В 2023 году искусственный интеллект (ИИ) стал технологией номер один в мире.
Искусственный интеллект в банках: перспективы и преимущества
Он способен по запросам пользователя создавать новый контент — текст, изображение, аудио и видео. Эта технология может снижать издержки, ускорять обработку данных, применяться в оценке платежеспособности клиентов, инвестиционном консультировании, противодействии мошенничеству и других сферах. Но компаниям необходимо учитывать риски, которые могут возникать при использовании ИИ. Среди них выделяют риски технологического и экономического характера, а также в области этики и информационной безопасности.
Целью исследования стало изучение мнений и оценка отношения экспертов к применению искусственного интеллекта в крупнейших финансовых и технологических компаниях России. Публикуем ключевые выводы исследования.
Более того, AI может самообучаться на основе данных и опыта, постоянно совершенствуя свою работу. Таким решением, например, является UiPath , платформа для автоматизации бизнес-процессов с помощью роботизированной обработки данных RPA , которая используется более чем 5000 компаниями по всему миру. Усовершенствование системы управления рисками. AI может помочь финансовым организациям оценивать и минимизировать различные виды рисков, связанные с кредитованием, инвестициями, страхованием и другими операциями. AI может использовать большие данные из разных источников для анализа поведения клиентов, рыночных тенденций, экономических показателей и других факторов, влияющих на вероятность возникновения неблагоприятных событий. На основе этого анализа AI может предлагать оптимальные стратегии для управления рисками, а также предупреждать о потенциальных угрозах. Повышение качества обслуживания клиентов. AI может улучшить взаимодействие финансовых организаций с их клиентами, предоставляя им более персонализированные, удобные и доступные услуги. AI может использовать NLP для распознавания и обработки естественного языка в текстовых и голосовых запросах клиентов, а также для генерации подходящих ответов. AI может также использовать машинное обучение для анализа предпочтений, потребностей и поведения клиентов, а также для предложения им наиболее подходящих продуктов и услуг. Примером такого решения является Clinc , платформа для создания интеллектуальных голосовых ассистентов для финансовых организаций, которая позволяет обслуживать миллионы клиентов в режиме реального времени. Искусственный интеллект в банковском секторе AI - это мощный двигатель преобразований в банковском секторе, который является одним из ключевых и наиболее консервативных элементов финансовой системы. Благодаря AI банки могут не только повысить свою эффективность, прибыльность и конкурентоспособность, но и предоставить своим клиентам новый уровень обслуживания, учитывающий их индивидуальные потребности, предпочтения и ожидания. Вот некоторые примеры того, как AI может помочь банкам в разных сферах деятельности: Персонализация предложений. Банки хотят предлагать своим клиентам наиболее подходящие и выгодные продукты и услуги, которые будут соответствовать их финансовым целям, интересам и возможностям. Для этого банкам нужно знать своих клиентов как можно лучше, анализировать их доходы, расходы, платежную историю, а также следить за рыночной конъюнктурой. AI может помочь банкам в этом, используя большие данные, машинное обучение и аналитику для создания персонализированных финансовых рекомендаций для каждого клиента. Например, AI может предложить клиенту оптимальный тариф по кредиту или депозиту, скидку или бонус по карте, или другой продукт, который будет полезен для его финансового благополучия. Одним из решений, которое использует AI для персонализации предложений в банковском секторе, является Personetics. Это платформа, которая анализирует поведение и потребности клиентов в реальном времени и предлагает им подходящие продукты и советы по управлению финансами. Personetics работает с такими крупными банками, как U. Bank, RBC и Santander. Борьба с мошенничеством. Банки подвергаются постоянной угрозе мошенничества со стороны злоумышленников, которые пытаются украсть деньги или личные данные клиентов или банка. Мошенничество может принести большие убытки и повредить репутации банков, а также нанести вред клиентам. Для защиты от мошенничества банкам необходимо использовать современные высокоточные инструменты. AI может помочь банкам в этом, используя анализ поведения, биометрию, геолокацию и другие технологии для верификации личности клиентов и подтверждения легитимности транзакций. AI может также обнаруживать аномальные или подозрительные операции и блокировать их или требовать дополнительной проверки. Feedzai - это пример решения, которое применяет AI для защиты банковского сектора от мошенничества. Это платформа, которая обрабатывает огромные объемы данных из разных источников и выявляет паттерны мошеннического поведения с высокой точностью. Демократизация доступа к банковским услугам. Банки хотят расширить свою аудиторию и привлечь новых клиентов, особенно в развивающихся странах и среди неблагополучных слоев населения. Однако многие потенциальные клиенты не имеют или имеют низкий традиционный кредитный рейтинг, который является основным критерием для оценки кредитоспособности. Для того, чтобы предоставить этим клиентам доступ к банковским услугам, банкам нужно использовать альтернативные данные, такие как социальные сети, мобильная связь, электронная коммерция и другие, для оценки финансового поведения потенциальных заемщиков. AI может помочь банкам в этом, используя машинное обучение и аналитику для анализа альтернативных данных и принятия решений о выдаче кредитов.
Данные вложения играют важную роль для развития данной технологии, так как способствуют инновационным преобразованиям, повышают эффективность работы и качество обслуживания клиентов. Важно продолжать исследования, чтобы максимально использовать потенциал искусственного интеллекта и достигать конкурентных преимуществ в финансовой индустрии. Цель исследования — изучение роли искусственного интеллекта в финансовом секторе с целью выявления преимуществ, недостатков и анализ примеров его успешного применения. Статистика частных инвестиций в ИИ Материалы и методы исследования В данном исследовании была использована комбинация качественных и количественных методов исследования. Качественные методы включали в себя обзор научной литературы, статей и отчетов, связанных с ролью искусственным интеллектом. Помимо этого стоит отметить количественные методы, включающие в себя сбор и анализ данных из различных источников. Результаты исследования и их обсуждение Искусственный интеллект ИИ — область компьютерных наук, посвященная разработке и созданию интеллектуальных систем и программ, позволяющая выполнять задачи, которые обычно требуют человеческого интеллекта [5]. Он стремится к моделированию и имитации таких когнитивных функций как решение проблем, понимание языка, обучение и восприятие. Это достигается различными путями, например анализом огромного количества данных, применением нейронной сети и экспертных систем, а также машинным обучением. Также важно рассмотреть основные преимущества и недостатки данной технологии. Рассмотрим их более подробно для получения объективного представления о его роли и влиянии в современном обществе таблицу 1. Исходя из таблицы выше отметим, что искусственный интеллект, как и любая другая современная технология, имеет как плюсы, так и минусы в использовании. Среди ее недостатков особо подчеркнем риски кибербезопасности, которые в последнее время резко возросли. Это обуславливается участившимися взломами информационных систем, сбоями в работе программного обеспечения, утечкой персональных данных, что особенно сильно влияет на репутацию финансовых организаций.
Как банки внедряют и используют технологии искусственного интеллекта
Автоматизированная верификация документов. KYC обычно включает в себя проверку огромного количества документов. Применение ИИ может помочь быстро сканировать, верифицировать и категоризировать эти документы, обеспечивая быстрое и соответствующее нормативным требованиям включение клиентов в систему. Анализ поведения на предмет сигналов тревоги. Это не только о начальной верификации. ИИ также может мониторить транзакции, чтобы выявить необычные поведения или паттерны. Если мистер Смит внезапно отправляет огромную сумму за границу, ИИ подозревает случай "украденной кредитной карты" и поднимает флаг для дальнейшего рассмотрения.
Лицевое распознавание для живой верификации. С помощью ИИ живое видео или селфи могут кросс-проверяться с хранимыми фотографиями удостоверений личности, предлагая дополнительный уровень верификации, который одновременно удобен для пользователя и безопасен. Постоянное обновление данных. Жизнь людей меняется - они переезжают, женятся, меняют работу. ИИ может подталкивать клиентов к обновлению своих данных, обеспечивая актуальность данных банка. Для поставщиков это означает постоянное соблюдение нормативов без ручной работы.
Мы вернемся к некоторым из этих функций в следующих операционных и продуктовых аспектах. Просим прощения за необходимость в это разбираться, так как финтех представляет собой взаимосвязанную сеть, где нельзя полностью отделить функции и решения KYC и предотвращения мошенничества. Расчетные и сберегательные счета Чековые и сберегательные счета - это не просто место для хранения денег. ИИ помогает превратить эти классические банковские продукты в умные финансовые инструменты. Управление личными финансами. ИИ может анализировать привычки расходов, категоризировать транзакции и предлагать советы по составлению бюджета, давая вашему мобильному приложению для банковских операций преимущество перед конкурентами.
Обнаружение аномалий. Помимо стандартного уведомления об необычной активности, представьте систему, которая с течением времени изучает привычки расходов пользователя. Теперь красные флаги могут включать в себя совершение покупок в необычное время суток, трату недельного бюджета в неподходящем, никогда ранее не посещенном онлайн-магазине, повторяющиеся запросы на проверочную транзакцию, услуги, не соответствующие стилю расходов клиента. Прогнозирование будущих расходов. Финансовые гуру и желающие таковыми стать советуют людям составлять бюджет как первый шаг к финансовой стабильности и свободе. На практике это похоже на совет "есть здоровую пищу" - общий и трудно выполняемый в постоянстве.
Прогностическая модель в вашем приложении могла бы прогнозировать остаток средств пользователя на конец месяца на основе его регулярных счетов и типичных расходов, помогая лучше планировать финансы. Кредитные карты Анализ расходов с учетом контекста. ИИ способен определять контекст и аномалии, анализируя транзакции карты в связи с реальными событиями. Например, если наблюдается всплеск трат во время отпуска, система понимает контекст, снижая ложные тревоги по необычным расходам, сохраняя при этом мониторинг на предмет реального мошенничества. Автоматические накопления. При интеграции ИИ карты могут помогать пользователям накапливать сбережения.
Каждая транзакция может быть округлена до ближайшего доллара или 10 долларов , а разница автоматически переведена на сберегательный счет. С течением времени ИИ может даже предлагать настраиваемые процентные ставки на основе паттернов расходов и целей сбережений на определенный период. Адаптивная блокировка карты. ИИ может предсказать, когда вы меньше всего вероятно будете использовать свою карту - например, во время обычных часов сна - и автоматически ее заблокировать, чтобы предотвратить несанкционированный доступ. В случае реальных транзакций в эти часы он учитывает и адаптируется. Кредиты и ипотека С помощью ИИ финансовые учреждения могут предоставлять более плавный и информированный опыт займа, повышая шансы на получение кредитов даже без отличной кредитной истории и защищая кредиторов от злонамеренных пользователей.
Понимание полной картины в кредитном скоринге. ИИ помогает банкам смотреть на большее, чем просто кредитную или заемную историю клиентов, чтобы определить их кредитоспособность. Он может учитывать такие вещи, как ваши шопинговые привычки, онлайн-активность и многое другое, чтобы получить лучшее представление о том, насколько хорошо вы управляете деньгами. Это означает, что некоторые люди, которых могли пропустить раньше, теперь могут получить шанс на кредит. Быстрые одобрения займов. Никто не любит ждать.
С помощью ИИ одобрение займов может быть почти мгновенным, делая клиентов счастливыми относительно этого конкретного финансового учреждения и позволяя банкам развивать бизнес благодаря рекламе "из уст в уста" как онлайн, так и офлайн. Выявление проблем с займами заранее. ИИ может помочь банкам предположить, когда кто-то может испытывать трудности с возвратом займа, задолго до того, как сам человек это осознает. Таким образом, они могут своевременно проверить ситуацию и разработать план, прежде чем дела пойдут вразнос. Честная игра в кредитовании. Иногда, даже не имея в виду, люди и системы имеют предвзятость.
Это может привести к несправедливым решениям о кредитах. ИИ может быть обучен для минимизации этих предвзятостей, обеспечивая равные возможности для всех. Инвестиции Использование ИИ для инвестиционных услуг в банковском продукте помогает обеспечить как начинающим, так и опытным инвесторам оставаться на правильном пути. Персонализированные робо-консультанты. ИИ-драйвен робо-консультанты не только умны, но и интуитивны. Они узнают о финансовых целях и привычках клиента.
Это означает, что клиенты получают персонализированные советы, повышая доверие и долгосрочную лояльность к вашему банку или фирме.
К слову, электронный вариант идентификации называется eKYC, а потоковое видео становится всемирным стандартом в банковской сфере. Видеоидентификация чаще встречается перед подключением клиента к услугам банка. В мессенджерах TalkBank она вместо привычных нескольких часов теперь занимает пару минут. А все мы понимаем, что время — самый ценный ресурс. Идентификация в TalkBank проходит следующим образом: чат-бот присылает ссылку на сайт, клиент записывает и загружает туда видеоселфи с паспортом. Система сверяет фотографию в паспорте и лицо человека и выносит вердикт. Это исключает самый распространенный страх клиента — открытие счета на другого человека.
А весь обмен данными проходит по зашифрованным каналам, которые исключают вероятность утечки персональных данных. Сбор документов и другой информации о клиентах Как еще, помимо верификации, связан ИИ с документами клиента? Данные в финансовой среде — один из важнейших ресурсов, и их огромный объем и структурное разнообразие затрудняют ручную обработку даже для финансовых экспертов. Использование решений на основе ИИ для обработки данных и документов повышает эффективность процессов, а также позволяет извлекать полезную информацию. Аналитика данных, интеллектуальный анализ и обработка естественного языка являются примерами решений AI и ML, которые помогают компаниям получать важную информацию. Отчасти о роли чат-ботов в проверке документов мы уже говорили выше, но есть и другие функции: — сбором документов сотрудника с легкостью займутся алгоритмы чат-бота; — чат-боты помогают кредиторам и их клиентам собирать, хранить и проверять всю необходимую информацию; — чат-боты достаточно продвинуты, чтобы распознавать файлы различных форматов. ИИ отбирает информацию из многих источников и оформляет в единый документ, удобный для восприятия человеком; — анализировать и изучать документы, затем классифицировать их по различным категориям и в случае отсутствия либо несоответствия важных данных заявка автоматически передается ответственным лицам; — уведомлять клиента о завершении процесса подачи заявки, если предоставленные документы соответствуют требованиям кредитора. В других случаях чат-боты для займов уведомляют банковское учреждение о том, что заявку стоит перепроверить.
Андеррайтинг Выше мы уже упоминали, что спектр применения у искусственного интеллекта довольно широкий, поэтому стоит упомянуть применение в смежной банковской деятельности сфере — в страховании. Страховщики могут использовать решения для андеррайтинга на основе ИИ для улучшения управления рисками и ценообразования. Андеррайтеры теперь получают более широкий спектр источников данных для своих оценок благодаря искусственному интеллекту. Аналитика больших объемов данных обеспечивает лучшую видимость профилей рисков клиентов, позволяя адаптировать премии к фактическому риску каждого.
Достаточно установить временный контроль над всеми решениями, принимаемыми ИИ, до тех пор, пока не будет убедительно продемонстрирована адекватность принимаемых им решений. Страх безработицы не ставится большинством экспертов в число реальных барьеров, так он никак не будет влиять на принятие решений топ-менеджментом о внедрении ИИ в банковском секторе. Это не является препятствием с точки зрения большинства экспертов. Обсуждение результатов и заключение Семьдесят лет назад Алан Тьюринг предложил эмпирический тест в его формулировке — «имитационную игру» [24] Skog, Wimelius, Sandberg, 2018 , главная задача которого состояла в ответе на вопрос: может ли машина полностью имитировать человека? Следует отметить, что приз 25 тыс. Поэтому то, что мы сейчас рассматриваем как ИИ, является только процессом становления ИИ и внедрения полученных промежуточных результатов.
Только в будущем придется дать ответ на принципиальный вопрос: как люди смогут сохранить лидерство над машиной после того, как она убедит их, что они общаются с человеком? Однако даже промежуточные успехи процесса внедрения искусственного интеллекта выдвигают на первый план проблему взаимодействия человека и машины: недостаточную компетентность сотрудников банков и сложности интерпретации результатов. Только после этого следуют барьеры по другую сторону теста Тьюринга — обусловленные самими системами ИИ: отсутствие необходимой инфраструктуры; разрозненность данных информационных систем и высокая стоимость решений. Важность человеческого фактора проявляется и во временном срезе. Преодоление обоих связанных с ним барьеров, по мнению экспертов, может занять до 10 лет, а на ликвидацию «технических» барьеров отводится 3—5 лет. В целом это согласуется с ситуацией, сложившейся с прохождением ИИ теста Тьюринга. Поэтому главные барьеры связаны с человеком, его компетенциями и инновационностью и так далее. Если это сопоставить с результатами зарубежного исследования по сходной проблеме — внедрению больших данных, очень схожий человеческий стоп-фактор — «неспособность понимать данные» — занял там по важности второе место после «плохого качества данных» [23] Sejahtera, Wang, Indulska, Sadiq , 2018. Согласно концептуальному подходу Боэра и Кристенсена, популяризированному в широко известной книге последнего «Дилемма инноватора» [11] Christensen, 1997 , результаты нашего исследования показывают, что в среднесрочной перспективе ИИ будет представлять собой не прорывную, а поддерживающую инновацию. Высокая стоимость проектов внедрения ИИ станет барьером для небольших организаций к их осуществлению, а доступные дешевые, но эффективные решения появятся только через 3—5 лет с развитием облачных технологий.
До этого времени крупные банки имеют возможность развивать на основе ИИ «поддерживающие технологии». Этот процесс весьма противоречив, имеет прямое отношение к выработке стратегии как крупных компаний, так тех, кто собирается составить им конкуренцию, представляя перспективное направление прикладных научных исследований. Мы считаем, что это высказывание применимо как к важнейшему человеческому фактору, выявленному в результате этого исследования, так и банковским организациям в целом. Они являются основой нашего размышления о будущем. Источники: 1. Дюков И. Елисеева И. Индикаторы цифровой экономики: 2019: статистический сборник. Искусственный интеллект в банковском секторе. Рейтинговое агентство «Эксперт РА», 2018.
