Любой бизнес нацелен на рост, иначе он теряет конкурентоспособность. В современном мире объёмы операций и количество данных постоянно увеличиваются. Чтобы успешно развиваться, организации внедряют различные технологии. Одна из таких технологий – искусственный интеллект (ИИ) – получила широкое распространение в российском банковском секторе.  Использование гибридного ИИ для решения задач NLP (natural language processing, обработка естественного языка) позволяет достичь большей скорости и точности в обработке документации. Что это означает на практике, мы подробнее рассмотрим в статье.

Банки – лидеры автоматизации в России

Десять лет назад искусственный интеллект воспринимался, скорее, как утопия, чем как реальность. Однако с тех пор ИИ прочно вошёл во многие аспекты нашей жизни.

В России финансовые организации активно используют технологии искусственного интеллекта: от обслуживания клиентов во фронт-офисе до автоматизации бэк-офиса. Неслучайно инвестиции в ИИ так быстро растут.

Одним из путей развития ИИ в банковской сфере стало дополнение существующей технологии RPA (robotic process automation – роботизированная автоматизация процессов) искусственным интеллектом. RPA имеет ограничения при чтении сложных неструктурированных документов. Переход к интеллектуальной автоматизации (интеграция решений RPA с технологиями ИИ), позволяет крупнейшим банкам выходить на новый уровень производительности за счёт автоматизации не только рутинных повторяющихся операций, но и более сложных когнитивных задач.

По мнению Алексея Карпунина, ИТ-директора Московского кредитного банка (МКБ), единственный путь ускорения роста финансовой организации в современных условиях – это использование средств автоматизации сложных когнитивных задач.

Сергей Русанов, член правления, руководитель ИТ-блока банка «Открытие», отмечает, что «с одной стороны, банки уже давно освоили использование ИИ в «классических» задачах (кредитного скоринга, оценки резервов, целевого маркетинга и противодействия мошенничеству и отмыванию денег), с другой – развитие новых областей ИИ, таких как, например NLP, позволило использовать чат-боты и голосовые ассистенты, которые помогают как самому банку, так и клиентам».

Технология обработки естественного языка – это ключевой фактор для быстрого и точного извлечения данных из неструктурированных документов. Поэтому она полезна организациям, которые стремятся масштабировать свой бизнес.

Будущее – за гибридными системами ИИ

Не секрет, что сегодня высокотехнологичные продукты часто не отвечают потребностям клиентов. Почему так происходит? Эти продукты слишком зависят от основного методологического принципа ИИ – машинного обучения (ML), или статистического ИИ, который пытается найти значимые закономерности в большом объёме данных. Таких отформатированных, тщательно отобранных данных зачастую просто нет.

Автоматизация на основе ML невероятно трудоёмка, и бизнес не готов тратить на неё много времени. Часто это делает ИИ невозможным для практического использования. Даже если мы предположим, что программа ML получает необходимые объёмы данных, это тоже не решает проблему. Потому что она не «понимает» значения конкретных типов данных, ей не хватает базовых знаний или «здравого смысла».

Список потенциальных проблем можно продолжать бесконечно. Но главное здесь то, что решение проблемы – существует. И заключается оно в использовании так называемого символьного искусственного интеллекта. Комбинируя эти два подхода, удалось создать гибридную технологию, позволяющую использовать сильные стороны каждого отдельного элемента ИИ.

В настоящее время большинство решений управляются ML, и это оправданно при обработке структурированных документов. Однако большинство документов, с которыми работают финансовые информационные системы (FIS), не структурированы. Технология на базе обработки естественного языка решает эту проблему. Неудивительно, что всё больше ведущих экспертов по ИИ выступают за этот подход, сочетающий символьные и статистические методологии ИИ. Например, IBM в последние годы уделяет больше внимания гибридному ИИ в таких проектах, как IBM Watson. 

