Как машинное обучение и ИИ применяются в финансовой сфере

ИИ включает в себя все технологии, используемые для имитации человеческого интеллекта, которые обычно попадают в одну из трех подкатегорий: машинное обучение, обработка естественного языка и когнитивные вычисления. Благодаря им данные анализируются в миллионы раз быстрее, чем это было бы с использованием человека, и бизнес-мир очень быстро трансформируется под эту новую технологию.

В платежных технологиях этот термин описывает передовые аналитические технологии с огромным потенциалом, которые улучшают экосистему платежей для всех, кто причастен к этой индустрии: от банков до конечных потребителей. Согласно отчету IDC, финансовые компании потратят до 2020 года на работу с ИИ $11 млн. По оценке PwC они получат хорошую отдачу от своих инвестиций, ведь по их прогнозу до 2030 года только в Северной Америке разработки на базе ИИ смогут увеличить ВВП индустрии на целых 10%. В 2017 году 84% платежных отделов компаний так или иначе использовали ИИ в своей работе. Эта цифра даже на 20% выше, чем в IT, и на целых 44% выше, нежели в сфере финансов и бухучета.

Но что делать с таким потенциалом и оправдает ли он себя? Какие проблемы сможет решить ИИ?

Интеллектуальная борьба с мошенничеством

По информации компании Visa, после введения чипированных карт мошенничество с поддельными картами в обычных розничных магазинах снизилось на 80%. Тем не менее по мере того как, мы переходим от розничной торговли к электронной коммерции (где далеко не всегда важно присутствие физической карты), борьба с мошенничеством становится все сложнее. Мошенничество при покупках без карт с 2015 по 2018 год выросло практически втрое: с 27% до 76%. Для сравнения, кражи с использованием карточек составили только 19% случаев в 2018 г. по сравнению с 70% в 2015 г.

ИИ и машинное обучение быстро становятся ценным инструментом для борьбы с мошенниками, так как алгоритмы могут легко анализировать все больше данных новыми способами, опережая логику мошенников. Также технологии искусственного интеллекта и машинного обучения применяются в сфере андеррайтинга — оценки банком платежеспособности потенциального заемщика.

Обнаружение мошенничества в розничных банковских услугах

Некоторые финтех-компании продают специальные программные и аппаратные решения для обнаружения мошенничества, а ИИ помогает им анализировать этот огромный массив данных. Более того, приложения для обнаружения различных аномалий встречаются в банковской сфере чаще, чем в аналитической! И чтобы хоть как-то удешевить этот процесс, финансовые учреждения стараются брать на вооружение только самообучающиеся решения, которые не нужно будет постоянно перепрограммировать.

Алгоритм машинного обучения анализирует фрагмент данных, чтобы «понять» границы нормального поведения, отклонения от которых он будет считать мошенничеством. Когда любая банковская операция отклонится от шаблонов, ПО уведомит сотрудника, который будет решать: принять или запретить действие. Искусственный интеллект запомнит это решение и таким образом расширит свои границы «нормальности».

Работа с клиентами

Самый известный пример — чат-боты, которые используют технологии обработки человеческого языка, помогающие им общаться с клиентами, предлагая максимально персонализированные услуги. Согласно анализу Juniper Research, чат-боты сэкономят банкам миллиарды долларов на эксплуатационных расходах и сотни миллионов рабочих часов работы с клиентами.

Для компаний, занимающихся платежными технологиями, и финансовых учреждений ИИ быстро может стать бесценным инструментом для урегулирования возвратов платежей, который поможет своим клиентам-продавцам оптимизировать вход в систему для торговли.

Искусственный интеллект используется и для определения кредитного рейтинга. Кредитный скоринг с помощью Predictive Analytics поможет анализировать данные и предсказывать поведение клиента и состояние рынка в будущем.

Цифровое преобразование

В большинстве современных смартфонов уже есть небольшой виртуальный помощник на базе ИИ. Сотни миллионов потребителей проводят банковские операции онлайн через свои смартфоны, поэтому применение ИИ в условиях цифрового банкинга будет повышать удобство приложения для пользователей.

Фактически, доминирующим каналом интеграции чат-ботов станет мобильный банкинг, на чью долю в 2023 году будет приходиться 79% успешных интеграций ИИ. Внедрение чат-ботов в приложениях для мобильного банкинга приведет к росту числа взаимодействий с ними.

Яркий пример — умный помощник Эрика от Bank of America. Менее чем за 3 месяца с момента старта своей работы она обслужила 1 млн пользователей, а также помогла клиентам банка управлять запросами, легко ориентироваться в транзакциях и управлять большинством операций с помощью голоса.

По данным Socratic Technologies, каждый третий владелец интеллектуальных устройств, активируемых голосом, уже что-то купил, используя только голос. Дальше этот тип онлайн-торговли будет только расти, и весь его потенциал сможет раскрыть именно ИИ.

Клиентский опыт

Банки сосредоточены на увеличении выручки, поэтому они добавляют индивидуальные услуги и предлагают лучший клиентский опыт. Многие банки внедряют чат-ботов на базе ИИ, которые помогут понять эмоции клиента, анализируя манеру его общения. Благодаря Big Data и машинному обучению, боты «знают», как реагировать на вопросы клиентов: от мелких багов до серьезных операций. Кроме того, технология способна управлять запросами клиентов и давать рекомендации по продукту.

Таким способом банки привлекают к себе технически подкованных миллениалов, которые предпочитают как можно меньше человеческого взаимодействия. Еще одно преимущество ИИ — ненавязчивое контекстное предложение новых услуг для клиента на основе тех, которыми он уже пользовался.

Инвестиционный консалтинг

Цифровые консультанты меняют инвестиционную среду, а платформы на базе ИИ автоматизируют отношения между частным банковским обслуживанием и управлением активами. Внедрение электронных советников практически полностью исключает реальных финансовых консультантов и менеджеров по инвестиционным операциям. В большинстве случаев реального человека теперь легко заменит машина.

Выявление мошенничества и риск-менеджмент

Искусственный интеллект может обнаружить мошенническую операцию еще до того, как она произойдет. Технологии быстрее человека проанализируют ситуацию и вычленят подозрительные действия даже в огромном потоке данных. ИИ предупреждает банки не только о возможном мошенничестве, но также дает им процент вероятности того, что карта когда-либо будет взломана. Правильное использование алгоритмов машинного обучения может привести к снижению количества ложных срабатываний. Это не только повышает эффективность процесса обнаружения мошенничества, но также помогает повысить степень удовлетворенности клиентов.

Fintech News