Отношения между финансовыми организациями и разработчиками облачных технологий начались несколько лет назад. Некоторые компании уже прошли путь от стадии экспериментов с публичным облаком к фазе его активного использования для продуктивных нагрузок, многим это ещё предстоит. Но случившиеся из-за пандемии локдаун и экономический спад, видимо, ускорят их движение друг к другу.

Расширение инфраструктуры с помощью публичного облака

Внутренняя инфраструктура крупных финансовых организаций выстраивается годами и обрастает огромным количеством процессов, регламентов, периметров: часто она крайне неповоротлива. Когда необходимо быстро выделить ресурсы, чтобы проверить какую-то гипотезу, провести пилотный запуск нового продукта и инициативы или просто временно нарастить ресурсы под пиковые нагрузки, финансовые компании порой тратят на это астрономическое количество времени. Надо создать заявку, дождаться рассмотрения, найти или купить оборудование и, наконец, выделить специалистов, чтобы настроить и передать окружение заказчику.

Для ускорения процесса и поддержания ритма инноваций в организации необходима гибкость. Бизнес нельзя поставить на паузу, и недопустимо тратить время на рутинные операции.

Сколько времени и ресурсов требуется для того, чтобы на один день получить несколько сотен виртуальных машин для проведения хакатона (соревнования для ИТ-специалистов, цель которого создать продукт или прототип для решения проблемы – NBJ)? В случае недавнего Alfa Battle, который использовал инфраструктуру Яндекс.Облака, потребовалось пару часов, чтобы подготовить и протестировать типовое окружение в облаке и размножить его для всех участников. А после проведения соревнования ещё за пару минут удалить все эти несколько сотен виртуальных машин, потратив в итоге на инфраструктуру сумму, равную стоимости обеда в хорошем ресторане.

Если говорить про проекты, имеющие более яркую коммерческую составляющую и емкий эффект для бизнеса, то тот же Альфа-Банк в процессе создания новой платформы цифровых продаж активно использует публичное облако как в качестве площадки для экспериментов, так и в качестве ещё одного инфраструктурного плеча, обеспечивающего отказоустойчивость и масштабируемость самой платформы.

Нет смысла противопоставлять публичному облаку внутреннюю инфраструктуру. Они должны органично дополнять и расширять возможности друг друга, оптимальным образом решая те задачи и вызовы, которые стоят перед бизнесом.

Продвинутая аналитика и машинное обучение

Объем цифровых данных возрастает с каждым годом. Не использовать их – значит упускать возможности для повышения эффективности текущих направлений бизнеса и поиска новых. Банки, безусловно, обладают большим количеством данных для принятия эффективных решений, но достаточно ли этих собственных данных для того, чтобы ваше предложение оказалось лучше, а прогнозные модели точнее, чем конкурентные? Скорее всего, нет.

Поэтому возникает необходимость обогащать собственные данные информацией из других источников, доступных публично или на коммерческой основе. Но пронести внешние данные внутрь контура банка, чтобы предоставить возможность командам data-science и аналитики работать с ними, на самом деле так же непросто, как передать внутренние данные за пределы того же контура. А если таких источников данных десятки или сотни, и каждый из них требует предварительной обработки, то задача прохождения всех контуров защиты, подготовки и загрузки данных может занимать вечность. В этих условиях, очевидно, страдает бизнес, не получая ценных инсайтов или получая их несвоевременно.

Облако позволяет построить гибридную платформу и ускорить процессы работы с данными от получения к ним непосредственного доступа до применения уже обученных моделей в production-режиме.

Например, в рамках последней конференции Yandex Scale представители команды ВТБ рассказали, как используют внешнее облако на базе Yandex.Cloud для организации сбора и хранения данных из большого количества источников, развертывания сред для быстрого прототипирования, обработки неструктурированных данных и решения задач продвинутой аналитики и машинного обучения.

Построение облака внешних данных позволяет ВТБ проще и быстрее получать доступ к данным и моментально приступать к работе над ними, после чего в соответствии с процессом осуществлять загрузку необходимых данных и артефактов во внутренний контур банка. В рамках пилотов также возможно оперативно и в контролируемом режиме привлекать внешних подрядчиков. А команда Data Science, в свою очередь, получила гибкое рабочее место, с возможностью по требованию наращивать ресурсы.

Быстрый вывод цифровых продуктов на рынок

Цифровизация всех видов бизнеса и конкуренция за клиентов требует от кредитных организаций двигаться в сторону модернизации существующих сервисов и создания новых под актуальные требования рынка. Развертывание и подготовка первичной инфраструктуры под новый сервис не должны отнимать все ресурсы банка, это не его core-business. Основная цель – удовлетворить потребности клиента.

Логичным решением для подобного рода задач становится выбор облачного провайдера, который может выступить в роли надежного партнера, предоставляющего платформу с необходимыми компонентами для развертывания сервиса. Ресурсы организации идут на улучшение качества и функциональности конечного продукта, а не на задачи по настройке нижележащей инфраструктуры. Иными словами, банк может использовать облачную базу данных как сервис или Kubernetes как сервис, без необходимости думать и заботиться о поддержании их работоспособности.

Преимущество такого сценария не только в быстром выводе нового продукта на рынок, но и в возможностях дальнейшего гибкого масштабирования. Постепенно или лавинообразно будет расти трафик, а с ним нагрузка на сервис. Правильно выстроенная архитектура в облаке позволит бесшовно масштабироваться вслед за фактической потребностью в ресурсах.

Как быстро выводить продукты на рынок с помощью облака, можно разобрать на примере «АльфаСтрахования». Компания исторически работала на инфраструктуре собственного ЦОД и испытывала естественные ограничения по быстрому запуску новых сервисов и проектов, так как было невозможно своевременно и в необходимом объеме выделять инфраструктуру внутренним командам и предоставлять доступ внешним подрядчикам.