Эксперт Банки давно интегрируют в свою работу современные технологии. SWIFT и карточные платежи изменили банковское дело во второй половине XX века, а появление непрерывного цикла обслуживания и мобильного банкинга благодаря интернету — в начале XXI века. Прогресс и доступность вычислительных мощностей сделали возможным создание продвинутой аналитики данных — с помощью нейронных сетевых моделей. Новые направления машинного обучения создали колоссальный потенциал роста и одновременно с этим новое окно возможностей для банков. Масштаб явления, меняющего банковское дело на наших глазах, можно понять по оценкам ведущих экспертов. Банки, являясь машинами по работе с деньгами, уже достаточно давно применяют ИИ в своей работе в таких направлениях, как: — прогнозирование вероятности дефолта заемщика; — оптимизация рекламных стратегий для привлечения клиентов; — гиперперсонализированное обслуживание клиентов; — распознавание документов, изображений, речи и передача их в IT-системы; — обслуживание клиентов с помощью чат-ботов и голосовых помощников; — алгоритмичная торговля; — системы фрод-мониторинга и информационной безопасности. Аналитики ЦБ РФ в регулярном отчете об искусственном интеллекте в финансовом секторе пишут о росте ожиданий использования машинного обучения в сфере управления кредитными рисками. Например, большая часть работы андеррайтеров уже может быть автоматизирована, тогда как сам специалист в освободившееся время может заняться глубинным анализом результатов работы нейросетей, содержательной интерпретацией выводов и предложениями по улучшению кредитных продуктов.
С другой стороны, отмечают в ЦБ, ИИ оказался чрезвычайно востребованным в трейдинге. В будущем нас ждут торговые роботы, способные обучаться на своем и чужом опыте и предсказывать поведение рынка в режиме реального времени. Поведение человека-трейдера на рынке может не соответствовать его намерениям, так как влияние когнитивных искажений на поведение человека способно полностью нивелировать наличие у трейдера развитого интеллекта. Например, вместо выжидания наиболее выгодной цены человек может начать продавать в начале роста, потому что потребность в вознаграждении за правильный выбор подталкивает его к преждевременной продаже.
Искусственный интеллект в банковской сфере и управлении рисками
- Как искусственный интеллект изменит банковский сектор
- Искусственный интеллект в финансах
- Не только для чат-ботов: банки нашли применение искусственному интеллекту | ComNews
- Банки распробовали ИИ
- Как мобильный банкинг с поддержкой искусственного интеллекта улучшает финансовую сферу
- Куда стремится «умное» стадо? Количество переходит в качество. Обзор сфер применения ИИ в банках
10 лучших вариантов использования искусственного интеллекта в финансовом секторе
Их станет проще интегрировать в дистанционные каналы банковского обслуживания и обучить адаптации под непрерывно усложняющиеся запросы клиентов. Любопытное событие , подтверждающее актуальность тренда, произошло 17 января 2023 года. В документе были изложены планы по стандартизации и развитию открытых банковских интерфейсов, а также установлены сроки их рекомендательного и обязательного принятия. До 2025 года включительно системообразующими финансово-кредитными организациями должны быть внедрены Стандарты Открытых API, описывающие предоставление доступа к информации о коммерческих предложениях организации-участника среды Open API, к данным о счете и продуктах клиента, а также об инициировании платежей третьей стороной.
Мы считаем, что тренд на развитие открытого банкинга, в качестве одного из главных, сохранится в финансово-технологической сфере в течение как минимум ближайших пять лет. Подробнее о Концепции внедрения Открытых API и о планах по его реализации вы можете прочитать в нашей статье. В Европе концепция Открытых API активно развивается с 2015 года, когда потребителям впервые позволили контролировать доступ к их банковским и финансовым данным, что было прописано в руководящих принципах Второй директивы о платежных услугах PSD2.
Для западных банков единая среда Открытых API — не только способ расширить зону покрытия своих услуг и создать новые интересные продукты для клиентов, но также преодолеть коммерческий натиск молодых финтех-единорогов, и вместо борьбы с ними, разработать совместные проекты. Ускорение взаимодействия на финансовом рынке, благодаря решениям RegTech, и относительная свобода регулирования будут способствовать развитию услуг в среде открытых банковских интерфейсов ОБИ в Европе, Великобритании и Австралии. В свою очередь, экспоненциальный рост потребительского спроса на цифровые банковские услуги в США и Канаде простимулирует развитие Открытых API в этих странах.
Речь идет о первой десятке стран, развивающих открытый банкинг напомним, что Российская Федерация входит в это число. Трансграничные платежи Если вы внимательно следили за новостями национальной Системы быстрых платежей или смотрели наш вебинар , то уже знаете, что в середине декабря минувшего года Банк России опубликовал тарифы на трансграничные переводы по СБП. Тогда несколько российских банков дали понять, что технически уже готовы к запуску нового сервиса, а еще около дюжины — заявили, что обязательно приступят к тестированию трансграничных переводов по СБП в скором времени.
А в последнюю неделю 2022 года через Систему быстрых платежей впервые был пропущен трансграничный перевод в Беларусь — получателем стал один из системообразующих банков республики. Чуть раньше, выступая на конференции по искусственному интеллекту AI Journey, Президент Российской Федерации Владимир Путин обратился к участникам с предложением создать платформу для международных платежей, которая помогла бы России и дружественным к ней государствам «выйти из-под контроля узкого клуба финансовых лиц».
Публикации Машинное обучение в банковской сфере — Возможности, риски, варианты.. Информация — это золото 21 века, и финансовые учреждения знают об этом. Вооруженные технологиями машинного обучения и искусственного интеллекта, они имеют возможность анализировать данные, поступающие за пределы офиса банка. Финансовые компании собирают и хранят все больше и больше пользовательских данных, чтобы пересматривать свои стратегии, улучшать пользовательский опыт, предотвращать мошенничество и снижать риски. В этой статье мы поговорим о том, как используются искусственный интеллект и машинное обучение, а также о преимуществах и рисках этих решений.
