители осознают необходимость использовать ИИ в своих задачах, но не всегда понимают технологические особенности таких проектов и объем работы", - говорит Ольга Морозова. Технический директор "Синимекс Дата Лаб" Кирилл Дубовиков называет отечественные банки одними из самых технологичных в мире. Тем не менее внедрение ИИ проходит не так быстро, как хотелось бы.
Для того чтобы идеи получали достойную реализацию, нам нужно меньше бояться экспериментов. Важно знакомить сотрудников компании с возможностями и основными понятиями современного анализа данных. При внедрении систем на основе ИИ невозможно избежать сложностей, в связи с чем крайне важно снижать цену ошибок и повышать скорость проверки идей", - считает Кирилл Дубовиков.
Кроме того, полагает специалист, во многих банках еще не развита культура сбора и каталогизации данных. Низкая осведомленность сотрудников компаний о возможностях ИИ препятствует развитию и распространению новых идей и сценариев применения. Директор центра компетенций по банковским технологиям компании "Техносерв" Михаил Иванов рассказал ComNews, что лучше всего решения ИИ сейчас представлены в подразделениях, которые связаны с взаимодействием с клиентами чат-боты, ассистенты, роботизация call-центров и т.
Это связано как с достаточностью свободного капитала внутри банковского сектора, так и с наличием доступных и квалифицированных человеческих ресурсов в ИТ-секторе", - говорит Михаил Иванов. Возможно, через несколько лет вместо привычных операционистов клиентов банков будут встречать только компьютерные терминалы.
Если вы желаете начать бизнес в сфере FinTech в Гонконге, и внедрить технологию искусственного интеллекта, то нужно будет обеспечить реализацию журналов аудита. В случае возникновения инцидентов или неблагоприятных результатов в области ИИ, такие журналы должны предоставить документацию для расследования. Быть этичным, честным и прозрачным. Решения на основе ИИ, не должны приводить к дискриминации или предвзятому отношению к какой-либо группе потребителей; нарушать этические нормы, принципы защиты прав потребителей.
В качестве меры прозрачности, до предоставления услуг должно быть ясно разъяснено потребителю, что соответствующая услуга основана на технологии искусственного интеллекта. Проведение периодических проверок и онлайн мониторинга. Когда приложения ИИ разработаны третьими лицами, следует проводить надлежащую проверку этих лиц, а также проводить периодические проверки для управления рисками в сфере FinTech в Гонконге. Соблюдение требований к защите данных. Следует принять эффективные меры защиты данных, и если личные данные собираются и обрабатываются приложениями AI, это должно соответствовать Указу Гонконга о персональных данных конфиденциальности.
Источник: freepik. Планирует ли Сбер Банк внедрять такую технологию? Насколько это приоритетное направление в развитии работы с ИИ? Это перспективное направление. Технология позволяет лучше узнать потребителя в процессе его общения с банком. Например, в начале года мы внедрили технологию, которая конвертирует текст, озвученный клиентом в пользу менеджера или сотрудника центра поддержки, в набор слов. Этот набор впоследствии разбирается машиной на компоненты и позволяет точечно определить и эмоциональный окрас удовлетворенности клиента, и выявить «боли» клиента для последующего улучшения своих продуктов и сервисов. Как быстро окупаются вложения в развитие ИИ? Нельзя сказать, что вложения в разработку моделей окупаются в моменте. Это всегда вложения на перспективу: некоторые модели могут окупиться через пару месяцев после их внедрения, некоторые — через год и даже через два. При внедрении элемента ИИ происходит оценка финансовой составляющей данного действия. Мы плотно работаем, как упоминалось выше, и с внутренним заказчиком, и с финансовой службой банка. Оцениваем необходимость, себестоимость и период окупаемости.
Применение искусственного интеллекта в банковской сфере на примере Сбербанка
Обработка больших объемов данных: В сфере финансовой аналитики в России, особенно в банковском секторе, собирается огромное количество данных о клиентах и транзакциях. ИИ и технологии анализа больших данных позволяют эффективно обрабатывать эту информацию. В финансовых компаниях работает 60% всех специалистов, обладающих навыками создания систем ИИ. Ожидается, что технология распознавания лиц будет использоваться в банковском секторе для предотвращения мошенничества с кредитными картами. Роботизированная автоматизация процессов (RPA), использующая когнитивный ИИ, внедряется банками для повышения операционной эффективности и снижения затрат, и многие крупные финансовые фирмы уже видят преимущества. Искусственный интеллект (ИИ) вызывает переполох в мире финансов. Индустрия финансовых услуг, которая в значительной степени зависит от данных и страдает от устаревших процессов, все чаще внедряет решения на основе ИИ и использует его мощные возможности. Исследование: "Применение технологий искусственного интеллекта на финансовом рынке". Рост ИИ в банковской сфере. Сегодня банки должны быстро и надежно обрабатывать информацию, подстраиваться под мобильные технологии с их доступностью данных и распространением ПО с открытым исходным кодом.
