Как Сбербанк использует искусственный интеллект

Как заработать $2-3 миллиарда за год на искусственном интеллекте: рассказывает Сбербанк

Искусственный интеллект и Сбербанк: как машинное обучение и большие данные помогают финансовой корпорации экономить и зарабатывать большие деньги

Что такое искусственный интеллект

Существует множество определений ИИ (искусственный интеллект), однако, прежде всего необходимо разобраться, что именно подразумевается под интеллектом и может ли он быть искусственным. Следует отличать понятия интеллекта и разума. Интеллект – умение опционально решать поставленные задачи путем рационального поведения на основе накопленного опыта, тогда как разум – способность к иррациональным действиям и нестандартным решениям [1]. Именно поэтому современная машина, компьютер или программный код – объект, искусственно созданный человеческим разумом, является интеллектуальным, т.к. изначально создавался именно с целью оптимального решения конкретного круга задач.

ИИ, искусственный интелект — ИИ — технологии автоматизации сбора, распознавания и аналитической обработки образов и понятий

Сегодня термином «Искусственный интеллект» обозначают совокупность подходов, методов, средств и технологий, позволяющих автоматизировать процессы сбора, распознавания и аналитической обработки образов и понятий в различных прикладных сферах: от живописи до логистики [2]. Инструменты больших данных (Big Data) и машинного обучения (Machine Learning) являются частным случаем ИИ. Рассмотрим подробнее, как эти технологии используются современным финансовым сектором на примере Сбербанка.

Искусственный интеллект в Сбербанке для анализа рисков

Согласно заявлению главы Сбербанка Германа Грефа, сделанного в рамках Всемирного экономического форума в Давосе, в 2017 году Сбербанк получил $50 млн чистой прибыли, применив модели машинного обучения и анализа больших данных для психологического прототипирования своих будущих заемщиков [3]. Входными данными для модели являлись особенности банковской истории, образования, карьеры и даже поведения потенциальных должников в социальных сетях. В итоге программа ИИ составляла психологический портрет личности заемщика на основе 5 черт его характера: открытости, добросовестности, общительности, законопослушности и эмоциональной неустойчивости, после чего выдавала рекомендации о выдаче кредита. По общим результатам годовой эксплуатации этого программного решения в риск-менеджменте и управления продажами, Сбербанк получил $2–3 млрд в 2017 г.

искусственный интеллект, BigData, Machine Learning, Сбербанке — ИИ, BigData и Machine Learning в Сбербанке для анализа рисков

Дальнейшие планы Сбербанка на искусственный интеллект

По итогам успешного внедрения инструментов ИИ, Big Data и Machine Learning в анализ рисков, глава Сбербанка заявил о необходимости применения этих технологий на остальные сферы банковского бизнеса [3], выделив 5 основных направлений [4]:

Персональный эдвайзинг или индивидуальный финансовый менеджер – программы автоматического ответа (чат-боты) на типовые запросы клиентов, которые заменят собой существующие колл-центры. Эффективность этого решения уже подтверждена: в феврале 2018 года скорость обслуживания клиентов по определенным темам возросла на 50%, а средняя продолжительность звонка в контактный центр для корпоративных клиентов теперь составляет 3,5 минуты [5].
Автоматизация принятия решений на основе анализа больших данных – сегодня около 99% кредитных решений принимаются без человеческого участия в рознице и примерно 35% – в корпоративном бизнесе. Планируется довести автоматизацию корпоративного сегмента до 80% к 2020 году.
Кибербезопасность – для борьбы с хакерами, включая направление социальной инженерии, чтобы обеспечить безопасную проводку каждой из 7-8 тысяч ежесекундных транзакций. Для этого Сбербанк, в том числе, рассматривает технологии блокчейна.
Персонализация клиентских предложений – индивидуальная работа с каждым отдельным клиентом по инвестиционным и займовым направлениям согласно его потребностям и возможностям.
Автоматизация типовых операций и простых бизнес-процессов: от бэк-офиса, бухгалтерии и аудита до юридической проверки документов. Еще в конце 2016 года в Сбербанке заработал робот-юрист, составляющий исковые заявления по физическим лицам. До 2020 года планируется заменить подобными роботами около 3000 сотрудников, выполняющих несложные типовые действия [5].

Основная проблема внедрения искусственного интеллекта в финансовый сектор и пути ее решения

Однако, несмотря на успешность применения методов и инструментов ИИ в Сбербанке, глава финансовой корпорации отмечает катастрофическую нехватку специалистов в области анализа больших данных и машинного обучения [6]. За такими кадрами охотятся не только отечественные предприятия, но и зарубежные компании. Это приводит к невероятному росту зарплат аналитиков и инженеров Big Data и Machine Learning – именно тех, кого мы готовим на наших практических курсах.

Если вы хотите стать таким высокооплачиваемым сотрудником, приходите к нам на занятия, где на конкретных примерах из финансового сектора мы разбираем вопросы выбора, настройки и администрирования алгоритмов и средств работы с большими данным и машинного обучения. Сегодня в нашем учебном центре стартовал новый курс Machine Learning на языке Python, где рассматриваются задачи аналитического прогнозирования в маркетинге, сегментации (профилирования) клиентов и кредитного скоринга в финансах и страховании. Подробную информацию об обучении смотрите здесь. Встречаемся на занятиях!