Несколько лет назад стало понятно, что накапливаются большие объёмы данных с ценной информацией. Она необходима, чтобы принимать верные бизнес-решения, делать сервисы более полезным для клиентов и бизнес-партнёров. Безусловно, искусственный интеллект упрощает работу с большим количеством данных, и многие банки активно внедряют подобные технологии. Они помогают в конкурентной борьбе, и радует, что доступны многим банкам, в том числе и SMB, хотя чаще мы наблюдаем такой запрос от крупных финансовых учреждений.

На наш взгляд, наибольшего финансового эффекта от технологий ИИ можно ожидать в части ведения диалогов с клиентами на заданные темы, например, в колл-центрах, при распознавании клиентов, возможно, в предсказании поведения клиентов. При внедрении ИИ необходимо понимание задач, которые он может эффективно выполнять в конкретном банке.

Основное техническое препятствие для небольших банков – отсутствие необходимого объёма статистических данных, что может стать проблемой при первоначальном запуске систем на базе ИИ. Кроме того, в связи с частым изменением условий работы банков и предлагаемых клиентам банковских продуктов, а также способов обслуживания, требуется наличие выделенных специалистов и соответствующего оборудования для постоянного дообучения алгоритмов ИИ.

Существующий вопрос доверия к выработке небезопасных рекомендаций должен решаться со временем по мере накопления опыта использования систем с ИИ. Главное – понимать, что системы ИИ работают на основе больших статистических выборок и предлагают некий усреднённый вариант. В случае резких изменений условий или при попытке выработки рекомендаций для нестандартных ситуаций эффективность рекомендаций систем с ИИ резко падает.

Условия работы каждого банка индивидуальны. Поэтому разработка систем ИИ является заказной и обязательно учитывает опыт, накопленный командой внедрения. Системы ИИ предполагают сбор исходной информации, ее предварительную обработку, обучение (дополнительное обучение), результаты которого используются сервисами ИИ. Т.к. набор исходных данных в каждом банке индивидуален, то и сбор данных, их обработка, обучение также являются уникальными задачами.

Сейчас внедрение соответствующих технологий в крупных банках происходит стремительно. Небольшие организации будут постепенно привлекаться к использованию универсальных, например, облачных сервисов, либо использовать готовые наработки, предлагаемые вендорами по отдельным наиболее эффективным направлениям.

Часто крупные банки создают собственные подразделения, средние и небольшие банки не могут этого себе позволить, т.к. затраты на содержание собственной службы, занимающейся задачами с применением ИИ, у них не окупаются. В этом случае целесообразно привлекать на постоянной основе вендоров, которые не только выполнят первоначальное внедрение необходимых систем, но и впоследствии будут их постоянно поддерживать.

Текст: Ринат Каримов, заместитель генерального директора R-Style Softlab, RS-Bank директор департамента банковского ПО RS-Bank

Материал также опубликован в печатной версии Национального банковского журнала №202 (июль-август 2021).