Аналитика и комментарии
ЦБ может начать регулировать использование искусственного интеллекта (ИИ) финсектором. До конца года Банк России планирует выпустить консультативный доклад по этому поводу, а в течение 2024-го обсудить его с участниками рынка и выработать подходы. ИИ на рынке финансовых технологий оценивался в 8,61 млрд долларов США в 2022 году и, как ожидается, достигнет 57,99 млрд долларов США в 2032 году, увеличившись в среднем на 23% в течение прогнозируемого периода. Согласно экспертным оценкам, внедрение искусственного интеллекта (ИИ) в банковском деле по всему миру в ближайшие десять лет способно дать экономический эффект в триллион долларов [14].
Другие материалы рубрики
- В РФ 95% компаний финансового рынка внедрили технологии ИИ в основные процессы
- Как мобильный банкинг с поддержкой искусственного интеллекта улучшает финансовую сферу
- Машинное обучение в банковской сфере — Возможности, риски, варианты использования
- Машинное обучение в банковской сфере — Возможности, риски, варианты использования
Применение искусственного интеллекта в банковской сфере на примере Сбербанка
Кластеризация клиентской базы: чемпионы и аутсайдеры Итак, мы произвели кластеризацию базы данных клиентов: эти — чемпионы, эти — аутсайдеры. И это еще даже не Искусственный Интеллект, это чистая математика. Теперь мы начинаем рассказывать аутсайдерам, что надо делать, чтобы стать чемпионом. Причем — совершенно бесплатно. Вот этот условный Вася а может быть и не условный, а вполне конкретный зарабатывает прибыль гораздо больше тебя, хотя у него такой же бизнес и такая же отрасль. Он немного по-другому его ведет. Смотри, что он делает. Если будешь делать также, то будешь зарабатывать если не в десять раз больше, то раза в два-три точно. И он пробует. И получается.
Для банка — больше остатков и оборотов от этого клиента, при этом он точно никуда не уйдет, а будет вас любить и доверять вам. Таким образом, если банк в правильной форме в удобное время рассказывает полезные вещи, которые помогут клиенту лучше вести свой бизнес, он клиент к этому привыкает. Проблема в одном — это надо делать глубоко персонализировано. И вот тут нужен Искусственный Интеллект! Не проблема сказать, что я — робот Кузя, и по поручению банка я с вами разговариваю. Это даже прикольно — со мной разговаривает робот, а не человек. Но если это не только прикольно, но и полезно, человек привыкает. Дальше он понимает, что такая польза от банка возможна, он становится и сам клиентом банка как человек. И если в первом случае мы его консультируем как исполнителя бюджета экономического агента то есть как сотрудника корпоративного клиента , то клиенту-человеку можно давать рекомендации по поводу семейного бюджета, то есть понимать его уже как физическое лицо.
Как добиться успеха в розничном направлении — более серьезная задача. Человек — это не только экономический агент. И здесь нужна на порядок более глубокая персонализация, т. Например, когда разговариваешь с Генеральным Директором, Финансовым Директором или Главным Бухгалтером — нужна персонализация в подаче материала, специфическая лексика, но это существенно меньше, чем надо для конкретного человека, чьи интересы гораздо шире, чем просто сдача бухгалтерской отчетности. Им предложили дистанционные экономические курсы. В результате несколько тысяч директоров пошли на них и были очень благодарны. Обратите внимание — банк при этом начинает продавать услуги, не имеющие прямого отношения к чисто банковскому бизнесу! Таким образом, чтобы удержать клиента, требуется совсем немного. Во-первых, общение и понимание, во-вторых, реальная помощь.
И всё — клиенты твои.
Начало применения Искусственного интеллекта далее: ИИ в банковском деле можно отнести еще к 1950м годам, если понимать ИИ как возможность машины осваивать задачи, ранее выполняемые человеком и обучаться в процессе. В процессе непрерывного развития и обучения машины все быстрее и со все возрастающей точностью исполняют возлагаемые на них задачи, и на 2018 год ИИ задействован в бэк-офисе банков, отделе контроля, технической поддержке, в системах доставки, на анализе рисков, в маркетинге и т. Банки не пренебрегают этим инструментом, позволяющим принимать каждое новое решение, базируясь на постоянно возрастающем объеме данных. Еще больше данных Итак, объем данных возрастает параллельно с их анализом и применением в последующих решениях со все нарастающей скоростью. Скорость, в свою очередь, позволяет уменьшить издержки. И здесь возникает проблема: недостаток компетентного персонала, способного сопровождать сбор и обработку данных, попутно отсекая сорную информацию.
Одним из вариантов решения может стать привлечение внешних служб, что активно практикуется уже в наши дни — многие компании готовы удовлетворить стремительно возникающий спрос.