Мы вообще активно развиваем решения в области машинного обучения, которая называется обработка естественного языка NLP — Natural language processing. Мы видим большой потенциал этой технологии в части повышения эффективности внутренних процессов и скорости и качества взаимодействия с клиентами. Модель максимально точно определяет мошеннические операции среди всего потока транзакций за доли секунды. При этом, что очень важно для клиентского опыта, минимизируется количество ложных срабатываний, когда блокируется легитимная операция. Таким образом, как мы могли убедиться, на каждом шаге искусственный интеллект позволяет повысить качество взаимодействия банка и клиента Алексей Кашириндиректор Центра продвинутой аналитики Альфа-Банка Означает ли это, что машины захватывают банки? С одной стороны, проникновение продвинутой аналитики во все сферы деятельности банка означает высокую зависимость от искусственного интеллекта. С другой стороны, как было сказано выше, ИИ — это не более чем инструмент. Сложный и специализированный. Но в руках профессионалов он дает надежный результат. Поэтому мы крайне требовательны к компетенциям людей, создающих модели и внедряющие их в бизнес-процессы банка. У нас собрана очень сильная команда Data Scientists, с обязательным знанием фундаментальной математики и навыками разработки промышленного кода. За эффективное взаимодействие с бизнес-подразделениями отвечают руководители направлений — Chief Data Scientists. Такая конструкция снижает риски некорректного использования ИИ. Кроме того, научив конечных пользователей этому инструментарию, мы уходим от популярного и при этом изначально порочного вопроса: заменит ли искусственный интеллект сотрудников? Нет, потому что это странная цель. А вот сотрудники, эффективно использующие возможности ИИ, рано или поздно, безусловно, заменят сотрудников, этими возможностями не пользующихся. Пользу от применения искусственного интеллекта видит и государство. Министр финансов Антон Силуанов считает , что искусственный интеллект поможет финансистам, но не заменит их, поскольку в такой работе порой приходится принимать решения, связанные с политикой или интуицией. Человеческое творчество, человеческий ум и душу не заменит никакой компьютер. У финансистов одна из функций — это принятие решений, которые не всегда можно заменить компьютером. Это решения, связанные с политикой, связанные где-то с интуицией.
За последние восемь лет Сбербанк прошел путь от уровня точечных ИИ-проектов до уровня ИИ для принятия решений, рассказал он. Сейчас ИИ участвует в принятии ключевых решений, которые раньше в банке принимал человек: какой продукт предложить конкретному клиенту, как выстроить оптимальный маршрут для инкассации, что ответить клиенту в чат-боте или колл-центре, какое количество сотрудников должно быть в определенном отделении банка во второй половине дня в пятницу и т. Также Сбербанк активно использует ИИ в корпоративном кредитовании с 2018 г. При кредитовании клиентов-юрлиц и индивидуальных предпринимателей ИИ помогает структурировать кредитную сделку, проанализировать риски и проверить деловую репутацию клиента, а также принять итоговое решение, пояснил банкир. Он также отметил, что уровень качества такого кредитного портфеля выше, чем у аналогичного «ручного» портфеля.
Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
Если обратиться к вопросу что из себя представляет Экспериментальный правовой режим в сфере цифровых технологий ЭПР , то можно сказать, что он подразумевает использование в отношении его участников специального правового регулирования по отраслям, которые установлены Законом об ЭПР. Стоит отметить, что в Законе об ЭПР ч. Что касается направления развития финансовых технологий с использованием искусственного интеллекта, то в первую очередь основным субъектом по данному ФЗ является Банк России. Другими субъектами данной сферы являются представители организаций предпринимательского сообщества, а именно Ассоциация развития финансовых технологий, некоммерческое партнерство «Национальный совет финансового рынка» и Ассоциация Банка России. В законе установлено, что инициаторами для создания ЭПР могут быть юридические лица, ИП, государственные органы власти. Так же в законе установляются требования для инициаторов. Что касается технологий искусственного интеллекта в финансовом секторе, то в ФЗ устанавливается определенный перечень технологий, которые должны применяться в ЭПР, но стоит отметить, что данный перечень является открытым.
Основными технологиями искусственного интеллекта в финансовой сфере для использования являются такие как: распознавание и синтез речи машинные рекомендации и поддержка для принятия решений нейроинтерфейсы. В данном законе закреплен пункт о проведении мониторинга в последний период действия ЭПР. В рамках данного мониторинга инициатор обязан предоставить информацию о результатах деятельности ЭПР. На основании данного отчета о результатах, регулирующие органы разрабатывают рекомендации для изменения в дальнейшем регулирования данных систем. Что может означать, что данная сфера не стоит на месте и постоянно совершенствуется. Что касается вопроса развития правового регулирования финансовых технологий с использованием искусственного интеллекта, то необходимо постоянно совершенствовать юридические нормы учитывая передовые внедрения технических инструментов, например в области экспериментальных правовых режимов.
Важным является и тот факт, что на правовом уровне необходимо закрепить нормы обеспечивающие гарантии защиты интеллектуальной собственности на результаты деятельности финансовых технологий с использованием искусственного интеллекта, например, на применяемые алгоритмы искусственного интеллекта. Существенным аспектом в правовом регулировании этой отрасли является и налоговое законодательство.
Быть этичным, честным и прозрачным. Решения на основе ИИ, не должны приводить к дискриминации или предвзятому отношению к какой-либо группе потребителей; нарушать этические нормы, принципы защиты прав потребителей. В качестве меры прозрачности, до предоставления услуг должно быть ясно разъяснено потребителю, что соответствующая услуга основана на технологии искусственного интеллекта. Проведение периодических проверок и онлайн мониторинга. Когда приложения ИИ разработаны третьими лицами, следует проводить надлежащую проверку этих лиц, а также проводить периодические проверки для управления рисками в сфере FinTech в Гонконге.
Соблюдение требований к защите данных. Следует принять эффективные меры защиты данных, и если личные данные собираются и обрабатываются приложениями AI, это должно соответствовать Указу Гонконга о персональных данных конфиденциальности. HKMA отмечает, что эти принципы ИИ будут периодически пересматриваться, поскольку сфера применения искусственного интеллекта расширяется. Выводы Внедрение новых технологий AI в секторе финансовых услуг Гонконга делает этот бизнес не только более эффективным, но и создает ряд проблем, связанных с управлением рисками.
ИИ проанализирует закономерности и тенденции в данных, избавив команду от необходимости обрабатывать огромные объёмы информации. Затем предоставит рекомендации, которые помогут руководителям и командам принять лучшее решение. ИИ помогает искать данные в корпоративных системах, определяя общий смысл запроса и находя документы с важной информацией, например, финотчёты, договоры, презентации. Прогнозирование в финансовых услугах Прогнозная аналитика способна влиять на стратегию бизнеса, стимулирование продаж, оптимизацию ресурсов. Она может изменить правила игры, улучшить бизнес-операции и внутренние процессы. В сфере финансовых услуг прогнозная аналитика применяется для сбора и систематизации данных, их анализа с помощью передовых алгоритмов. Объёмы данных потом используются для поиска закономерностей и прогнозирования результатов. Прогнозный анализ, сделанный ИИ, поможет рассчитать кредитные рейтинги и предотвратить просрочку кредитов. Его рекомендации подскажут, что будет дальше: какие услуги купят потребители, как долго проработают сотрудники и прочее. Благодаря ИИ можно создать для каждого клиента индивидуальное предписывающее решение. Андеррайтинг в страховании ИИ поможет страховщикам автоматизировать андеррайтинг и использовать черновую информацию для принятия более эффективных решений в отношении клиентов. Автоматизированные агенты помогут пользователям составить требования к страхованию. Потребность в страховке обычно появляется после возникновения ущерба. Автоматический андеррайтинг значительно ускорит процесс, предоставляя необходимые тесты и связывая соответствующие наборы данных. Вместо того, чтобы оплачивать дорогое лечение если без страховки , лучше сразу выявлять риски заболевания и предотвращать их. Можно использовать прошлые данные для определения рисков, чтобы снизить вероятные убытки страхователю и страховщику. Выгоды вашим клиентам, потребителям услуг Ваши клиенты тоже с удовольствием оценят преимущества искусственного интеллекта и станут им пользоваться. Предложите им автоматизированные инструменты, облегчающие инвестирование или финучёт; помогите сократить расходы и увеличить доходы.
Классические банки продолжат доминировать и сохранять свою центральную роль в создании денег и финансовом посредничестве. Они будут агрессивно противостоять конкурентной угрозе посредством технологической адаптации, приобретения финтех-компаний и лоббирования. Финтехи продолжат концентрироваться на определенных нишевых рынках, в то время как бигтехи будут предлагать платежные услуги, но останутся ограниченными в доступе к клиринговым и платежным системам центрального банка при этом они смогут кооперироваться с банками. В этом сценарии банковская система будет обновляться за счет инкорпорирования новых поставщиков и новых продуктов. Деятельность действующих банков начнет сжиматься, в то время как бигтехи будут расширять финансовые услуги через регулируемые дочерние компании и захватывать рынок кредитования. Действующие банки все больше станут сосредотачиваться на услугах, основанных на личных отношениях, как на верхнем уровне рынка инвестиционные банки , так и на нижнем региональные банки, сосредоточенные на обслуживании предприятий и частных лиц небольшого географического региона. Банковская система будет сокращаться, прежде всего потому, что средние и малые банки больше не смогут использовать эффект масштаба. Этот сценарий приводит к структурным изменениям в финансовой системе. Выпуск розничных цифровых валют центрального банка приведет, при определенных моделях посредничества, к совершенно иной структуре финансовой системы. Действующие банки столкнутся с более высокими затратами на финансирование и более неустойчивой базой финансирования, поскольку традиционно стабильная клиентура розничных депозитов переключится, по крайней мере частично, на цифровую валюту. Функция финансового посредничества у банков постепенно исчезнет, а центральный банк начнет играть все более важную роль в качестве посредника. Финтехи и бигтехи будут предлагать индивидуальные и специализированные услуги в области кредитования, управления активами и управления рисками. При таком сценарии развития традиционная банковская система перестанет играть роль стабильного якоря финансовой системы. В России выпуск цифрового рубля уже находится на финальной стадии, технически платформа готова и активно тестируется дюжиной банков см. Введение новой формы рубля в соответствии с планом ЦБ РФ не приводит к глобальному изменению финансовой системы, поэтому третий из рассмотренных сценариев сегодня кажется наименее вероятным в России. Регулятор пытается следовать за стремительно развивающимися технологиями и своевременно устанавливать «правила игры» во вновь появляющихся системах, справедливо полагая, что лучше заранее обозначить вектор развития, чем потом болезненно ломать уже сложившиеся экономические отношения в ранее неурегулированной сфере. Так, в настоящий момент Центральный Банк РФ заканчивает вырабатывать регуляторные подходы к экосистемам, намереваясь начать контролировать вложения банков в экосистемы с 2023 года [2]. С учетом все возрастающей роли экосистем в экономике России и в целом общемирового тренда на переход к платформенной экономике данные стремления регулятора являются очень актуальными, призванными обеспечить сохранение набранных хороших темпов по внедрению инноваций в финансовую сферу. Искусственный интеллект в банковских операциях Одним из важных направлений цифровизации банковской сферы, позволяющим снижать издержки и увеличивать доходность, является внедрение методов искусственного интеллекта ИИ и использования больших данных в операционной деятельности. Крупные розничные банки сегодня уже сложно отличить от IT-фирм, примерно каждый пятый сотрудник в них является IT-специалистом либо «цифровым талантом», постановщиком задач для IT [3], а среди основных игроков отрасли практически не осталось банков, не использующих методы искусственного интеллекта см.
Банки распробовали ИИ
| Вы точно человек? | Рост ИИ в банковской сфере. Сегодня банки должны быстро и надежно обрабатывать информацию, подстраиваться под мобильные технологии с их доступностью данных и распространением ПО с открытым исходным кодом. |
| Как мобильный банкинг с поддержкой искусственного интеллекта улучшает финансовую сферу | Финансовые учреждения могут использовать ИИ для создания индивидуального опыта для каждого пользователя, отслеживая историю его транзакций и внося соответствующие изменения в операции. Применение машинного обучения в банковской сфере: 4 лучших практики. |
| Использование искусственного интеллекта в банках | ИИ на рынке финансовых технологий оценивался в 8,61 млрд долларов США в 2022 году и, как ожидается, достигнет 57,99 млрд долларов США в 2032 году, увеличившись в среднем на 23% в течение прогнозируемого периода. |
Искусственный интеллект и BNPL-сервисы - тренды финтеха 2023 г.
Согласно экспертным оценкам, внедрение искусственного интеллекта (ИИ) в банковском деле по всему миру в ближайшие десять лет способно дать экономический эффект в триллион долларов [14]. Ключевые технологии ИИ в банковской сфере с примерами его использования. Вот несколько ключевых технологий искусственного интеллекта в банковской отрасли с примерами их практического использования. Искусственный интеллект (ИИ) становится важным элементом трансформации сферы финансов. Внедрение ИИ в финансовые бизнес-процессы открывает новые возможности и вызывает вопросы, связанные с его использованием и регулированием. По прогнозам экспертов, мировой рынок ИИ-решений в 2023-2030 годах вырастет с $196,6 млрд до $1,8 трлн. Он будет стремительно расти, в среднем, на 37% ежегодно. 2. Уровень использования ИИ в рамках деятельности банка в целом (вес – 55%), включая следующие показатели: 2.1 Число направлений банковской деятельности, где решение на базе ИИ уже в промышленной эксплуатации (максимальный вес среди показателей раздела). Финансовые учреждения могут использовать ИИ для создания индивидуального опыта для каждого пользователя, отслеживая историю его транзакций и внося соответствующие изменения в операции. Применение машинного обучения в банковской сфере: 4 лучших практики.
4 лучших практики применения машинного обучения в банковском секторе
Как банки на самом деле используют такие хайповые инструменты как ИИ и большие данные, рассказал старший вице-президент банка УРАЛСИБ, руководитель департамента больших данных и искусственного интеллекта Юрий Сирота. Применение ИИ в банковской сфере можно разделить на два типа: решение внутренних задач банка как организации и клиентский сервис. Для повышения эффективности и упрощения внутренних процессов используются инструменты автоматизации принятия. Варианты использования ИИ банками. Подробнее об использовании искусственного интеллекта в финансовой сфере можно почитать на сайте Frank Media, где представлены экспертные материалы и даются конкретные примеры внедрения ИИ в разных банках. В Почта Банке корреспонденту ComNews рассказали, что обладают большим опытом в сфере ИИ. Организация использует биометрические технологии для идентификации сотрудников и клиентов (в том числе в рамках Единой биометрической системы).
Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
| Искусственный интеллект в финансах | Polygant | и CRM-системах. |
| Как мобильный банкинг с поддержкой искусственного интеллекта улучшает финансовую сферу | Для финансовой индустрии возможно дополнительное регулирование со стороны Банка России, которое будет регламентирровать специфические для индустрии способы использования ИИ для того, чтобы исключить риски для банковской сферы, считает Владислав Елтовский. |
| Искусственный интеллект в банках / Национальный Банковский Журнал | Искусственный интеллект в банковской сфере может стать следующим важным отличительным фактором. Успех требует целостной трансформации, охватывающей несколько уровней организации. |
| Банки распробовали ИИ | вом секторе искусственный интеллект преимущественно внедряется в таких. сферах, как инвестирование, кредитный скоринг, анализ соответствия нор-. мативным требованиям, исследование рынка и поддержка клиентов. |
Искусственный интеллект и автоматизация могут сэкономить банкам более $70 млрд к 2025 году
В настоящий момент в России нет специального законодательства для регулирования данных технологий, что в свою очередь является одним из препятствий на пути развития этой отрасли. Однако, анализируя зарубежный правовой опыт в этой отрасли можно сказать, что уже в ряде стран приняты законодательные акты для регулирования искусственного интеллекта в сфере финансовых технологий. Что касается России, то только последние годы начались какие-либо шаги в сторону правового регулирования данной сферы. Стоит отметить, что важным элементом в создании правовой базы в данной сфере является определение модели регулирования технологий искусственного интеллекта. На основании выше указанной стратегии можно сказать, что Россия выбрала модель при которой полностью отсутствует нормативно-правовое регулирование и специализированно регламентирующих финансовые технологии искусственного интеллекта.
В данной стратегии закреплены направления развития правовой базы, такие как: обеспечение благоприятных правовых условий то есть создание экспериментального правового режима предоставление специальных режимов для доступа к данным создание единых систем стандартизации и оценки соответствия технологических решений, разработанных на основе искусственного интеллекта и др. Законодатель в стратегии закладывает основные принципы, которые послужат для дальнейшего правового регулирования данной сферы. Например, такие принципы как: защита прав и свобод человек безопасность технологический суверенитет поддержка конкуренции. Данные принципы имеют правовой характер и служат не только для определения идеологии Стратегии, но и для оказания влияния на принимаемые в порядке ее исполнения НПА.
Можно сказать, что с принятием данного ФЗ открываются возможности для реализации инновационных цифровых технологий и создание специальных регуляторных «песочниц» «цифровых песочниц». Стоит отметить, что до принятия данного ФЗ в России существовала только одна цифровая песочница и она распространялась исключительно на внедрение технологий искусственного интеллекта в Москве. С момента вступления в силу Закона об ЭПР, происходит упрощение процесса развития и работы «цифровой песочницы». Если обратиться к вопросу что из себя представляет Экспериментальный правовой режим в сфере цифровых технологий ЭПР , то можно сказать, что он подразумевает использование в отношении его участников специального правового регулирования по отраслям, которые установлены Законом об ЭПР.
Стоит отметить, что в Законе об ЭПР ч. Что касается направления развития финансовых технологий с использованием искусственного интеллекта, то в первую очередь основным субъектом по данному ФЗ является Банк России.
Поделиться Николай Ульянов, Россельхозбанк: Распространение ИИ-решений стало мейнстримом в банковской отрасли Российский финтех считается передовым с точки внедрения инновационных технологий в банковские процессы и коммуникацию с клиентами. В последние годы финансовые организации активно занимаются внедрением ИИ-решений во внутренние информационные системы. Какой эффективности удается достичь с помощью искусственного интеллекта, и как банковская отрасль будет выглядеть в ближайшие годы, в интервью CNews рассказал Николай Ульянов, заместитель председателя правления Россельхозбанка.
Риски аутсорсинга. Организации могут прибегать к решениям ИИ от сторонних поставщиков в том числе использовать внешние базы данных и облачные вычисления , что может привести к нарушению конфиденциальности данных, сложностям в интерпретации результатов работы ИИ и др. Риски в области данных и информационной безопасности. Это в особенности риски утечки персональных данных пользователей и сведений, составляющих тайну банковскую, налоговую, страховую и др. Этические риски и риски нарушения прав потребителей и инвесторов. Машинная логика может серьезно противоречить представлениям человека об этике. Например, системы ИИ могут учитывать при ценообразовании финансовых продуктов и оценке рисков отдельных клиентов дискриминационные факторы, такие как вероисповедание. ИИ служит инструментом для оптимизации прибыли финансовых организаций, анализируя привычки потребления контента, товаров и услуг у определенных целевых групп. Интересы компаний владельцев ИИ могут быть как явно, так и неявно встроены в оптимизационные механизмы ИИ-систем, обучающихся на основе примеров поведения пользователей. Это может, в свою очередь, потенциально вести к нарушению интересов потребителей и инвесторов при предложении финансовых продуктов и услуг.
Риски конкуренции. Крупные организации за счет использования ИИ могут усилить свои преимущества, что повысит барьеры для входа на рынок, а также может привести к ограничениям для распространения технологий. Макроэкономические риски и риски финансовой стабильности. Широкое использование ИИ потенциально может повысить процикличность на финансовом рынке: алгоритм автоматизирует процесс, тем самым его ускоряя; аналогично может влиять однотипность используемых алгоритмов. Подходы к регулированию ИИ: о чем говорит современная практика Эксперты отмечают , что в ряде юрисдикций ИИ регулируется при помощи сочетания инструментов так называемого «жесткого регулирования» hard law — юридически обязательных норм, разрабатываемых законодателями и регуляторами; «мягкого регулирования» soft law — рекомендаций и добровольных стандартов, созданных с участием регулятора, и саморегулирования self-regulation — стандартов, принципов и кодексов поведения, созданных участниками рынка. Ряд экспертов отмечает , что страны могут делать акценты на различных инструментах регулирования в отношении ИИ, а подходы к регулированию ИИ варьируются в различных юрисдикциях. При этом речь в основном идет о подходах к ИИ в целом, а не отдельно — на финансовом рынке. Можно условно выделить три основных подхода к регулированию ИИ: В качестве примеров преимущественно ограничительного подхода, ориентированного на регламентацию использования ИИ, введение прямых запретов или ограничений на применение отдельных систем ИИ, рассматриваются Европейский союз и Бразилия. Он представляет собой сочетание инструментов так называемого «жесткого регулирования», «мягкого регулирования» и саморегулирования на основе риск-ориентированных принципов. Такие принципы предполагают зависимость уровня регуляторных требований от объема и вероятности реализации рисков внедрения технологий ИИ.
К такому типу регулирования близок подход Великобритании и Сингапура. Стоит также отметить, что на фоне широкого распространения генеративного ИИ регулирование таких моделей становится актуальным вопросом для все большего числа юрисдикций. Международные организации. Одним из основополагающих документов являются опубликованные в 2019 г. Также на основе указанных рекомендаций в октябре 2023 г. Модели ИИ предлагается классифицировать в зависимости от уровня создаваемых ими угроз: неприемлемого, высокого, ограниченного, минимального.
Банк тоже применяет искусственный интеллект и машинное обучение на всех уровнях. У него есть чат-бот и другие технологии, которые позволяют собирать данные клиентов и другую важную информацию. Capital One потратил много времени, чтобы создать общекорпоративную систему. Так, банк вкладывает значительные средства в переподготовку инженеров. Зачем вам об этом знать. Банки все чаще используют искусственный интеллект для различных целей. Некоторым банкам применение ИИ помогает соблюдать санкции, кто-то, как Сбербанк, рассчитывает с помощью ИИ получать дополнительный доход. Отчет Business Insider позволяет банкам оценить потенциал возможностей технологии ИИ.
Искусственный интеллект и BNPL-сервисы - тренды финтеха 2023 г.
В Почта Банке корреспонденту ComNews рассказали, что обладают большим опытом в сфере ИИ. Организация использует биометрические технологии для идентификации сотрудников и клиентов (в том числе в рамках Единой биометрической системы). 5. ИИ для соблюдения требований в банковской сфере. Комплаенс — это набор правил, которым должны следовать определенные банки, за некоторыми исключениями. Проведение периодических проверок и онлайн мониторинга. Когда приложения ИИ разработаны третьими лицами, следует проводить надлежащую проверку этих лиц, а также проводить периодические проверки для управления рисками в сфере FinTech в Гонконге. Исследование: "Применение технологий искусственного интеллекта на финансовом рынке". Проведение периодических проверок и онлайн мониторинга. Когда приложения ИИ разработаны третьими лицами, следует проводить надлежащую проверку этих лиц, а также проводить периодические проверки для управления рисками в сфере FinTech в Гонконге.
10 лучших вариантов использования искусственного интеллекта в финансовом секторе
Как банки на самом деле используют такие хайповые инструменты как ИИ и большие данные, рассказал старший вице-президент банка УРАЛСИБ, руководитель департамента больших данных и искусственного интеллекта Юрий Сирота. Одной из основных тенденций развития ИИ в банковской сфере является автоматизация операций. Благодаря ИИ, банки могут значительно сократить время, затрачиваемое на обработку больших объемов данных и выполнение рутинных задач. ИИ может выполнять различные задания: от систематизации сведений, до анализа изображений и распознавания речи. Многогранность возможностей искусственного интеллекта позволяет использовать технологию в различных сферах, включая банковскую. По оценке министерства, в 2018 г. российский рынок решений в сфере ИИ составил 2,1 млрд руб., к 2024 г. он увеличится до 160,1 млрд руб. Чтобы её восстановить, можно задействовать искусственный интеллект в банке. Пройдя машинное обучение, он сможет обрабатывать большое количество информации о клиентах. Потом ИИ проанализирует эти данные и подберёт подходящие клиентам продукты. Проведение периодических проверок и онлайн мониторинга. Когда приложения ИИ разработаны третьими лицами, следует проводить надлежащую проверку этих лиц, а также проводить периодические проверки для управления рисками в сфере FinTech в Гонконге.
Не только для чат-ботов: банки нашли применение искусственному интеллекту
ИИ может выполнять различные задания: от систематизации сведений, до анализа изображений и распознавания речи. Многогранность возможностей искусственного интеллекта позволяет использовать технологию в различных сферах, включая банковскую. Масштаб явления, меняющего банковское дело на наших глазах, можно понять по оценкам ведущих экспертов. По расчетам McKinsey&Co, искусственный интеллект может принести банкам по всему миру $1 трлн дополнительной капитализации ежегодно. Ожидается, что в 2023 году рынок ИИ преодолеет отметку в 500 млн долларов и его объем к 2024 году составит 555,1 млн долларов. Обработка больших объемов данных: В сфере финансовой аналитики в России, особенно в банковском секторе, собирается огромное количество данных о клиентах и транзакциях. ИИ и технологии анализа больших данных позволяют эффективно обрабатывать эту информацию.