Как банки внедряют и используют технологии искусственного интеллекта

Темпы, с которыми компании инвестируют в искусственный интеллект (ИИ), продолжают набирать обороты, и финансовый сектор не застрахован от этой тенденции. Согласно исследованиям консалтинговой компании Accenture, банки, которые инвестируют в ИИ и инструменты человеко-машинного сотрудничества, могут увеличить свои доходы более чем на треть (34%) к 2022 году.



ИИ считается одной из наиболее важных технологий для современных банков, и недавнее исследование PwC показало, что 72% руководителей высшего звена рассматривают ИИ и машинное обучение как ключевые источники конкурентных преимуществ. Исследование также показало, что 52 процента компаний в секторе финансовых услуг уже берут на себя существенные обязательства по ИИ, а 66 процентов прогнозируют значительные инвестиции к 2020 году.

Финансовый сектор уже некоторое время использует ИИ в очень специфических областях, но сейчас мы наблюдаем быстрый рост поглощения из-за растущей рыночной конкуренции, необходимости снижения накладных расходов и преимуществ использования растущих объемов данных.

"Банки испытывают огромное конкурентное давление со стороны нескольких организаций, которые не несут такой же технический долг в виде унаследованного программного обеспечения”, - подчеркивает Даниэль Кронинг, профессор компьютерных наук в Оксфордском университете и генеральный директор Diffblue. "Возникающие вызовы fintech, такие как Revolut и Monzo, быстро выходят на рынок, лучше привлекают клиентов через цифровые каналы, обеспечивая при этом удобные, более простые приложения.”

Как отмечает Джеймс Дуэз, соучредитель и исполнительный председатель компании Ai Rainbird, банковский сектор также находится под давлением, чтобы удовлетворить потребности аудитории.

"Дети до 35 лет представляют новые вызовы для банков. Это цифровое поколение ожидает гибкие и многоканальные платформы. Они хотят быстрых ответов и эффективных решений своих проблем прямо сейчас.”

Есть несколько способов, чтобы финансовый сектор с помощью AI и алгоритмического трейдинга роботизировал процесс. Здесь мы рассмотрим некоторые из последних тенденций в отрасли.

Роботизированная автоматизация процессов

Роботизированная автоматизация процессов (RPA), использующая когнитивный ИИ, внедряется банками для повышения операционной эффективности и снижения затрат, и многие крупные финансовые фирмы уже видят преимущества.

Например, Bank of NY Mellon Corp. сообщил о 88-процентном увеличении времени обработки и о 66-процентном улучшении сроков ввода в оборот с момента внедрения RPA.

Или JP Morgan Chase, который разработал монету платформы разведки контрактов. Банк утверждает, что COIN сэкономил более 360 000 часов труда, используя ботов, способных анализировать контракты с беспрецедентной эффективностью.

Поэтому неудивительно, что, по данным аналитической фирмы Everest Group, на банки и финансовые фирмы приходится 40% рынка независимых поставщиков программного обеспечения RPA.

Санкар Кришнан, исполнительный вице-президент Capgemini по банковским рынкам и рынкам капитала, подчеркивает некоторые из других преимуществ RPA, в том числе, например, помогает отрасли удалить лишние слои, которые она создала на протяжении многих лет.

“Одна из проблем с крупными банками заключается в том, что на протяжении многих лет слои сложности создавались без уважительной причины. Но маятник теперь качнулся в другую сторону и мы видим, что нам не нужно 10 человек, чтобы поменять лампочку”, - смеется он. “Кроме того, по мере того, как банки приобретали и росли, они понимают, что у них есть несколько регистров, систем и подсистем, и многие из них не разговаривают друг с другом. Много AI-driven RPA в настоящее время на работе фиксации этих сломанных процессов. AI значительно повышает эффективность и снижает затраты, как никогда раньше.”

Предотвращение и выявление мошенничества

По данным аналитической фирмы Frost & Sullivan, автоматизированные проактивные решения по выявлению мошенничества активно внедряются во всем секторе банковских и финансовых услуг на протяжении последних пяти лет. Понятно, что технология стала неотъемлемой частью защиты банка, и такие организации, как Morgan Stanley и HSBC, даже создали "команды" обнаружения мошенничества. AI неплохо подходит для таких задач, ИИ может обнаружить аномалии и закономерности в операциях лучше, чем человеческий глаз.

“Приложения AI в мошенничестве были чрезвычайно эффективными”, - говорит Имам Hoque, генеральный директор "больших данных" до начала Quantexa. "Раньше преступники могли перепроектировать системы, чтобы гарантировать, что их не поймают. С системами, работающими на ИИ, плохим парням чрезвычайно трудно понять, как работает двигатель, что делает гораздо более вероятным, что преступники будут пойманы.

"Обнаружение отмывания денег (AML) может быть особенно сложным на рынках капитала – трудно создать упрощенные наборы правил, которые могут быть применены к торговле валютой, акциями или драгоценными металлами. Применение ИИ, сетей и контекста позволили этим системам впервые стать эффективными.”

С точки зрения клиента, AI также смог обнаружить растущий объем ложных срабатываний для "подозрительного" использования карт.

“С большим объемом доступных данных эти системы способны более эффективно устранять ложные срабатывания, тем самым избегая непреднамеренных блокировок счетов и недовольных клиентов. Одной из организаций, которая использовала AI таким образом, является Mastercard, которая смогла значительно снизить уровень ложных срабатываний”, - отмечает Мохит Джоши, руководитель отдела банковских, финансовых услуг и страхования (BFSI).

Оперативная разведка

Не все примеры ИИ столь же интересны, как предотвращение мошенничества, но, тем не менее, они по–прежнему оказывают глубокое влияние на способность банка увеличивать прибыль и снижать риски - особенно важно, когда кибербезопасность и соблюдение нормативных требований высоки в приоритетах в списках финансовых фирм.

Платформы оперативной разведки сочетают в себе сложное обнаружение угроз, жесткий контроль над внутренней защитой и способность ИИ обнаруживать неизвестное. Кроме того, стабильность обслуживания имеет решающее значение для банков, поскольку клиенты, регулирующие органы и акционеры не прощают ситуаций простоя. Люди ожидают 24-часовой доступ к своим деньгам.

Ханна Престон, Директор по глобальному счету в технологической фирме CA Technologies, ожидает, что мы увидим больше этого в секторе в будущем.

"Многие банки в течение 20 лет не меняли своего подхода к решению вопросов простоев и стабильности. В действительности, большая часть все еще имеет большие комнаты с командами и мониторами везде, и люди непрерывно наблюдают. Они неизбежно имеют большие объемы ложных предупреждений. И часто Twitter сообщает о проблеме быстрее банка", - отмечает она.

“В настоящее время, когда регистрируется один приоритетный случай, каждый звонит, чтобы найти проблему и определить, как они могут решить ее как можно быстрее, в то время как руководители вычисляют финансовое, репутационное и нормативное влияние проблемы.

"ИИ обладает способностью полностью трансформировать этот процесс: не только выявляя проблемы со стабильностью, но и прогнозируя их и применяя автоматическое самовосстановление. Индивидуальный крупный банк будет тратить сотни миллионов каждый год, поддерживая работу так гладко, как они могут по старинке, но инвестиции в ИИ могут дать им возможность легко избежать сбоев в обслуживании и ускорить очистку проблемы.”

Чат-боты / виртуальные помощники

Одной из самых популярных форм ИИ, используемых банками, являются чат-боты или виртуальные помощники, что в значительной степени объясняется тем, что клиенты теперь привыкли иметь дело с такими инструментами, как Siri и Ok Google.

Например, чат-бот Swedbank Nina ежемесячно ведет около 30 000 разговоров, а за первые три месяца его работы коэффициент разрешения первого контакта составил 78%. Plus Bank of America недавно запустил своего виртуального помощника Erica, который, по его словам, использует прогнозную аналитику и когнитивные сообщения для предоставления финансовых рекомендаций своим клиентам.