Следующая ступень развития находится в плоскости взаимодействия между банками, госкорпорациями, маркетплейсами и другими игроками, агрегирующими большие объемы данных. Новая парадигма национальной валюты будет прежде всего способствовать ускорению финансово-хозяйственной деятельности в G2B- и G2C-процессах. Как и безналичные деньги, цифровой рубль делает возможными дистанционные платежи и расчеты онлайн.
С другой стороны, как и наличные, такую форму валюты можно использовать в офлайн-режиме. Еще одним преимуществом станет снижение рисков, связанных с мошенничеством: цифровые рубли в случае «кражи» могут быть отслежены ЦБ. Государству же введение подобного инструмента позволит ускорить эмиссию рубля и процессы контрактования с подрядчиками, что обеспечит уверенность в целевом расходе бюджетных средств. Однако для популяризации этой формы денег среди бизнеса и пользователей, скорее всего, потребуются дополнительные меры.
Например, Минцифры РФ могут способствовать введению новой валюты в широкий оборот путем выдачи грантов, предоставления льгот, субсидий в определенных сферах именно в эквиваленте цифрового рубля. В дополнение к развитию цифрового рубля можно отметить рост количества и объемов трансграничных переводов посредством системы быстрых платежей СБП. В силу складывающейся политико-экономической конъюнктуры СБП будет становиться наиболее предпочтительной альтернативой для совершения финансовых операций в дружественных России странах — Беларуси, Азербайджане, Казахстане, Узбекистане и других регионах СНГ. Новые каналы взаимодействия с клиентами Тотальный переход коммуникации между бизнесом и клиентами в цифровое пространство требует от первого поиска новых способов взаимодействия.
В ближайшие годы будет происходить диверсификация каналов взаимодействия. Помимо привычного общения с операторами в игру вступают мессенджеры, которые сегодня являются уже не просто способом общения, но мультифункциональными платформами. Сейчас они приобретают особое значение для российского финтеха. В ситуации, когда мобильные приложения банков становятся недоступны пользователям, встает вопрос альтернативных способов коммуникации с клиентами.
Как раз на первый план выходят чат-боты и мессенджеры на основе искусственного интеллекта. От чат-ботов для обслуживания клиентов и автоматизации рутинных операций до борьбы с мошенничеством и кибер-угрозами — рынок ИИ в банковской сфере постоянно растет. Например, банки могут использовать ИИ для лучшего понимания потребностей и ожиданий клиентов, прогнозирования их оттока или вероятности принять дополнительные предложения. Фактически мессенджеры превращаются в экосистемы, которые будут обрастать новым функционалом и тем самым повышать вовлеченность аудитории.
Однако, анализируя зарубежный правовой опыт в этой отрасли можно сказать, что уже в ряде стран приняты законодательные акты для регулирования искусственного интеллекта в сфере финансовых технологий. Что касается России, то только последние годы начались какие-либо шаги в сторону правового регулирования данной сферы. Стоит отметить, что важным элементом в создании правовой базы в данной сфере является определение модели регулирования технологий искусственного интеллекта. На основании выше указанной стратегии можно сказать, что Россия выбрала модель при которой полностью отсутствует нормативно-правовое регулирование и специализированно регламентирующих финансовые технологии искусственного интеллекта.
В данной стратегии закреплены направления развития правовой базы, такие как: обеспечение благоприятных правовых условий то есть создание экспериментального правового режима предоставление специальных режимов для доступа к данным создание единых систем стандартизации и оценки соответствия технологических решений, разработанных на основе искусственного интеллекта и др. Законодатель в стратегии закладывает основные принципы, которые послужат для дальнейшего правового регулирования данной сферы. Например, такие принципы как: защита прав и свобод человек безопасность технологический суверенитет поддержка конкуренции. Данные принципы имеют правовой характер и служат не только для определения идеологии Стратегии, но и для оказания влияния на принимаемые в порядке ее исполнения НПА.
Можно сказать, что с принятием данного ФЗ открываются возможности для реализации инновационных цифровых технологий и создание специальных регуляторных «песочниц» «цифровых песочниц». Стоит отметить, что до принятия данного ФЗ в России существовала только одна цифровая песочница и она распространялась исключительно на внедрение технологий искусственного интеллекта в Москве. С момента вступления в силу Закона об ЭПР, происходит упрощение процесса развития и работы «цифровой песочницы». Если обратиться к вопросу что из себя представляет Экспериментальный правовой режим в сфере цифровых технологий ЭПР , то можно сказать, что он подразумевает использование в отношении его участников специального правового регулирования по отраслям, которые установлены Законом об ЭПР.
Стоит отметить, что в Законе об ЭПР ч. Что касается направления развития финансовых технологий с использованием искусственного интеллекта, то в первую очередь основным субъектом по данному ФЗ является Банк России. Другими субъектами данной сферы являются представители организаций предпринимательского сообщества, а именно Ассоциация развития финансовых технологий, некоммерческое партнерство «Национальный совет финансового рынка» и Ассоциация Банка России.
