Аналитика и комментарии

29 сентября 2020

Александр Чуричев, SAS: Искусственный интеллект в финансовом секторе – перспективы и сложности глазами специалистов

Об искусственном интеллекте сегодня много говорят, и эта тема действительно достойна обсуждения – эта технология выходит за рамки привычных представлений об инновациях и сильно меняет привычные бизнес-процессы. Именно поэтому к нему проявляет интерес все больше компаний из самых разных отраслей. О том, какую роль ИИ сегодня играет в финансовом секторе, и каковы его перспективы, опираясь на результаты совместного исследования SAS и Глобальной ассоциации специалистов по управлению рисками, специально для NBJ рассказывает Александр Чуричев, руководитель практики управления рисками SAS Россия/СНГ.

ИИ приносит пользу

Все технологии искусственного интеллекта, в том числе машинное обучение, обработка естественного языка и роботизированная автоматизация процессов, пока только начинают применяться в бизнесе, но их необходимость для большинства уже очевидна. Компания SAS недавно провела исследование совместно с Глобальной Ассоциацией специалистов по управлению рисками: в нем приняли участие более 2000 человек из финансового сектора, включая банки, инвестиционные и управляющие компании.

Вопросы задавались специалистам по рискам (48%), финансам (14%) и ИТ (9%). В числе респондентов были руководители уровня директора и выше (28%), руководители отделов, старшие руководители и менеджеры (36%), аналитики (31%) и др. 

Согласно результатам этого исследования, 81% считает, что технологии ИИ приносят пользу их компаниям. При этом большинство участников опроса отметили, что в их организациях уже используются системы на базе ИИ для оптимизации и прогнозирования. Около трети респондентов (34%) заявили, что применяют модели машинного обучения, а 46% планируют начать использовать их в будущем. 

Также выяснилось, что главные области, в которых используется ИИ – это автоматизация ручных процессов (52%), кредитный скоринг (45%), очистка и улучшение качества данных (43%), классификация рисков (37%), валидация моделей (35%) и калибровка моделей (34%). Кроме того, ИИ постепенно начинает применяться для составления нормативной отчетности, одобрения кредитных заявок, сбора просроченной задолженности и прайсинга (более 20% респондентов упомянули эти задачи). 

В рамках опроса респондентов также просили оценить, насколько вероятно, что их компания будет внедрять технологии ИИ в течение следующих трех лет – 43% и 41% сказали, что это произойдет с высокой или очень высокой вероятностью в сфере автоматизации или оптимизации процессов, соответственно. Среди 13 предложенных в опросе областей, в которых компании, скорее всего, будут внедрять ИИ, респонденты также отметили очистку и повышение качества данных (39%), классификацию рисков (36%) и калибровку моделей (33%). Если учитывать также ответы «довольно вероятно», то все эти показатели повышаются более чем на 30%.

Возможности и риски

Практически все респонденты уверены, что технологии ИИ так или иначе благотворно скажутся на их работе в течение следующих трех лет, способствуя повышению производительности (96%), уменьшению time to market для моделей, продуктов и процессов (95%) и развитию аналитики (95%) для более быстрого принятия взвешенных решений на основе данных. 

В числе преимуществ, которые ИИ дает банкам, респонденты называют автоматизацию процессов, повышение эффективности и улучшение качества аналитики данных. При этом 78% опрошенных называют важным или принципиально важным преимуществом ускорение аналитики, 77% – сокращение ручного труда и 73% – повышение производительности. Говоря о возможностях, которые может дать внедрение технологий ИИ, 55% опрошенных считают появление новых путей для профессионального развития важным или принципиально важным преимуществом, а 32% охарактеризовали его как «определенное преимущество». 

Внедрение новых технологий неизбежно сопряжено со сложностями, и все участники трезво это оценивают. В числе возможных вызовов в первую очередь назывались доступность и качество данных: об этом упомянули 59% респондентов. Правда, количественная оценка сложности по этому параметру была самой разной. Если для одних это серьезное препятствие (5 баллов по пятибалльной шкале сложности), то для других проблема легко преодолима (1 балл сложности из 5). Среди прочих сложностей, которые многие респонденты оценивали на 4 или 5, – непонимание со стороны заинтересованных лиц (54%), отсутствие необходимых навыков для внедрения и поддержки технологий (52%), а также тот факт, что положительный эффект от внедрения появляется только спустя определенное время (50%). 

Обеспокоенность также вызывает вопрос обеспечения прозрачности и интерпретируемости моделей (его упомянули 76% респондентов). Сейчас в этом направлении уже предпринимаются определенные шаги, чтобы обеспечить прозрачность моделей: эти меры включают поддержку сотрудничества между отраслевыми специалистами и экспертами по ИИ (45%), использование техник для интерпретации моделей (38%) и использование сложных интерпретируемых моделей (27%). 

Еще один повод для беспокойства – конкуренция за специалистов в области ИИ, обладающих необходимыми навыками для внедрения и поддержки соответствующих технологий. Чтобы преодолеть этот вызов, необходимо, в том числе, учить сотрудников отделов управления рисками работать с данными, чтобы те могли лучше оценить перспективы новой технологии и связанные с ней сложности. Кроме того, создание централизованной команды для управления ИИ способствует внедрению этой технологии внутри компании и добавляет понимания, зачем организация это делает. Например, среди заказчиков SAS был один инвестиционный банк, который решил использовать нейронные сети, чтобы в реальном времени улучшить переоценку портфеля, поскольку традиционные методы с такой нагрузкой не справлялись. Нейронные сети действительно ускорили процесс работы, а также позволили повысить точность оценки. 

Бюджет – тоже актуальный вопрос. Внедрение ИИ требует инвестиций, и из-за ограничений бюджета, которые бывают даже у самых крупных компаний, приходится действовать избирательно и понимать, где именно внедрять ИИ. Необходимо четко расставлять приоритеты, чтобы внедрение технологии соотносилось с бизнес-стратегией и существующими возможностями.  

Если подводить итоги по результатам исследования, складывается представление, что, несмотря на эти опасения, технологии ИИ представляют огромный интерес для многих финансовых компаний, особенно в том, что касается процессов управления рисками. Внедрение ИИ идет быстрыми темпами, технологии становятся более доступными (в том числе и по стоимости внедрения), так что к ним обращаются финансовые компании среднего масштаба, которые всегда активнее других инвестировали в технологические инновации. Словом, сейчас все указывает на то, что ИИ ждет большое будущее, и что эти технологии будут приобретать все большее значение в управлении рисками, моделировании и аналитике. 

Материал также опубликован в печатной версии Национального банковского журнала (октябрь 2020)

Поделиться: