Искусственный интеллект вынуждает переосмыслить суть финансовых услуг

Лидерство финансовой отрасли во внедрении решений на базе технологий искусственного интеллекта (ИИ) в России неоспоримо. Это признается как на уровне государства, так и участниками рынка. Какие тренды заметны в этой сфере сегодня и к чему готовиться завтра, рассказали представители банков, финтехкомпаний, вендоры и IT-эксперты.

ИИ-авангард

Фокус внимания государства и бизнеса сегодня направлен на технологии ИИ. В 2024 г. завершится нацпроект «Цифровая экономика», а в 2025 г. стартует новый проект «Экономика данных», в рамках которого планируется повсеместное внедрение ИИ – от здравоохранения и науки до производства и госуправления. Экономический эффект от его реализации, по расчетам правительства РФ, может составить 11 трлн руб.

В сентябре 2023 г. премьер-министр Михаил Мишустин на стратегической сессии «Развитие искусственного интеллекта» оценил объем рынка технологий ИИ в России по итогам 2022 г. в 650 млрд руб. Он отметил лидерство финансового сектора во внедрении таких решений, указав, что их использует 95% профильных организаций. Это подтверждает и ноябрьское исследование «Ассоциации ФинТех». Согласно результатам опроса, проведенного его авторами, 95% финансовых и технологических организаций применяют системы на основе ИИ в своих бизнес-процессах. 87% опрошенных используют ИИ-решения для анализа данных, 63% – для работы с текстом, 35% применяют речевые технологии, 30% – решения ИИ в области компьютерного зрения.

«Статистика скорее соответствует реальному положению дел. Финтех уже около 10 лет активно использует Machine Learning (ML, машинное обучение) и big data (большие данные) для работы с данными, документами и для принятия решений на основе этих данных», – согласна руководитель проектов IT-компании Simpl Ирина Баталова. По ее словам, банковско-финансовый сектор – амбассадор интеграций ИИ в цифровые продукты.

Сферы применения ИИ на финансовом рынке

«То, что популяризировано как «искусственный интеллект», на самом деле является сложной алгоритмизацией, – поясняет управляющий директор по валидации «Эксперт РА» Юрий Беликов. – ИИ на бытовом уровне принято называть применение методов ML, основанного на алгоритмах, и продукты такого обучения – различные модели, преимущественно предиктивные, но не только». По словам Беликова, направление разработки моделей сейчас ведущее в банках и компаниях финрынка. К ним он относит скоринговые модели, модели оценки вероятности дефолта, классификаторы, торговых роботов, модели денежных потоков во времени с учетом различных случайных событий и модели рыночной стоимости финансовых активов в динамике.

«В нашей практике ИИ используется для создания систем принятия кредитных решений, которые анализируют не только традиционные финансовые показатели, но и множество неконвенциональных данных, позволяя улучшить точность прогнозирования кредитоспособности клиента», – рассказывает эксперт в области ИИ дирекции цифрового развития банка «Русский стандарт» Александр Григорук. Кроме того, в банке разрабатываются системы, использующие компьютерное зрение для идентификации личности и проверки подлинности документов в режиме реального времени, автоматические системы речевой аналитики, рекомендательные системы.

Директор по инновационным проектам ГК InfoWatch Андрей Арефьев указывает, что банки активно используют технологии машинного обучения для анализа рынка, прогнозов по котировкам ценных бумаг. «Технологии ML применяются и в комплаенсе – для оценки профилей клиентов на предмет рисков при выдаче кредитов, когда необходимо проанализировать большой объем данных заемщика. Также их применяют для улучшения клиентского опыта», – говорит он. Пожалуй, самое популярное направление – развитие чат-ботов и голосовых помощников на базе ИИ.

Значительное место технологиям ИИ отводится в секторе инфобезопасности и кибербезопасности. Онлайн-анализ большого массива данных по транзакциям и поведению пользователей позволяет банку обеспечить более высокое качество противодействия финансовым махинациям и мошенничеству, напоминает эксперт направления финтеха СКБ «Контур» Алексей Евдокимов.

Экономическая составляющая

Любое технологическое решение имеет определенную стоимость (а в случае с ИИ она часто высока) и должно не только окупиться, но и иметь экономический эффект в обозримом будущем. Однако прямая финансовая выгода от применения продуктов на базе ИИ неоднозначна и не всегда имеет четко выраженное значение в деньгах. Например, использование ИИ для обработки текста может ускорить процесс вдвое, снизить количество ошибок и опечаток. Если же применить ИИ для обработки запросов от налоговой или правоохранительных органов, автоматизируя их направление и подготовку черновиков, процесс значительно ускорится, что повысит эффективность работы, говорит руководитель проектов по развитию AI-продуктов компании Directum Илья Петухов. Таким образом, внедрение ИИ позволяет оптимизировать затраты и улучшить процессы в банковской сфере.

«Если банк проводит анализ больших данных, детально понимает профиль своих клиентов, то он может таргетированно предлагать разным целевым группам именно те продукты и условия, которые им подойдут. И это напрямую влияет на конверсию предложений в заявки на банковские продукты, помогает контролировать рост объема просроченной задолженности», – указывает Арефьев из InfoWatch. По словам Григорука из банка «Русский стандарт», наиболее экономически выгодные ИИ-решения – это те, которые способствуют снижению операционных расходов в долгосрочной перспективе. «Мы отвергаем некоторые решения не столько из-за дороговизны разработки, сколько из-за отсутствия четкой экономической выгоды в будущем», – поясняет он.

Для некрупных банков все еще менее однозначно. «Гиганты рынка, затрачивая колоссальные бюджеты на внедрение ИИ и обучение машин, имеют экономический эффект благодаря увеличению массовости продаж стандартных продуктов. В банках среднего сегмента, ориентированных на индивидуальный подход, ИИ на данной ступени своего развития не принесет экономического эффекта», – объясняет первый заместитель председателя правления Росдорбанка Алексей Виноградов. По его словам, для малых и средних банков важнее выстроить персональную цепочку взаимодействия с клиентом. Чат-боты и голосовые помощники, популярные в розничном сегменте, в принципе не подходят для данного формата коммуникаций, считает он. «У абсолютного большинства наших клиентов общение с роботом вызывает отторжение и протест», – констатирует Виноградов. По его мнению, ниша малых и средних банков, не стремящихся автоматизировать клиентские процессы, будет сохранять свои позиции на рынке финансовых услуг еще долгие годы.

Ключевые издержки в части внедрения ИИ в банковские процессы – это команда разработки, напоминает руководитель Лаборатории блокчейна и финтеха Школы управления «Сколково» Егор Кривошея. Зачастую участники рынка нанимают команду и не умеют ставить задачи или четко формулировать ей ТЗ, поэтому прямого экономического эффекта нет, а издержки накапливаются. «При грамотном целеполагании наличие даже одного аналитика в команде кратно увеличивает эффективность бизнеса из-за своевременной диагностики критических процессов и метрик банка», – отмечает он. Например, банки, внедряющие даже только базовый анализ данных, могут более точечно предсказывать поведение потребителя, что сокращает разрывы ликвидности. Более укомплектованные команды могут персонализировать предложения для клиентов, что увеличивает конверсии.

Актуальные риски

Среди критических рисков применения решений на основе ИИ в финансово-банковской сфере опрошенные «Ведомости. Инновации и технологии» специалисты выделяют искажения автоматизации (когда автоматизируется изначально решение, содержащее ошибки) и киберриски. Кроме того, они упоминают риски использования некачественных данных при обучении ИИ, что негативно влияет на качество его работы. Опасения вызывают также риски вторжения в частную жизнь клиентов финансовых организаций при сборе и использовании данных и этические риски, связанные с национальным, религиозным, региональным компонентами (например, неправильное обращение к клиенту). Наиболее реальным из всех перечисленных является риск неравной конкуренции и монополизации рынка, связанный с большими возможностями технического развития у крупных игроков и отсутствием их у небольших и региональных участников рынка. Эффект его постепенной реализации можно наблюдать на рынке уже сейчас. 

Специфически российским риском является санкционное давление. «Самый слабый элемент здесь железо – то оборудование, которое необходимо для увеличения работоспособности решений на базе ИИ», – указывает Арефьев из InfoWatch. Для того чтобы сложные решения с высокими требованиями к производительности работали, необходимы специализированные серверы, мощные видеокарты, и с закупками такого оборудования в условиях санкций могут возникнуть проблемы. Это опосредованно влияет на программный стек. «Где, например, обучать крупные модели с использованием видеокарт Nvidia? Компания Nvidia является американской, и ей запрещено продавать свою продукцию в Россию», – добавляет руководитель группы развития систем ИИ компании «Мойофис» Андрей Наумов.

Будущие тренды

В ближайшие годы ИИ может стать наиболее мощным драйвером изменений на рынке финансовых услуг. Самыми быстрыми темпами развивается область генеративного ИИ, или большие языковые модели. Если еще 2–3 года назад ИИ использовался в основном для масштабирования и автоматизации процессов, то сейчас он все чаще решает задачу анализа «паттернов данных, не видных человеческому глазу», чем заняты в том числе GPT-модели, отмечает Кривошея из Школы управления «Сколково». В своем прошлогоднем исследовании McKinsey спрогнозировала, что мировая экономика получит дополнительные $2,6–4,4 трлн от внедрения продуктов генеративного ИИ в разных секторах, причем наибольшая выгода ожидается в финансовом секторе (плюс $200–300 млрд в год к выручке).

Технологии компьютерного зрения будут двигать вперед платежную сферу, уверен Наумов из компании «Мойофис». Они уже активно применяются в бесконтактных банковских операциях. «В некоторых терминалах используется биометрия для автоматической оплаты без карты. Банковские приложения, в свою очередь, имеют сканеры, которые могут считывать информацию и выполнять переводы», – поясняет он.

По мнению Баталовой из Simpl, скоро появится тренд на создание цифрового профиля клиента, его анализ и принятие решений на основе данных. Например, по анализу профиля будет видно, что у человека просадка в финансах за 5–10 дней до зарплаты, но он тратит не меньше, чем обычно. И в этот период ИИ может предложить микрокредит или кредитную карту.

«Предполагаю, что банки будут активно развивать мультимодальный ИИ», – прогнозирует Петухов из Directum. По его мнению, это позволит обращаться к объекту различными способами, например визуальным, текстовым либо голосовым, что ускорит и повысит удобство операционных сервисов при работе с клиентами.

Все это потребует привлечения большого количества IT-специалистов, что тоже станет одним из заметных трендов ближайших 2–3 лет, отмечает Наумов. Это будет происходить на фоне сокращения традиционных банковских подразделений, например колл-центров. Усилится нагрузка на участников финансового рынка, связанная с оплатой труда сотрудников, соответствующих потребностям рынка, и переобучением персонала.

В центре текущих трендов развития ИИ в банковско-финансовой сфере находится не просто технологическое новшество, но радикальное переосмысление самой сути финансовых операций и взаимодействий с клиентами, говорит Григорук из банка «Русский стандарт». «Мы стоим на пороге трансформации, где интеллектуальный капитал перестает быть абстракцией и становится конкретным инструментом, предсказывающим, адаптирующим и оптимизирующим каждый аспект финансовой деятельности в реальном времени», – заключает он.