"Потребители сегодня более открыты к смешанному интерфейсу, поддерживаемому человеком/ИИ. Это становится распространенным из-за использования смартфонов и широкого потребительства на рынке. Например, наш опрос показал, что 27% клиентов розничных банковских услуг будут чувствовать себя комфортно, открывая новый банковский счет с помощью цифрового помощника, такого как Siri или Alexa”, - отмечает Ник Линкольн, Руководитель отдела Digital Consulting Partner & Europe, Banking, Financial Services & Insurance в фирме профессиональных услуг Genpact.

"Чат-боты, отражающие услуги, которые клиенты ожидают в своей повседневной жизни, полезны для банковской отрасли по ряду причин", - продолжает Марк Грейнджер, вице-президент по продажам, Европа из software company Engage Hub. “Они действуют как способ обеспечить круглосуточное обслуживание клиентов, которое проходит гладко в часы пик, избегая периодов ожидания, связанных с колл-центрами. Эти услуги также могут быть персонализированы для клиента, который взаимодействует с чат-ботом-результат сочетания больших данных, расширенной аналитики и прогностических моделей.”

Профилирование клиентов, рекомендации и интеллектуальные консультанты

Способность ИИ обнаруживать тонкие закономерности в данных позволяет ему обеспечить детальное профилирование клиентов. Это привело к росту роботизированных консультационных услуг для всего, от пенсий и общего управления капиталом до ипотеки. Например, JP Morgan имеет рекомендательный механизм, который говорит клиентам, что делать с их капиталом, в то время как Morgan Stanley расширяет работу своих 16 000 финансовых консультантов в результате введения агентов AI.

Согласно отчету SAP CX Engaging The Unengaged Customer report, 60% банков используют машинное обучение для поддержки стратегий персонализации.

"Тенденция использования данных о клиентах с широкого спектра платформ, таких как социальные медиа, постоянно растет”, - говорит Киран Кумар, менеджер программы ИКТ, аналитическая фирма Frost & Sullivan. "Финансовые учреждения используют эти решения для получения более глубокого представления о поведении клиентов. Решения для аналитики клиентов демонстрируют устойчивый рост внедрения по всему миру - по мере того, как рвение к предложению персонализированных услуг растет среди финансовых учреждений, большинство компаний принимают эти решения для повышения качества обслуживания клиентов.

"Узнавая о своих клиентах, интеллектуальные консультанты постоянно взаимодействуют со своими коллегами-людьми, чтобы активно рекомендовать ряд вариантов, которые учитывают меняющиеся финансовые ситуации своих клиентов. Таким образом, финансовые консультанты имеют больше возможностей связаться с клиентами в нужное время с более актуальными советами”, - продолжает Лаура О'Салливан, управляющий директор UK banking в консалтинговой фирме Accenture.

"Кроме того, в Южной Корее банк KEB Hana предлагает услугу eMortgage, чтобы помочь покупателям выбрать, купить и оплатить свои дома”, - продолжает она. "Мобильное приложение позволяет фотографировать понравившуюся квартиру. Система распознает здание и получает всю доступную информацию о нем и районе, от цен на недвижимость до коммунальных объектов. Объединяя эти данные с личными данными клиента, он мгновенно делает обязательное ипотечное предложение. Если предложение принято, клиент может приступить к подаче заявления на свой мобильный телефон, вплоть до того момента, когда он должен подписать ипотеку в присутствии нотариуса.”

Кредитный скоринг

Кредитный скоринг - еще одна область, в которой банковская индустрия использует ИИ. Технология извлекает идеи из данных о контрактах, прошлых расходах и будущих доходах, чтобы обеспечить ряд кредитных решений. Тем не менее, использование ИИ для кредитного скоринга указывает на некоторые риски, как отмечает Ральф Олхаузен, директор по развитию бизнеса в финансовом учреждении PPRO Group.

"Если алгоритмы не будут тщательно протестированы, чтобы избежать повторения смещения, которое уже существует в данных, или введения новых смещений путем создания ложных корреляций, то существует опасность того, что АИС кредитного рейтинга может несправедливо отказать некоторым людям в доступе к финансовым услугам”, - отмечает он.

Алгоритмическая торговля и инвестиции

В финансовом секторе, и хедж-фондах в частности, ИИ также используется для алгоритмической торговли и роста использования данных в инвестиционных решениях – особенно альтернативных данных. Эта технология помогает использовать более широкие и разнообразные источники информации, которые используются в торговых моделях. Лидирующие финансовые организации включают Black Rock, JPMorgan и CitiBank.

"В частности, мы видим огромный потенциал в трех ключевых областях, включая расширенное потребление информации, расширение решений в области знаний и прозрачный инвестиционный процесс”, - говорит Фабрис Буланд, генеральный директор французской Fintech Alphametry. "Все это помогает инвесторам и управляющим активами накапливать знания и принимать инвестиционные решения более быстрым и информированным способом.

"Пожалуй, самым актуальным трендом, когда речь заходит об алгоритмической торговле, является спрос на альтернативные данные, который растет с каждым днем. В настоящее время существует около 300 поставщиков, и Opimas Consulting ожидает, что этот рынок вырастет до 20 миллиардов долларов к 2020 году”, - продолжает он.

"С регулированием MiFID II, заставляющим инвесторов пересмотреть свои исследовательские потребности, бюджет и стоимость, альтернативные данные вышли на первый план, но будет кривая обучения для активных инвесторов, поскольку они узнают, как они используют эти новые наборы данных в инвестиционном процессе. Без сомнения, невероятный технологический прогресс в ИИ в сочетании с оцифровкой в более общем плане радикально преобразует инвестиционное пространство.”

Раскрытие потенциала ИИ в банковской сфере

Мы находимся в самом начале пути ИИ банковского дела, и хотя сектор добивается замечательного прогресса, многие технологические фирмы считают, что он по-прежнему мягко тестирует воды, а не уверенно мчится к будущему, основанному на ИИ.

Джейн Джи, генеральный директор regtech Company Kompli-Global, считает, что высокая регуляторная природа банковского дела является одной из проблем, сдерживающих сектор.

“Они с осторожностью относятся к принятию любой технологии, которая не пользуется поддержкой регулятора, хотя регулятор не может поддерживать индивидуальные решения, поскольку не должен искажать конкуренцию. Я лоббировала, чтобы регулятор больше экспериментировал с новыми технологиями, которые поддерживают финансовые учреждения, поскольку большинство их кандидатов в песочницу-это фирмы, которые сами регулируются", - отмечает она.

Однако эксперты в области технологий согласны с тем, что финансовые учреждения должны обеспечить внедрение ИИ по правильным причинам, а не просто ради него. Тем не менее, недавнее исследование, проведенное поставщиком ИИ Squirro подчеркнул, что существует недостаток понимания о том, как опираться на ИИ для улучшения бизнес-процессов, с 83% не знают о том, как лучше всего использовать его для решения бизнес-задач.

Гарет Хоул, Менеджер по продажам решений, продвинутая Автоматизация процессов в программной фирме NICE Systems объясняет, что, как и во всех инструментах, лучший способ использования ИИ-это нацелить его на решение конкретной проблемы и создание новых возможностей.

“Вместо того, чтобы выбирать возможности ИИ и разрабатывать, как их использовать, вы часто можете достичь большего изначально, имея видение того, что вы хотите сделать, а затем определяя наиболее целесообразный способ добраться туда”, - объясняет он.

"Как только вы поймете, как технология решает существующую проблему, она может разблокировать идеи о новых видах ее использования. В этом отношении банковский сектор, как правило, применяет правильный подход, применяя ИИ к конкретным бизнес-проблемам, но предстоит пройти долгий путь, чтобы действительно раскрыть потенциал ИИ в банковской сфере”, - заключает он.