Искусственный интеллект и автоматизация могут сэкономить банкам более $70 млрд к 2025 году
Признание судом какого-либо положения Соглашения недействительным или не подлежащим принудительному исполнению не влечет недействительности иных положений Соглашения. Бездействие со стороны Компании в случае нарушения кем-либо из Пользователей положений Соглашения не лишает Компанию права предпринять соответствующие действия в защиту своих интересов и защиту авторских прав на охраняемые в соответствии с законодательством материалы Сайта позднее. Пользователь подтверждает, что ознакомлен со всеми пунктами настоящего Соглашения и безоговорочно принимает их. Технологии генеративного искусственного интеллекта, новые платежные инструменты, встроенные финансы и BNPL-сервисы стали лидерами развития инновационных решений. Первое полугодие 2023 года ознаменовалось появлением комплексных финансовых продуктов, облегчающих взаимодействие и обслуживание потребителей, повышающих производительность существующих банковских систем и платформ, а также на качественно новом уровне автоматизирующих бизнес-процессы. Аналитики ЦРФТ Россельхозбанка провели анализ мировых финтех трендов и выявили наиболее популярные решения за этот период.
Данная технология помогает сотрудникам финансовых институтов повышать продуктивность работы за счет сокращения времени коммуникации с клиентами, которые теперь могут получить оперативную консультацию от чат-бота прямо в приложении банка или во время звонка в контакт-центры. Другими сферами использования генеративного ИИ стали анализ и прогнозирование, а также автоматизация существующих операционных процессов. Новый платежный инструментарий стикеры, QR-коды, биометрия, мобильные приложения гарантирует улучшенную безопасность при совершении транзакций и обеспечивает повышенный уровень удобства во время проведения необходимых финансовых операций. Таким образом, банки могут существенно сократить временные издержки, связанные с выпуском более традиционных платежных средств в частности, дебетовых и кредитных карт. Помимо прочего, также большой популярностью как в России, так и в мире пользуются встроенные финансы и BNPL-сервисы, которые предлагают уникальную возможность воспользоваться банковскими услугами кредитованием, рассрочкой, страхованием и пр.
Клиенты получают возможность быстро оформить покупку, а оплата будет автоматически списываться с их счета равными долями за несколько платежей. Таким образом, повышается лояльность клиентов, обеспечивается рост продаж и потребительского доверия. Генеративные нейросети способны в рекордно сжатые сроки создавать персонализированный контент для каждого клиента, тем самым снимая значительную нагрузку с консультантов и специалистов. В свою очередь, встроенные финансы, BNPL и новые платежные инструменты неминуемо будут менять потребительские предпочтения, смещая и дальше акцент на скорость, простоту и удобство проведения транзакций и совершения покупок. Это несомненно будет способствовать дальнейшему развитию финансовой отрасли в России», — отметила директор Центра развития финансовых технологий Россельхозбанка Елена Батурова.
Эта технология позволяет систематизировать и анализировать всю голосовую информацию, записываемую в контакт-центрах, клиентских офисах и корпоративных телефонах децентрализованных сотрудников. Система работает непрерывно и гораздо оперативнее человека, позволяя добиться качественного улучшения работы контакт-центров и повышения конверсии продаж, объяснил эксперт. Технологии, связанные с обработкой текста и речи, направлены на общее понимание того, о чем говорит клиент, взаимодействие с ним и роботизацию контакт-центров, разъяснил Михаил Попов. Здесь технологии особенно продвинулись с появлением языковых моделей на базе ИИ, которые обеспечивают общение практически на уровне человека с глубоким пониманием предметной области без необходимости ожидать оператора, чтобы он что-то уточнил, переключился и т. Инвестиции и портфельное управление В сфере инвестиций ИИ используется для анализа рынка и принятия решений о портфеле, отметил Дамир Якупов.
Алгоритмы машинного обучения могут анализировать огромное количество данных, чтобы определить оптимальные инвестиционные стратегии. Робо-советники анализируют рынки, рекомендуют портфели и оптимизируют инвестиционные стратегии, пишут большие материалы, переделывают и адаптируют любой контент, объяснил Станислав Чернухин. Они способны структурировать информацию и подавать ее в понятном виде. Анализ данных и предсказательная аналитика Искусственный интеллект может анализировать большие объемы данных, чтобы выявлять скрытые закономерности и прогнозировать тенденции в финансовой сфере, отметил Станислав Чернухин. Банки и финтех-компании используют такие модели для предсказания рыночных трендов, определения оптимальной цены акций и т.
Большой блок — аналитика транзакций, ИИ помогает как прогнозировать финансовые потоки, так и выявлять потенциальные негативные изменения, отметил Михаил Попов. Машинное обучение помогает аналитикам выявлять паттерны и факторы. Обслуживание банкоматов ИИ прогнозирует загрузку терминалов и уменьшает расходы на инкассацию 6. Законодательные пробелы Есть несколько нерешенных правовых вопросов применения ИИ в банкинге и финтехе. При этом финтех-компании разнятся во мнении о необходимости регулирования ИИ.
При этом компании в сфере финтех понимают, что преимущество за теми, кто будет иметь доступ к наибольшему объему данных. Регулирование ИИ требует комплексного подхода, так как вопросы ИИ пересекаются с регулированием в области обмена данными и другими нормативными инициативами. На данный момент законодательство в России в отношении ИИ находится на начальных этапах формирования, заключили эксперты Ассоциации ФинТех. Персональные данные Как объясняет Анастасия Гогина, персональные данные финансовые компании получают на основании письменного согласия клиента, внутри банков также выстроен ряд процессов для безопасности своих потребителей. Происходит это следующим образом: Ф.
Распространение персональных данных строго запрещено, а внутренние системы безопасности мониторят случаи подобных нарушений. Остальные сотрудники при работе с базами данных видят только цифровой код вместо имен. Все процессы, включая ИИ, также работают с обезличенными данными во внутреннем контуре банка, который не имеет доступа к Интернету или внешней среде, объяснила эксперт. Для обработки данных посредством алгоритмов специфических правил сбора персональных данных не предусмотрено, обратил внимание партнер, руководитель практики компьютерных игр, креативных индустрий и технологий ЮК "Центральный округ" Николай Андреев. В таком случае обработка данных относится к автоматизированной обработке, при этом не имеет значения, насколько глубоко автоматизированы конкретные способы и инструменты такой обработки.
ИИ-решения, применяемые банками, зачастую остаются внутри их информационного контура, что снижает вероятность утечек персональных данных, отметил Константин Артемьев, генеральный директор Sherpa RPA. Тем не менее важна прозрачность в использовании сведений и их возможной коммерциализации. Компании должны обеспечивать предоставление четкой информации о способах использования данных и достигаемых результатах. Это нужно для понимания пользователями процессов принятия решений и обработки их персональной информации. Ответственность за ошибки Одним из основных вопросов является проблема ответственности за ошибки, совершенные автоматизированными системами, работающими на базе ИИ, определила проблему Анастасия Гогина.
Так, нет однозначного ответа, кто несет ответственность при возникновении негативных последствий применения нейросетей — например, возмещение убытков при финансовых потерях. Этот аспект становится особенно актуальным, учитывая сложность алгоритмов ИИ и их способность принимать решения, которые могут оказать существенное воздействие на банковские операции и финансовые рынки. Еще одной важной темой является этический аспект использования нейросетей в финансовой сфере, отметила Анастасия Гогина. Ситуации, когда автоматизированные системы ИИ могут принимать важные решения с непредсказуемыми последствиями, заставляют размышлять о необходимости определения четких этических стандартов. Это включает в себя вопросы о том, как обеспечить соблюдение нравственных норм при разработке и использовании ИИ, чтобы минимизировать риски для клиентов, общества и рынков, подытожила эксперт.
Они связаны с конфиденциальностью и утечкой данных, функционированием баз данных, интеллектуальной собственностью, киберпреступлениями, которые имеют высокую общественную опасность.
По его словам, на фоне последних событий в мире и России необходимо «учиться жить по-новому». В финансовом секторе есть хороший фундамент, банки конкурентоспособны и умеют делать целый ряд вещей, которые никто не умеет делать в мире, например daily banking обслуживание базовых потребностей клиента , отметил Греф. Но чтобы идти дальше, нужно использовать современные технологии, заявил банкир: «Мы должны расширять наши способности с помощью современных систем ИИ». За прошедший год Сбербанк увеличил долю процессов, в которых используется ИИ, на 10 п. За последние восемь лет Сбербанк прошел путь от уровня точечных ИИ-проектов до уровня ИИ для принятия решений, рассказал он.
Третья модель — стимулирующий подход с применением инструментов мягкого регулирования саморегулирование, этические принципы и полное отсутствие ограничительных мер в отношении ИИ Великобритания и Сингапур. Регулятор в части развития технологии в РФ считает целесообразным поддержать создание условий, направленных на стимулирование развития ИИ на финансовом рынке с учетом риск-ориентированного принципа регулирования. То есть, ЦБ на данный момент не видит необходимости в оперативной разработке отдельного регулирования использования технологии финансовыми организациями, но не исключает внедрение специальных требований в отдельных случаях, после проведения консультаций с участниками рынка. ЦБ выделил два законопроекта, которые уже находятся на рассмотрении в Госдуме и которые на данном этапе могут помочь в регулировании ИИ. Законопроект предусматривает совершенствование правового режима согласий на обработку персональных данных, что упростит получение законного основания на использование данных для разработки решений в области ИИ", - говорится в докладе.
