Банки активно используют искусственный интеллект

Благодаря аналитическим платформам процесс принятия решений по кредитным заявкам стал практически полностью автоматизированным. Искусственный интеллект анализирует тысячи параметров и данных о клиентах. Например, недавно банки стали использовать данные сотовых операторов: если потенциальный заемщик купил sim-карту два дня назад, это будет считаться подозрительным. Чтобы выяснить, по каким параметрам банк отбраковывает или одобряет заявку, мошенники создают целый поток таких запросов, рассказала главный риск-менеджер Райффайзенбанка Наталья Темкина.

Но и с этой угрозой кредитные организации научились справляться. Существуют технологии, позволяющие определить, что целый пул заявок был отправлен, например, с одного компьютера. В будущем, по словам Темкиной, для борьбы с мошенниками банки будут анализировать поведение клиентов на сайте, а также внедрят анализ биометрических параметров (для онлайн-заявок).

Финансовый сектор остается лидером по внедрению искусственного интеллекта в России. Исследование Deloitte показало, что эксперты российских финтех-компаний считают его наиболее перспективной технологией. Также они высоко ценят перспективы направлений, тесно связанных с искусственным интеллектом: машинного обучения, прогнозной аналитики, больших данных.

Компаниям, занятым в сфере обслуживания личных финансов, больше всего интересен API (программный интерфейс, может использоваться, в частности, для получения запросов и отправки ответов). Семантический анализ (то есть анализ текстов, слов) интересует компании с численностью сотрудников от 25 до 50 человек, компании с выручкой более 50 миллионов рублей, а также компании, использующие скоринг. Бизнес-аналитику чаще остальных используют компании, разрабатывающие инфраструктурные решения, а также компании с выручкой от 2 до 10 миллионов рублей.

Впрочем, не все готовы использовать искусственный интеллект. Например, отдельные представители энергетического сектора говорят, что у них недостаточно данных. Другие отрасли жалуются на нехватку специалистов, прежде всего аналитиков данных. Штатным ИТ-специалистам часто бывает сложно как работать с данными - обрабатывать их, очищать, интегрировать, обеспечивать качество, так и с инструментами аналитики.

"Готовность компаний использовать искусственный интеллект разная во всем мире, - рассказал исполнительный вице-президент, главный операционный и главный технический директор SAS Оливер Шабенбергер. - Для этого они должны понимать ценность искусственного интеллекта, потому что цель любого бизнеса - прибыль". Компаниям, добавил он, необязательно иметь много данных, но у них должна быть стратегия работы с ними. Пока же, как показало исследование SAS, аналитику данных в свои бизнес-стратегии закладывают только 4 из 10 организаций. Треть компаний признались, что используют аналитику данных редко. А больше половины респондентов не получают максимальной отдачи от инвестиций в аналитику.

Среди самых востребованных преимуществ аналитической платформы компании называли сокращение времени, затрачиваемого на подготовку данных, более взвешенное и уверенное принятие решений и быстрое получение информации.