Банкинг искусственного интеллекта

Исследование Gartner сообщает, что машинное и глубокое обучение будут необходимой нормой для работы банков уже в течение ближайших 5 лет.

Энди Пардо, главный директор AI в Accenture Digital UK & I: Искусственный интеллект может использоваться во всей цепочке ценности, начиная с первого контакта с потенциальным клиентом, заканчивая предоставлением дополнительные услуг постоянным клиентом.

По сути, ИИ представляет собой серию базовых технологий: обработку естественного языка, компьютерного зрения, машинного обучения, глубокого обучения, нейронных сетей и т. д. Они объединяются в облачной среде, которая может хранить и обрабатывать огромные объемы данных и позволяет мгновенно взаимодействовать с ИИ. Все это связано, и машинное обучение стало одним из самых главных достижений в развитии ИИ в последние годы.

Большие данные и искусственный интеллект полностью изменят банкинг в том виде, каком мы его знаем. Сейчас финансовый мир движется к структуре обучения и самосовершенствования, где все процессы будет взаимодействовать друг с другом в режиме реального времени. Это улучшит отношения, основанные на доверии, и позволит клиентам более осознанно взаимодействовать с банками.

Как использовать ИИ максимально эффективно?

Первоначально ИИ рассматривался в качестве «улучшителя» анализа данных. Планировалось, что ИИ просто поможет быстрее работать мидл- и бэк-офису и снизит человеческий фактор, ускоряя работу. Но постепенно люди начали понимать, что ИИ может заменить некоторых работников.

Анализ, опубликованный Forrester Research в 2015 году, показал, что к 2019 году роботизированная автоматизация изменит до 25% профессий. Это значит, что люди будут постепенно забывать о рутине, сосредотачиваясь на творческих аспектах. Это видно уже сейчас, а через 20–30 лет большинство привычных профессий просто не будут существовать. Людей заменят роботы. Уже существует множество примеров успешного внедрения ИИ в банковскую сферу. Citibank разработал свой искусственный интеллект для поддержки ценовых запросов, поставляемых трейдерам, а JPMorgan создал сервис по проверке документов COiN.

С помощью контролируемого машинного обучения вы даете компьютеру набор данных и просите его рассчитать конкретный результат. При неконтролируемом обучении вы просите компьютер определить шаблоны, не зная, как будут выглядеть правильные ответы. Например, вы можете дать компьютеру задание сгруппировать ваших клиентов в различные сегменты в зависимости от их поведения, что позволит вам создать маркетинговую стратегию. Бесконтрольное машинное обучение успешно применяется в сфере соблюдения требований и управлении рисками. ИИ сканирует данные и документы, принимая решения на основе действующего законодательства и отдельных правил, прописанных специально для этой технологии.

HSBC уже применяет ИИ для устранения мошенничества, отмывания денег и борьбы с финансированием терроризма. В 2017 сингапурский банк OCBC начал сотрудничество с BlackSwan Technologies и Silent Eight в рамках своей программы по борьбе с подозрительными транзакциями.

Регтех напрямую связан с правительством, поэтому банкам нужно учиться работать в новой среде. Сингапурский банк DBS полностью поддерживает новое направление: они «вырастили» в своем финтех-акселераторе компанию CUBE, использующую машинное обучение и обработку естественного языка для сбора данных. Он происходит автоматически и на постоянной основе, создавая карту данных трансграничной разведки, которая затем может быть применена к процессу регулирования банка. Это позволяет банку определить, где находятся нормативные точки соприкосновения юрисдикции и сферы деятельности. Все новое автоматически помечается, поэтому менеджеры уже знают, что им нужно делать.

Смещение акцентов

Автоматизация и обработка масс данных очень важны, но изменение рядовых сервисов привлекает больше всего внимания, и поэтому, когда они начинают работать с ИИ, у всех возникает удивление.

Концепция нового банкинга заключается в том, чтобы повысить качество предоставляемых клиентам услуг с помощью виртуальных помощников, чат-ботов, роботов-консультантов и других аналитических инструментов. Это можно сделать более эффективно при применении машинного обучения и искусственного интеллекта. Банки ориентированы на то, что ИИ поможет лучше обслуживать клиентов, выстроить тесные взаимоотношения и зарабатывать еще больше.

Применение машинного обучения к неструктурированным данным про жалобы поможет банку сгруппировать их по категориям. Это ускорит охват областей, которые оказывают наибольшее влияние на клиента. Машинное обучение может использоваться при оценке кредитного риска и многого другого. ИИ понимает естественный язык, что заметно упрощает коммуникацию между финансовым учреждением и клиентом. Мы уже рассказывали вам о финтех-приложениях, которые доступны в мессенджере.

Машинное обучение используется для предоставления персонализированных рекомендаций, которые помогают клиентам лучше использовать свои финансы. Банки изучают идею машинного обучения, чтобы предлагать рекомендации для розничных продавцов, где клиенты могут тратить свои призовые баллы. Рекомендации могут основываться на истории транзакций клиента и на том, где клиенты со схожими покупками тратили свои вознаграждения.

Royal Bank of Canada использовал ИИ для предоставления услуг персонализации NOMI. Теперь их клиенты смогут понять свои финансовые привычки и автоматизировать сбережения.

Рами Табет, вице-президент по управлению мобильными и цифровыми деньгами в RBC: Мы решили сосредоточиться на тех областях, где существуют реальные проблемы клиентов, которые нужно решить уже сейчас.

Но помните, что ИИ никогда не заменит человека, ведь он ограничен алгоритмами. Еще как минимум 50 лет роботы не смогут творить и принимать креативные решения, поэтому ИИ будет только дополнять нашу работу.

Fintech News