Искусственный интеллект в банках: перспективы и преимущества
Сейчас, говорит Оксана Васильева из Финансового университета, для банков это означает прежде всего экономию на сотрудниках. Но как именно банки применяют ИИ в своей деятельности? Где в банковском деле можно применять ИИ? По части цифровизации и развития технологий российские банки ушли достаточно далеко от своих коллег даже из стран Запада хотя до Китая пока далеко всем.
На практике в банковском бизнесе технологии искусственного интеллекта применяются достаточно широко, говорит эксперт: с его помощью автоматизируются процессы фронт-офиса то есть, непосредственное взаимодействие с клиентами и бэк-офиса та часть работы, где сотрудник с клиентами не контактирует ; автоматизация работы подразделений по работе с клиентами; работа вспомогательных подразделений банка; работа по просроченной задолженности, и т. Разные банки с помощью ИИ автоматизировали разные свои процедуры. Например, Сбербанк отдал ему право принимать решение о выдаче кредита физлицам и бизнесу, Росбанк использует его для оцифровки бумажных документов клиента, «Альфа-Банк» использует роботов для обзвона клиентов с небольшими просрочками, «Хоум Кредит» подбирает предложения под конкретного клиента.
Однако ИИ можно поручить далеко не все — операции должны быть как минимум более-менее однотипными и формализованными. Другими словами, из беспорядочного набора случайной информации о клиенте ИИ не сможет понять, можно ли ему выдать кредит — информация должна быть структурирована, а максимальное количество ее должно укладываться в какие-то формальные рамки. Сам же ИИ работает тоже не сам по себе — такие системы предполагают, что их нужно для начала обучить.
Как говорит эксперт по алгоритмической торговле Дмитрий Клименко, в банковской сфере как и в других видах деятельности используются алгоритмы машинного обучения. Пока нет однозначного мнения о том, можно ли считать их частью искусственного интеллекта, но цели и методы у них похожи. В сильно упрощенном виде схема с машинным обучением выглядит так: в систему закладываются определенные формальные признаки например, возможные варианты доходов клиента ; дальше проходит множество итераций обучения — системе показывают, какие варианты ответа допустимы, а какие нет.
Например, доход не может быть отрицательным, а доходы в миллионы рублей за месяц должны вызывать вопросы. Если клиент получает в месяц 5000 рублей — его рассматривать не стоит, а вот клиента с доходами в 35000 рублей в месяц можно «пропустить» дальше; по итогам обучения система формулирует определенную модель того, как должен выглядеть, например, платежеспособный клиент; в практическом использовании система будет сравнивать данные клиента с той моделью, которую она построила благодаря обучению. На самом же деле все намного сложнее — таких систем «агентов» может быть несколько, они взаимодействуют друг с другом и даже имеют определенную иерархию.
Например, в случае с системой по оценке ипотечных заемщиков каждый из агентов оценивает свой «фронт» — платежеспособность заемщика, его будущую квартиру, возможные риски работодателя этого заемщика и другие факторы. В итоге нижестоящие агенты передают свою информацию вышестоящему звену, а уже оно принимает окончательное решение. Что это дает клиентам банков?
Когда Герман Греф начал рассказывать о переходе на искусственный интеллект в Сбербанке, это чаще высмеивали, чем воспринимали всерьез — репутация у банка была такая, что никакой технологический прорыв в нем, казалось, будет уже невозможен. Тем не менее, постепенно проблемы решаются, а банковские системы начинают работать так, как и должны. С точки зрения рядового клиента банка это может быть не так заметно, как изнутри него, тем не менее, влияние современных технологий может ощутить почти каждый.
Так, с помощью ИИ российские банки делают следующее: отслеживают подозрительные транзакции.
Анализируя полную финансовую картину клиентов, консультанты могут предложить действенные планы для реализации, помогая клиентам уверенно достигать своих финансовых целей. Платформа FP Alpha предоставляет консультантам визуальные отчеты, которые помогают проиллюстрировать рекомендации для клиентов. Эти отчеты облегчают клиентам понимание ценности и преимуществ предлагаемых стратегий, улучшая их общий опыт финансового планирования. Важно отметить, что FP Alpha разработан как дополнение к традиционному программному обеспечению для пенсионного планирования, а не как замена. Платформа легко интегрируется с наиболее широко используемыми в отрасли технологиями, расширяя возможности существующих процессов планирования. Консультанты могут использовать аналитические данные FP Alpha, основанные на искусственном интеллекте, сохраняя при этом свои предпочтительные инструменты планирования и рабочие процессы. Zumma: помощник по личным финансам с искусственным интеллектом Зума — это платформа личных финансов, которая использует возможности искусственного интеллекта, чтобы помочь вам принимать более обоснованные финансовые решения. Разработанная для пользователей в Мексике и Латинской Америке, Zumma предлагает комплексное решение для личных финансов и инвестиционная платформа который дает ценные рекомендации, советы и вознаграждения. С Zumma вы можете контролировать свои финансы и принимать взвешенные решения.
