Искусственный интеллект для банка: ТОП-5 сфер эффектного применения

Искусственный интеллект для банка: ТОП-5 сфер эффектного применения

01.11.2022

Время прочтения - 11 мин.

По оценкам McKinsey, технологии искусственного интеллекта (ИИ) способны приносить глобальному банковскому сектору до $1 трлн дополнительной ценности каждый год — только за счет масштабной персонализации, уникального многоканального опыта, быстрых инновационных циклов и максимально эффективного использования ресурсов. 

Нет, это не фантастика и даже не гипотетическая возможность. Таково реальное положение дел, подтвержденное практикой. И вот 5 ярких примеров, убедительно доказывающих — искусственный интеллект обеспечивает успех.

1. Персонализация услуг

Как было: как раньше постоянного клиента встречали в банке? С ним обязательно здоровались, к нему обращались по имени. У него справлялись о здоровье родственников, интересовались состоянием его бизнеса. И, конечно, предлагали особые условия обслуживания.

Сегодня у каждого банка десятки тысяч, а то и миллионы клиентов. Подавляющее большинство транзакций проходит через онлайн-банкинг. В таком ритме сотрудничества финансово-кредитные учреждения просто не способны налаживать доверительные отношения со всеми вкладчиками. В итоге традиционные банки теряют клиентов, ведь сегодня люди все чаще отдают предпочтение альтернативным финансовым сервисам, освоившим мастерство персонализации опыта пользователей.

 


72% клиентов считают персонализацию банковских услуг чрезвычайно важной. При этом 78% продолжат пользоваться услугами своего банка, если получат персональную поддержку. Вот только предоставляют такой сервис лишь 44% банков. Источник — опрос JD Power

 

Как будет с ИИ: искусственный интеллект позволяет с немыслимой скоростью и точностью анализировать огромные объемы информации о потребителях. На основе этого анализа умные алгоритмы составляют и предлагают пользователям уникальные предложения по банковским продуктам. Вот лишь несколько примеров использования ИИ для персонализации пользовательского опыта:

  • автоматическая идентификация клиентов, зашедших в банк и/или мобильное приложение, приветствие их подобранными именно для них сообщениями;
  • предложение индивидуальных оптимизированных банковских планов и/или инвестиционных предложений с учетом истории прошлых транзакций;
  • рекомендации финансовых услуг для конкретных клиентов на основе их демографических данных (ипотека для родителей, пенсионные планы для старшего поколения и т. п.);
  • интеллектуальные помощники (голосовые и чат-боты).

Практическое применение. Сегодня очень сложно назвать хотя бы один крупный банк, пока не использующий ИИ для персонализации пользовательского опыта. Например, Capital One, Wells Fargo, JP Morgan Bank of America и многие их коллеги разработали фирменные чат-боты на базе ИИ.

В RBC на базе ИИ создали платформу NOMI. Она помогает автоматизировать сбережения и эффективно управлять ежемесячным бюджетом — у платформы 1,5 млн активных пользователей. Причем 53% из них считают, что она меняет правила игры в мире их финансов.

Банки уровня TD Bank Group, DBS Bank, Standard Chartered Bank решили не заморачиваться созданием чего-то своего с нуля, а просто внедрили в повседневный бизнес систему KAI от Kasisto. KAI — диалоговая платформа искусственного интеллекта, обеспечивающая клиентов практическими советами и помощью в принятии повседневных финансовых решений. 

2. Борьба с мошенничеством

Как было: идентификация и предотвращение мошеннических транзакций с давних пор остается для банков актуальной проблемой. Так, только в США в 2021 году кредитные учреждения сообщили о 27 840 случаях мошенничества. А это на 4 115 больше, чем в 2020 году.

Основная масса враждебных атак на банки связана с онлайн-банкингом (33%), мобильными транзакциями (29%) и личным мошенничеством (29%). При этом результативность ударов жуликов тоже неуклонно растет: в 2019 году успешными были 41% подобных атак, а в 2021 году злоумышленники присваивали ворованные деньги уже в 50 случаях из 100.

 


Статистика банковского мошенничества в США. Источник — SEON Fraud Prevention

 

Как будет с ИИ: анализируя модели расходов, геолокацию и поведение клиентов, искусственный интеллект способен выявлять аномалии в расходах, быстро обнаруживать потенциальное мошенничество и предупреждать клиентов.

Например, ИИ может пометить подозрительную транзакцию и запросить у пользователя дополнительную информацию для подтверждения подлинности операции или просто ее заблокировать. Кроме того, умный алгоритм умеет отправлять отчеты о подозрениях в мошеннических действиях сотрудникам банка или сразу в правоохранительные органы.

Практическое применение. Danske Bank — крупнейший банк Дании — внедрил алгоритм выявления мошенничества на основе глубинного обучения. Это технологическое решение позволило Danske Bank повысить эффективность обнаружения жульничества на 50% и сократить количество ложных срабатываний на 60%. Такую методику взяли на вооружение JP Morgan, Citibank, ABN AMRO и другие банки.

3. Соблюдение правил и законов

Как было: банковское дело остается одним из наиболее строго регулируемых секторов мировой экономики. Различных правил и законов так много, что в большинстве крупных банков существует отдельная внутренняя команда, отвечающая за соблюдение нормативных требований. Есть и штат адвокатов, призванных решать проблемы, связанные с несоблюдением тех или иных норм.

Все это большие расходы, и с каждым годом они лишь растут. Так, по данным SEC, только в США банки тратят более $270 млрд в год на соблюдение всех правил и законов. А это около 10% их операционных расходов.

 


Американские банки первого уровня тратят более $1 млрд в год на процессы, связанные с соблюдением требований, а отрасль в целом расходует около $270 млрд в год. Нарушение норм ежегодно приводит к убыткам и штрафам — примерно на $300 млрд. Источник — Wecan

 

Как будет с ИИ: алгоритмы машинного обучения, используемые банками, умеют автоматически отслеживать и отмечать изменения в законодательстве по мере их появления, а также рекомендовать внесение соответствующих корректировок в бизнес-процессы. Кроме того, ИИ можно использовать и для совершенствования нормативов и правил в банковском секторе.

Практическое применение. JP Morgan демонстрирует отличный пример такого подхода. Раньше в банке трудилась серьезная команда юристов. Они ежегодно тратили 360 000 часов на решение рутинных задач и рассмотрение соглашений о соблюдении требований. Но в 2017 году банк внедрил платформу на основе машинного обучения, способную обработать 12 000 соглашений за несколько секунд. Это позволило JP Morgan ежегодно экономить десятки миллионов долларов.

Отдельного внимания достойны Pendo Systems, Compliance.ai и ComplyAdvantage. Эти стартапы разработали FinTech-решения на базе ИИ для автоматизации исследований и мониторинга нормативного контента и его обновлений. Они упрощают процесс соблюдения требований и запуска инструментов предотвращения мошенничества на одной платформе.

4. Кредитование и управление рисками

Как было: большинство банков в вопросе определения кредитоспособности потенциального клиента по-прежнему полагаются на кредитный рейтинг, кредитную историю и рекомендации. Но это не просто кропотливый и длительный процесс. Он отличается непрозрачностью. К чему может привести такой подход? Это легко понять на примере ипотечного кризиса в США образца 2007 года. Он был настолько масштабным, что спровоцировал мировой финансовый кризис 2008–2013 гг.

Как будет с ИИ: искусственный интеллект способен анализировать миллионы точек данных, деталей транзакций и моделей поведения, чтобы определять скрытые характеристики потребителей и помогать банкам принимать более обоснованные кредитные решения.

Кроме того, такие платформы могут генерировать персонализированные кредитные предложения и отправлять банкам предупреждения об определенных действиях клиентов, потенциально указывающих на риск кредитного мошенничества и/или повышение вероятности дефолта.

 


Основные тенденции внедрения ИИ в кредитование. Источник — Birlasoft

 

Практическое применение. Один из самых интересных проектов такого рода — ИИ Kensho, созданный 451 Research. В 2019 году эту компанию вместе с Kensho выкупил S&P Global — ведущий глобальный поставщик кредитных рейтингов, контрольных показателей и аналитики на мировых рынках капитала и сырьевых товаров — чтобы предлагать инновационное ИИ-решение ведущим финансовым учреждениям уровня JP Morgan Case и Bank of America.

Другой практический пример — решение от Ally Financial. Этот ИИ умеет не просто определять располагаемый доход клиента и его способность своевременно выплачивать кредит, но и принимать самостоятельные решения о выдаче кредита и прогнозировать максимальную сумму, которую клиент может занять без рисков дефолта.

Интересными выглядят и такие стартапы, как Kreditech, Aire, ZestFinance, Deserve и Intellias. Они помогают банкам определять кредитоспособность потенциальных заемщиков, не имеющих обширной банковской и кредитной истории. Подобные решения используются не только банками, но и различными платформами однорангового кредитования.

5. Защита и безопасность

Как было: 27% кибератак нацелены на банки; в 2020 году кредитные учреждения сообщили о 290 000 проблем кибербезопасности. Средняя стоимость одной кибератаки на банк составляет $18,3 млн. Более 300 000 пользователей Android загрузили банковские троянские приложения через Google Play, а 92% банкоматов уязвимы перед взломами. Вот лишь малая часть статистики, свидетельствующей о том, насколько плохо у банковского сектора обстоят дела с кибербезопасностью.

 


Десять наиболее распространенных уязвимостей кибербезопасности банков. Источник — Positive Technologies

 

Как будет с ИИ: технологии искусственного интеллекта могут помочь банкам повысить безопасность на самых разных уровнях — от идентификации личности в интернете или в реальной жизни до создания этичных (белых) ИИ-хакеров, предназначенных для поиска «дыр» в системах безопасности банков и их «латания». Причем ИИ будет это делать намного быстрее и эффективнее человека — без рисков коррупции, мошенничества или человеческой ошибки.

Практическое применение. Большинство крупных банков и ведущих платежных систем уровня Stripe, Paypal и Payoneer уже используют ИИ ради повышения безопасности транзакций и конфиденциальных данных. Если же рассматривать специализированные решения, можно отметить Vectra — ИИ-систему, помогающую финансовым компаниям обнаруживать и предотвращать киберугрозы. Эта платформа обрабатывает огромные массивы данных о транзакциях и сведения о клиентах, чтобы выявить скрытых злоумышленников, для которых банки стали главной целью.

В качестве примера можно привести ИИ Feedzai — его использует Citibank. Он отслеживает подозрительные изменения в платежном поведении клиентов, вовремя поднимая «красные флажки», указывающие на возможные риски безопасности для банка.

Заключительные мысли

ИИ способен не только радикально улучшить банковский сектор, но и создать множество проблем. За примерами таких случаев далеко ходить не приходится. Достаточно вспомнить, как чат-бот от Microsoft за сутки научился ругаться и стал расистом. ИИ от Fannie Mae и Freddie Mac отказался выдавать ипотеку темнокожим. Еще один ИИ-бот, занимавшийся бронированием билетов на рейсы WestJet, в ответ на положительный отзыв направил клиента на линию по предотвращению самоубийств. Даже Amazon закрыла инструмент найма на основе ИИ, поскольку он исключал женщин из числа кандидатов, подходящих на технические должности.

И это лишь несколько примеров. Сколько подобных случаев произошло на самом деле? Никто не знает, поскольку компании стараются скрывать их, опасаясь репутационных рисков. Но можно не сомневаться, что их тысячи, если не десятки тысяч. Это говорит о том, что ИИ — несмотря на огромный потенциал в банковском секторе — остается слишком молодой технологией для того, что рассчитывать на стабильность результатов ее работы.

 

Источники: Mckinsey, Deloitte, Insider Intelligence, SEON Fraud Prevention, International Banker, Duff & Phelps, Wecan, Forbes, MIT-IBM Watson AI Lab, American Banker, Geniusee, The World Financial Review, v7labs, Built In: National Tech & Startups, Intellias

Подпишись на наш телеграм канал

только самое важное и интересное

Подписаться
Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Читать также

ИИ в криптосфере: хороший помощник и плохой советчик

ИИ в криптосфере: хороший помощник и плохой советчик

Искусственный интеллект все более активно используется в различных сферах жизнедеятельности. Однако первые эксперименты на крипторынке уже показали несовершенство ИИ как прогнозиста...

29 июня 2023 г.

Мозговой пожар COVID, AI-топливо и лунный корабль Маска

Мозговой пожар COVID, AI-топливо и лунный корабль Маска

Выявлены повышенные риски для переболевших коронавирусом. Искусственный интеллект проектирует экологически чистое топливо. SpaceX готовит к своему первому орбитальному полету крупнейший в истории космический корабль Starship.   

2 ноября 2022 г.

Нацбанк Швейцарии терпит рекордные убытки

Нацбанк Швейцарии терпит рекордные убытки

Национальный банк Швейцарии потерял более 142,2 млрд швейцарских франков ($142,60 млрд) за девять месяцев 2022 года. Это самые большие убытки финансовой организации за ее 115-летнюю историю. Представители Нацбанка объяснили рекордные убытки ростом процентных ставок и укреплением швейцарского франка. Все это значительно снизило стоимость иностранных инвестиций старейшей кредитной организации. Из-за падения стоимости акций и облигаций Нацбанк потерял около 141 млрд франков. Банковская система Ш...

31 октября 2022 г.

У Credit Suisse появились планы по выходу из кризиса

У Credit Suisse появились планы по выходу из кризиса

Чтобы справиться с убытками последних лет, швейцарский банк планирует привлечь капитал, сократить тысячи сотрудников и открыть свое инвестиционное отделение. Credit Suisse хочет привлечь около $4,06 млрд капитала для укрепления своего финансового положения. Часть средств должно поступить за счет продажи акций. Так, Национальный банк Саудовской Аравии готов инвестировать более $1 млрд в 9,9% активов банка. Уже в этом году будет запущен процесс оптимизации численности персонала. 2 700 сотруднико...

27 октября 2022 г.

Марсианские бактерии, магнитные импланты и аэротакси Аrcher

Марсианские бактерии, магнитные импланты и аэротакси Аrcher

Была ли жизнь на Марсе? Рано или поздно мы это обязательно узнаем. В США разработали новый тип управления бионическими протезами. Archer Aviation обещает заполонить рынок собственными аэротакси, но китайская XPeng может сделать это несколько раньше.

26 октября 2022 г.

Швейцарские банки займутся хранением NFT

Швейцарские банки займутся хранением NFT

Клиентам одного из банков Швейцарии стали доступны новые услуги по хранению NFT. Seba Bank запустил платформу хранения, позволяющую своим клиентам хранить любые NFT на основе Ethereum, включая токены из всемирно известных коллекций Bored Apes и CryptoPunks. Сам сервис будет интегрирован в банковские счета, что позволит их обладателям управлять токенами и контролировать их, как и любые другие активы. Seba Bank является «первым регулируемым банком», предлагающим хранение NFT. «Мы считаем, чт...

26 октября 2022 г.

{"type":"article","id":4513,"isAuthenticated":false,"user":null}