TAIGER – скорость и точность

В то время как количество сторонников данного метода в экспертном сообществе значительно увеличивается, сингапурская компания TAIGER использует его уже более десяти лет – с момента своего основания в 2009 году.

TAIGER специализируется на решениях по высокоточному извлечению информации из текстов любой сложности, поисковых системах для организаций из разных отраслей экономики и чат-ботах.

Решение компании сокращает время обработки документов с высокой точностью, требуя при этом выборки меньшего размера по сравнению с ML. TAIGER использует контекстное извлечение данных, обработанных с помощью технологии NLP. Это гарантирует высокую точность чтения даже неструктурированной информации.

В основе таких моделей лежит область искусственного интеллекта, которая называется «knowledge representation and reasoning» («предоставление знаний и рассуждение»). Занимается она тем, что снабжает машины приближёнными представлениями о концептах и их взаимоотношениях.

Необходима семантическая технология, которая использует онтологическую инженерию для создания структурированного представления базы знаний в машино-читаемом виде. В интернете существуют коллекции онтологий с открытым исходным кодом. Продукты TAIGER развёртываются с использованием как общедоступных, так и онтологий, построенных собственными силами компании

Открытие российского рынка

Головной офис компании TAIGER находится в Сингапуре. Основные клиенты TAIGER – это предприятия государственного и финансового секторов как внутри страны, так и за рубежом.

Одним из конечных продуктов компании является решение Оmnitive Extract. Оно построено на базе гибридного искусственного интеллекта. Именно этот продукт интегрирован в деятельность нескольких международных финансовых институтов, таких как AIA Group, Standard Chartered Bank и Banco Santander.

Обладая огромным опытом реализации проектов на международных рынках, теперь TAIGER работает и в России. В настоящее время компания начинает сотрудничество с несколькими финансовыми структурами. При этом у TAIGER уже есть реализованный успешный кейс в одном из крупнейших российских банков «Открытие».

По словам Сергея Русанова, TAIGER заинтересовал банк по двум основным причинам. Во-первых, компания «была готова гарантировать качество результата» и, во-вторых, «имела опыт успешной реализации проекта с таким глобальным гигантом как Santander».

Что получила финансовая организация в результате внедрения решения TAIGER?

После завершения проекта банк существенно продвинулся в известном рейтинге «Бизнес Мобильный банкинг Markswebb 2020» («Лучшие мобильные банки для малого и среднего бизнеса и предпринимателей»), войдя в топ-10 вместе с такими финансовыми организациями как Сбербанк, Альфа-Банк, Тинькофф Банк.

«Открытие» получил возможность обрабатывать входящую документацию с высокой скоростью и точностью. Время обработки паспортов клиентов сократилось в 4 раза, а точность достигла более 92%. Также удалось достичь 93,64% точности распознавания счетов-фактур и существенно расширить долю конвертации начала процесса оплаты в успешное завершение, которая достигла 48,8%, что в 1,5 раза превосходит показатели компаний-конкурентов на этом рынке.

«Решения по извлечению информации из текста на основе ИИ научились не просто переводить фото в текст, но и извлекать его смысл, и переносить информацию в нужные поля в системах банка, – комментирует Сергей Русанов. – ИИ в работе с документами сокращает трудозатраты сотрудников при постобработке документов и верификации данных в системах. По предварительной оценке, в банке обрабатывается не менее 5 миллионов страниц сканированных документов в месяц. Если сократить время работы с ними хотя бы на 20–30%, это даст значимую экономию».

И хотя TAIGER – это не единственная компания, решения которой позволяют извлекать информацию из текста на основе ИИ, именно она обладает заслуженной репутацией в области NLP и использования гибридного ИИ, гарантирует качество своей работы и имеет опыт сотрудничества с клиентами финансового и государственного секторов по всему миру.

На фото: Синуе АРРОЙО, основатель и генеральный директор компании TAIGER

Текст: Оксана Дяченко

Материал также опубликован в печатной версии Национального Банковского Журнала (июнь №6, 201).