ИИ в финансах: как банки используют нейросети

В 2023 году искусственный интеллект (ИИ) стал технологией номер один в мире. Передовые компании уже активно используют нейросети в своей работе, этот тренд не обошел стороной и финансовый сектор. Банки внедряют ИИ для совершенствования бизнес-процессов, находя ему все новое и новое применение. Постараемся разобраться, как изменится работа традиционных финансовых учреждений благодаря использованию нейросетей.

Зачем банкам искусственный интеллект

По данным многочисленных исследований, именно финансовый сектор получит самую большую экономическую выгоду от внедрения искусственного интеллекта. По расчетам аналитической компании McKinsey&Co, ИИ ежегодно будет приносить банкам по всему миру до $1 трлн дополнительной капитализации.

Уже сейчас кредитные организации используют нейросети для:

1. Скоринга клиентов — автоматического принятия решений по заявкам на кредиты. Если раньше на это уходило по две-три недели, особенно если заемщиком выступала крупная компания, то теперь от обращения клиента до зачисления денег на счет уходит до семи минут. При этом нет необходимости заполнять бумажные бланки и ждать очереди в кабинет.
2. Финансового мониторинга. ИИ проводит анализ нетипичного поведения клиентов (как физических лиц, так и компаний) и пресекает случаи мошенничества со средствами банка.
3. Обслуживания банкоматов. Благодаря нейросетям можно прогнозировать загрузку банкоматов и тем самым снизить расходы на инкассацию.
4. Обработки документов. ИИ способен за две секунды распознавать более 70 реквизитов с фотографий или сканов документов и выполнить около 15 проверок данных.

Кроме того, искусственный интеллект общается с клиентами банка с помощью чат-ботов и голосовых помощников, а также оптимизирует рекламные стратегии для привлечения новых пользователей. Но это не весь потенциал нейросетей, поэтому эксперты считают, что ИИ станет основой для создания финансовых услуг следующего поколения.

Новые возможности нейросетей в финансовом секторе

По словам банковских аналитиков и экспертов в области искусственного интеллекта, возможности нейросетей в финансовом секторе необходимо масштабировать. Вот несколько вариантов использования ИИ в скором будущем:

1. Персонализировать обслуживание и оценивать эмоции. Благодаря такому подходу банки могут не просто удовлетворять потребности клиентов, но и предвосхищать их. ИИ способен распознавать эмоции и настроение людей, анализируя, какие сервисы и продукты банка они используют в мобильном приложении. Например, увеличение трат и запрос кредитного рейтинга говорит о том, что клиент, скорее всего, заинтересован в кредите. А если у человека на депозите лежат свободные средства, то нейросеть может сделать ему инвестиционное предложение.
2. Определять места для открытия новых отделений. Функцию location intelligence некоторые банки уже используют, но пока не так активно. Эта технология способна собирать данные обо всех отделениях кредитной организации, оценивать нагрузку, потенциал работы и рассчитывать эффективность. Для этого нейросеть анализирует сведения об активности клиентов у конкурентов, количестве проживающих в том или ином районе и т. д.
3. Выбирать оптимальное время для работы сотрудников. ИИ можно применять для составления расписания для персонала банка. Нейросеть оценивает показатели продаж и активности клиентов в то или иное время и планирует работу сотрудников для повышения их эффективности.
4. Также искусственный интеллект можно применять для мониторинга эффективности рекламных кампаний.

На самом деле возможности ИИ огромны, но иногда его внедрение наталкивается на барьеры и может сопровождаться рисками.

Барьеры и риски использования нейросетей

Главный барьер для масштабирования искусственного интеллекта в финансовой сфере заключается в том, что банковская отрасль сильно зарегулирована. Из-за этого кредитным организациям приходится соблюдать много норм и правил, направленных, прежде всего, на защиту личных данных клиентов.

Другая проблема — нехватка квалифицированных специалистов по ИИ, машинному обучению и анализу данных. По информации McKinsey&Co, рынку сейчас требуется в 6-7 раз больше дата-сайентистов, чем три года назад. И эти цифры будут только расти.

Еще одно серьезное препятствие на пути внедрения нейросетей в банковский сектор — наличие достоверной базы для создания и обучения искусственного интеллекта. По словам экспертов, ИИ-решение — это достаточно дорогой продукт, для запуска которого требуются большие вложения.

Нельзя забывать и про этичность использования искусственного интеллекта. Противники ИИ говорят о том, что при принятии решений о кредите нейросеть может опираться на характеристики о половой, расовой и национальной принадлежности клиента. То есть существует риск того, что искусственный разум будет необъективен и несправедлив.

К рискам использования ИИ можно отнести и непредсказуемость алгоритмов принятия решений. Это вызывает недоверие к сервисам на основе искусственного интеллекта. А еще нейросети могут пострадать от действий злоумышленников и намеренного искажения входных данных, которые способны нарушить работу банка и привести к серьезным финансовым потерям.

Источники: Forbes, VC, Bloomberg