Когда встал вопрос ребром, продолжать инвестировать в модернизацию и расширение собственной инфраструктуры или двигаться в сторону облачных решений, компания выбрала второе. Среди базовых требований к платформе были наличие полного спектра платформенных сервисов (PaaS), соответствие требованиям российского законодательства и понятные инструменты по организации информационной безопасности и обеспечению контроля облачного окружения.

После детальной проработки и проверки соответствия Yandex.Cloud данным требованиям, в «АльфаСтраховании» был инициирован «мягкий» переход в облако. Компания сначала запускала в облаке тестовые окружения и небольшие новые промышленные продукты, постепенно переходя к миграции в облако существующих тестовых и промышленных сред. На текущий момент ключевыми результатами «переезда» стали существенное ускорение time-to-market (бизнес-гипотезы проверяются за несколько недель, облегчилась работа над партнерскими проектами, PaaS позволяет ускорить разработку) и оптимизация затрат на инфраструктуру.

Еще одним из недавних примеров может быть маркетплейс финансовых услуг для физических лиц «Одобрим.ру», входящий в группу компаний БКС, который поэтапно мигрирует в Yandex.Cloud для обеспечения необходимого уровня отказоустойчивости и оптимизации затрат на инфраструктуру и сопровождение. В целом, с некоторой осторожностью уже можно говорить о том, что для разного рода финансовых экосистем публичное облако постепенно становится новым инфраструктурным стандартом, а cloud-native подход – основным для запуска и развития новых продуктов или трансформации существующих.

Высоконагруженные вычисления

Один из сценариев, где наилучшим образом заметны преимущества использования облака, – это перенос в облако расчетных задач, требующих больших ресурсов и носящих пиковый характер, будь то задачи, связанные с управлением рисками, клиентской аналитикой, машинным обучением и формированием различной отчетности. Во всех этих случаях облако, благодаря возможности мгновенно получать инфраструктуру по требованию и платить только за использованные ресурсы, оказывается эффективнее как с позиции скорости решения задач, так и с точки зрения экономической составляющей.

Последние годы мы видим множество зарубежных кейсов, где крупные финансовые компании, такие как Deutsche Bank, Goldman Sachs и другие, развиваются путем партнерств с крупными международными облачными провайдерами. В частности, для решения ресурсоемких задач в области управления рисками и трансформации продуктового портфолио с использованием data-driven подхода.

При этом стоит сказать, что в финансовом секторе в России данный сценарий использования облака пока не получил такого широкого распространения. Отсутствие четкой и прозрачной позиции со стороны регулятора применительно к банковской тайне в разрезе использования публичного облака ощутимо ограничивает спектр реализуемых на облачной инфраструктуре задач и тот эффект, который это может дать отдельным компаниям и отрасли в целом. При этом с позиции практической безопасности некоторые облачные платформы уже сейчас готовы работать с широким перечнем чувствительных данных (от персональных до транзакционных данных и информации по платежным картам), подтверждая соответствие предпринимаемых мер по обеспечению безопасности как на уровне российских, так и международных аудитов и сертификаций.

Роботизация процессов с помощью искусственного интеллекта

Проникновение роботизации в финансовых организациях стремительно растет. Компании оптимизируют как внутренние рутинные процессы, так и активно задействуют технологии для улучшения и расширения цифровых каналов взаимодействия с пользователями. Клиент должен чувствовать, что о нем позаботились и максимально сократили его временные затраты. Боты, понимающие речь клиента и решающие его задачи, голосовые ассистенты, автоматизированные колл-центры уже активно применяются во многих финансовых организациях. При выборе решения наиболее важными являются два фактора – качество распознавания речи, которое напрямую влияет на уровень удовлетворенности клиента и экономическая эффективность внедрения.

Облачная модель предоставления сервиса, в сравнении с классической моделью покупки лицензии и инфраструктуры под развертывание решения, в абсолютном большинстве случаев оказывается более привлекательна по обоим параметрам. С точки зрения качества, тот факт, что сервис находится на стороне провайдера, означает, что он может постоянно вносить улучшения, «дообучать» модель на специфической лексике. При этом новая улучшенная технология распознавания речи сразу и бесшовно становится доступна клиенту. В части стоимости сама модель оплаты только за потреблённые ресурсы и отсутствие необходимости нести серьёзные инфраструктурные и лицензионные затраты благотворно сказываются на совокупной стоимости решения.

Из недавних кейсов интересен опыт Райффайзенбанка, который запустил голосового ассистента в контактном центре. Голосовой ассистент работает на основе собственной чатбот-платформы банка с использованием облачных речевых технологий Yandex SpeechKit. Yandex SpeechKit отвечает за преобразование речи звонящего в текст, а затем текста ответа – в звучащую речь.

За логику оператора, обработку запросов и поиск ответов отвечает бот-платформа банка. В 2021 году данный голосовой ассистент станет первым контактом для всех обращений на горячую линию. Клиенты смогут получать сервисную поддержку моментально даже в часы пиковой нагрузки на контактный центр.

Другой пример – «Почта Банк» анализирует качество клиентского сервиса и работает над увеличением продаж в отделениях с помощью «умных» бейджей, записывающих речь сотрудников для автоматического анализа. Анализ речи проще и точнее, нежели проверки «тайного» покупателя. Инновационная технология позволяет банку еженедельно анализировать общение с клиентами: подсказывать, как лучше отвечать, на что обратить внимание, как преподносить продукты. Добавлю, что решение разработал российский стартап Voca.Tech в партнёрстве с Yandex.Cloud.

Текст: Александр Черников, руководитель по работе с финансовым сектором Yandex.Cloud, специально для NBJ

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