Платформа использует возможности искусственного интеллекта для анализа огромных объемов данных и предоставления индивидуальных рекомендаций, основанных на ваших финансовых целях и предпочтениях. Независимо от того, копите ли вы на крупную покупку, планируете уйти на пенсию или хотите увеличить свои инвестиции, Zumma поможет вам на каждом этапе пути. Одной из выдающихся особенностей Zumma является индивидуальный подход. Платформа учитывает вашу уникальную финансовую ситуацию, устойчивость к риску и инвестиционный горизонт, чтобы предоставлять индивидуальные рекомендации, соответствующие вашим целям. Этот уровень персонализации гарантирует, что вы получите совет, актуальный и значимый для ваших конкретных обстоятельств. Алгоритмы Zumma на основе искусственного интеллекта постоянно анализируют рыночные тенденции, экономические показатели и инвестиционные возможности, чтобы предоставить вам актуальную информацию. Имея под рукой эту информацию, вы сможете принимать более обоснованные решения о том, куда направить свои средства и оптимизировать свою инвестиционную стратегию. Но Zumma выходит за рамки простого предложения рекомендаций. Платформа также вознаграждает вас за положительные финансовые действия. Достигая финансовых вех, постоянно экономя или достигая своих инвестиционных целей, вы можете получать вознаграждение, которое еще больше повысит ваше финансовое благополучие.
Эта уникальная система поощрений служит дополнительным мотиватором, который поможет вам не сбиться с пути достижения ваших финансовых целей. Pefin: партнер по финансовому планированию на основе искусственного интеллекта Панель инструментов Пефина Пефин — это первая в мире платформа финансовых консультаций с искусственным интеллектом, которая поможет вам управлять своими финансами. Pefin выступает в качестве вашего цифрового партнера, предлагая всестороннее финансовое планирование и советы, доступные в любое время и в любом месте. Эта инновационная платформа позволяет людям контролировать свое финансовое будущее, предоставляя персонализированные рекомендации, адаптированные к их конкретным потребностям и целям. Одним из ключевых преимуществ Pefin является его способность обеспечивать финансовую доступность. Используя технологию искусственного интеллекта, эта платформа позволяет финансовым учреждениям и цифровым консультантам предлагать услуги по финансовому планированию, консультированию и роботизированным инвестициям в более широком масштабе.
Платформа FP Alpha предоставляет консультантам визуальные отчеты, которые помогают проиллюстрировать рекомендации для клиентов. Эти отчеты облегчают клиентам понимание ценности и преимуществ предлагаемых стратегий, улучшая их общий опыт финансового планирования. Важно отметить, что FP Alpha разработан как дополнение к традиционному программному обеспечению для пенсионного планирования, а не как замена.
Платформа легко интегрируется с наиболее широко используемыми в отрасли технологиями, расширяя возможности существующих процессов планирования. Консультанты могут использовать аналитические данные FP Alpha, основанные на искусственном интеллекте, сохраняя при этом свои предпочтительные инструменты планирования и рабочие процессы. Zumma: помощник по личным финансам с искусственным интеллектом Зума — это платформа личных финансов, которая использует возможности искусственного интеллекта, чтобы помочь вам принимать более обоснованные финансовые решения. Разработанная для пользователей в Мексике и Латинской Америке, Zumma предлагает комплексное решение для личных финансов и инвестиционная платформа который дает ценные рекомендации, советы и вознаграждения. С Zumma вы можете контролировать свои финансы и принимать взвешенные решения. Платформа использует возможности искусственного интеллекта для анализа огромных объемов данных и предоставления индивидуальных рекомендаций, основанных на ваших финансовых целях и предпочтениях. Независимо от того, копите ли вы на крупную покупку, планируете уйти на пенсию или хотите увеличить свои инвестиции, Zumma поможет вам на каждом этапе пути. Одной из выдающихся особенностей Zumma является индивидуальный подход. Платформа учитывает вашу уникальную финансовую ситуацию, устойчивость к риску и инвестиционный горизонт, чтобы предоставлять индивидуальные рекомендации, соответствующие вашим целям.
Этот уровень персонализации гарантирует, что вы получите совет, актуальный и значимый для ваших конкретных обстоятельств. Алгоритмы Zumma на основе искусственного интеллекта постоянно анализируют рыночные тенденции, экономические показатели и инвестиционные возможности, чтобы предоставить вам актуальную информацию. Имея под рукой эту информацию, вы сможете принимать более обоснованные решения о том, куда направить свои средства и оптимизировать свою инвестиционную стратегию. Но Zumma выходит за рамки простого предложения рекомендаций. Платформа также вознаграждает вас за положительные финансовые действия. Достигая финансовых вех, постоянно экономя или достигая своих инвестиционных целей, вы можете получать вознаграждение, которое еще больше повысит ваше финансовое благополучие. Эта уникальная система поощрений служит дополнительным мотиватором, который поможет вам не сбиться с пути достижения ваших финансовых целей. Pefin: партнер по финансовому планированию на основе искусственного интеллекта Панель инструментов Пефина Пефин — это первая в мире платформа финансовых консультаций с искусственным интеллектом, которая поможет вам управлять своими финансами. Pefin выступает в качестве вашего цифрового партнера, предлагая всестороннее финансовое планирование и советы, доступные в любое время и в любом месте.
Эта инновационная платформа позволяет людям контролировать свое финансовое будущее, предоставляя персонализированные рекомендации, адаптированные к их конкретным потребностям и целям. Одним из ключевых преимуществ Pefin является его способность обеспечивать финансовую доступность. Используя технологию искусственного интеллекта, эта платформа позволяет финансовым учреждениям и цифровым консультантам предлагать услуги по финансовому планированию, консультированию и роботизированным инвестициям в более широком масштабе. Это означает, что больше людей, независимо от их демографического положения или уровня благосостояния, могут получить доступ к высококачественным финансовым рекомендациям и услугам.
Интеграция искусственного интеллекта в банковских мобильных приложениях Огромное количество банков по всему миру, работающих с ИИ, начали охватывать связанные с ним инновационные технологии. Согласно опросу Национального института исследований бизнеса, треть банков используют ИИ для распознавания голоса и интеллектуального анализа клиентских запросов. Им интересно использовать ИИ для повышения качества обслуживания клиентов. Индивидуальный подход наконец добрался и до банковской сферы. Миллениалы в значительной степени полагаются на мобильный банкинг, а это значит, что мобильные банковские приложения на базе искусственного интеллекта обязательно привлекут новых пользователей.
Они легко удовлетворят все ожидания пользователя, подстраиваясь под него. Приложения могут отслеживать финансовое поведение пользователя и давать ему индивидуальные советы, как сохранить и приумножить деньги. Как ИИ улучшает обслуживание клиентов? Финансовый сектор растет не по дням, а по часам. Ежеминутно осуществляются миллионы онлайн-транзакций. Искусственный интеллект уже присутствует в нашей финансовой жизни, ведь без него не было автоматизированных процессов, и каждое действие приходилось бы делать вручную. Основная роль ИИ в области мобильного банкинга заключается в улучшении обслуживания клиентов. Начнем с клиентской поддержки. Роботизированный специалист по обслуживанию клиентов на базе искусственного интеллекта максимально легко и быстро справится с этой задачей.
После сбора данных с мобильных устройств пользователя мобильный банкинг, основанный на ИИ, обрабатывает ваши данные посредством машинного обучения для предоставления или перенаправления на источник информации. Банковские приложения легко интегрируются с искусственным интеллектом для предоставления максимально персонализированных услуг. Более того, ИИ-приложения обрабатывают даже общение пользователя, анализируя его данные и предоставляя только то, что нужно. ИИ-приложения могут творить чудеса, когда дело доходит до персонализированного планирования. Например, если вы хотите купить дом, то банковское приложение поможет вам выбрать оптимальное предложение, посчитав за вас ежемесячный взнос за ипотеку и сопутствующие расходы на содержание жилья учитывая, сколько вы готовите, как часто у вас горит свет по всему дому и т. Просто представьте, сколько вы сэкономите времени! Преимущества искусственного интеллекта для банковского сектора Искусственный интеллект обладает огромным потенциалом в банковском секторе, так как он обеспечивает максимальную автоматизацию и упрощает все процессы. Вот лишь некоторые преимущества ИИ в банковской сфере. Уменьшение рабочей нагрузки Возьмем для примера того же чат-бота.
Он может выступать как автоответчик и постоянно обслуживать ваших клиентов на протяжении дня, отвечать на самые простые вопросы пользователей и при необходимости переправить на реального оператора.
Исследование: "Применение технологий искусственного интеллекта на финансовом рынке"
Одним из важных направлений цифровизации банковской сферы, позволяющим снижать издержки и увеличивать доходность, является внедрение методов искусственного интеллекта (ИИ) и использования больших данных в операционной деятельности. Как же работают технологии ИИ в банковской сфере и насколько активно их используют российские банки – мы спросили у экспертов в этой области. Содержание статьи. 1 Искусственный интеллект и банки. 2 Где в банковском деле можно применять ИИ? ИИ в банковском деле — как искусственный интеллект используется в. Финансовый рынок — не исключение. По различным прогнозам, к началу следующего десятилетия искусственный интеллект может сократить операционные расходы банков на 22%, что в материальном эквиваленте составит без малого $1 трлн.