Искусственный интеллект в банковской сфере. Компания Програмбанк была создана в 1989 году и с тех пор является одним из лидеров на рынке банковского программного обеспечения России. Наибольшего финансового эффекта от технологий ИИ российские банки ждут в таких сфе-рах, как выявление мошеннических транзакций, взыскание задолженности и кредитный скоринг, – именно их банки чаще всего включали в тройку самых перспективных.
4 лучших практики применения машинного обучения в банковском секторе
Business Insider Intelligence предлагает несколько выигрышных стратегий использования искусственного интеллекта для банков, которые помогают сократить расходы, снизить риски, улучшить качество обслуживания клиентов и увеличить доходы: Упрощение взаимодействия с клиентами и улучшение клиентского опыта Создание внутренней инфраструктуры банка, основанной на машинном обучении Переподготовка сотрудников Создание стратегии, которая включает в себя как внутренние проекты, основанные на ИИ, так и партнерство с другими компаниями Наблюдение за развитием ИИ в других компаниях для выявления его потенциала и поиска новых возможностей Business Insider Intelligence привел реальные кейсы применения ИИ в банках: U. Банк использует искусственный интеллект, чтобы улучшить качество обслуживания клиентов, снизить риски, бороться с мошенничеством и отмыванием денег и принимать решения о выдаче кредитов. Так, банк предлагает консультации через трех голосовых помощников: Google Assistant, Siri от Apple, и Alexa от Amazon. Технология основана на искусственном интеллекте. Банк собирает данные о клиентах, транзакциях и т. Bank работает как над созданием внутренних решений, так и внешних через привлечение партнеров. Приоритетным направлением использования ИИ для Citi является беспрепятственное взаимодействие с клиентом. Для этого в прошлом году банк начал процесс запуска новой аналитической платформы, которая собирает и обрабатывает данные клиентов в режиме реального времени. С ее помощью Citi может создавать актуальные и своевременные персонализированные предложения.
ИИ — это технология нового поколения, которая может устранить повторяющиеся задачи и сделать многие бизнес-процессы проще и эффективнее. Практически все банки уже начали применять искусственный интеллект в своей деятельности, при этом варианты использования варьируются от обслуживания клиентов до маркетинга, от улучшения управления личным капиталом до снижения рисков. Внедрение технологии ИИ принесло много изменений в банковскую отрасль, в том числе усиление автоматизации процессов и усиление прозрачности между клиентами и банками. За последние несколько десятилетий производительность увеличилась, поскольку компьютеры помогали оказывать услуги быстрее. Эта тенденция в настоящее время достигла своего пика, поскольку автоматизация берет на себя ключевые функции почти во всех отраслях. Компьютеры берут на себя многие аспекты банковских процессов, однако есть еще много направлений деятельности, которые машины пока не могут делать. Для восполнения таких пробелов используются технологии ИИ [6]. Искусственный интеллект уже оказал огромное влияние на индустрию финансовых услуг: он меняет способ предоставления финансовых услуг и способы их использования банками. Будущее банковской сферы будет другим из-за искусственного интеллекта. Вариантов использования слишком много, но ниже приведены некоторые из основных примеров того, как ИИ можно использовать в банкинге [2, 7]: - создание аналитических данных, чтобы помочь банкам сократить расходы, улучшить свои возможности принятия решений и оптимизировать рабочий процесс; - делать прогнозы на основе исторических закономерностей данных; - принятие решений о кредитных бизнес-моделях; - использования входных, машинных или человеческих данных для восприятия реальной или виртуальной среды, суммирования таких восприятий в модели вручную или автоматически, использования интерпретации моделей для формулирования выходных вариантов; - обнаружение мошенничества и других киберпреступлений до их совершения. Возрастающая популярность искусственного интеллекта связана как с технологическими возможностями, так и с потребностью рынка, что заставляет банки использовать решения искусственного интеллекта для достижения бизнес-целей, которые дадут им конкурентное преимущество. Подводя итог, преимущества внедрения ИИ в финансовом секторе можно разделить на четыре категории: 1. Стоит отметить, что использование искусственного интеллекта может иметь как положительные, так и отрицательные последствия. Чем более комплексными будут решения ИИ, тем сильнее будет их влияние на окружающую среду. Ученые отмечают, что влияние искусственного интеллекта на экономику, право, общество и другие ключевые сферы необходимо постоянно изучать на этапе проектирования, ведь это позволит предотвратить негативные реакции раньше, чем эти реакции произойдут. Несомненно, потенциал искусственного интеллекта огромен и делает банковские бизнес-процессы намного проще и безопаснее. В настоящее время банковский сектор максимально использует возможности искусственного интеллекта, благодаря чему он имеет возможность предлагать потребителям все более и более подходящие продукты и услуги. Наиболее популярными инструментами ИИ, которые используются в банковской сфере, являются чат-боты, биометрические технологии и роботы-советники. Чат-боты — это компьютерные программы, которые ведут беседы с пользователями. Их настройка не требует больших затрат и даже времени. Биометрические технологии поддерживают банки в борьбе с киберпреступностью. В основном они используются из-за простоты использования и высокой устойчивости к подделке. В этом случае очень популярно решение, которое используют большинство банков, — верификация пользователя по отпечатку пальца. Другие возможные верификации пользователя выполняются с помощью биометрии рукописной подписи, голосовой биометрии или биометрии кровеносных сосудов. С другой стороны, робо-советники — это системы поддержки инвесторов, их услуги также доступны людям с небольшими капитальными ресурсами.
Технологии, которые идентифицируют людей на основе уникальных физических или поведенческих характеристик, таких как голосовые паттерны или отпечатки пальцев. Безопасность и аутентификация. Некоторые банковские приложения теперь позволяют пользователям входить, используя голосовые команды или сканы отпечатков пальцев, обеспечивая более высокий уровень безопасности. Нейросети и глубокое обучение. Продвинутые формы машинного обучения, где алгоритмы имитируют структуру и функции человеческого мозга для обработки данных. Выявление мошенничества. Системы выявления мошенничества с использованием глубокого обучения могут идентифицировать необычные паттерны транзакций, предупреждая банк и держателя карты о потенциальных нарушениях безопасности. Блокчейн и технология распределенного реестра DLT. Безопасный, децентрализованный способ записи транзакций. Это похоже на общий цифровой реестр, на который каждый может положиться. Платежи и расчеты за пределами границ. Помимо криптовалют, банки должны использовать блокчейн для повышения прозрачности и безопасности транзакций, как это видно в проектах, таких как Quorum от J. Эти примеры использования ИИ в банковской сфере не исчерпываются. Вот еще несколько реальных примеров применения ИИ, на которые полагаются крупные игроки: Банк Америки использует машинное обучение для выявления мошенничества, выявляя необычные транзакции и предупреждая клиентов о потенциальных нарушениях. Morgan полагается на NLP для анализа юридических документов за считанные секунды, процесс, который традиционно занимал тысячи часов работы человеческих экспертов. Santander был одним из первых банков, представивших услугу по переводу денег на основе блокчейна, позволяющую клиентам осуществлять международные переводы в течение дня. Исследование возможностей: Применение искусственного интеллекта в банковской сфере Мы только что рассмотрели основные технологии, приводящие к революции искусственного интеллекта в сфере банковского и финансового дела. Вы могли бы задаться вопросом, почему мы вернулись к теме, которую уже коснулись. Причина заключается в перспективе. Хотя понимание технологий, лежащих в основе, является ключевым, есть вероятность, что вы читаете эту статью не с определенной деловой целью. Возможно, вы хотите разработать передовое финансовое решение, внедрить новый банковский продукт или улучшить вашу существующую систему. Так что вы действительно хотите знать, как согласовать внедрение возможностей ИИ с конкретными банковскими продуктами. Знайте своего клиента Полное знание вашего клиента является как требованием регулирования, так и умным бизнес-ходом. ИИ делает эту задачу менее утомительной и более привлекательной. 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.
Роботизированная автоматизация процессов Роботизированная автоматизация процессов RPA , использующая когнитивный ИИ, внедряется банками для повышения операционной эффективности и снижения затрат, и многие крупные финансовые фирмы уже видят преимущества. Или JP Morgan Chase, который разработал монету платформы разведки контрактов. Банк утверждает, что COIN сэкономил более 360 000 часов труда, используя ботов, способных анализировать контракты с беспрецедентной эффективностью. Санкар Кришнан, исполнительный вице-президент Capgemini по банковским рынкам и рынкам капитала, подчеркивает некоторые из других преимуществ RPA, в том числе, например, помогает отрасли удалить лишние слои, которые она создала на протяжении многих лет. AI значительно повышает эффективность и снижает затраты, как никогда раньше. Понятно, что технология стала неотъемлемой частью защиты банка, и такие организации, как Morgan Stanley и HSBC, даже создали "команды" обнаружения мошенничества. AI неплохо подходит для таких задач, ИИ может обнаружить аномалии и закономерности в операциях лучше, чем человеческий глаз. С системами, работающими на ИИ, плохим парням чрезвычайно трудно понять, как работает двигатель, что делает гораздо более вероятным, что преступники будут пойманы. Применение ИИ, сетей и контекста позволили этим системам впервые стать эффективными. Оперативная разведка Не все примеры ИИ столь же интересны, как предотвращение мошенничества, но, тем не менее, они по—прежнему оказывают глубокое влияние на способность банка увеличивать прибыль и снижать риски - особенно важно, когда кибербезопасность и соблюдение нормативных требований высоки в приоритетах в списках финансовых фирм. Платформы оперативной разведки сочетают в себе сложное обнаружение угроз, жесткий контроль над внутренней защитой и способность ИИ обнаруживать неизвестное. Кроме того, стабильность обслуживания имеет решающее значение для банков, поскольку клиенты, регулирующие органы и акционеры не прощают ситуаций простоя.
Рост ИИ в банковской сфере
- Для продолжения работы вам необходимо ввести капчу
- РастяпаGPT: Помощник по личным финансам на базе искусственного интеллекта
- Кролик, беги
- Искусственный интеллект и BNPL-сервисы: проанализировали тренды финтеха 2023 года
- Машинное обучение в банковской сфере — Возможности, риски, варианты использования
Варианты использования ИИ банками
- Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
- Вы точно человек?
- Николай Ульянов, Россельхозбанк: Распространение ИИ-решений стало мейнстримом в банковской отрасли
- Для продолжения работы вам необходимо ввести капчу
- Искусственный интеллект в банках: что это дает клиенту и почему его не нужно бояться | Банки.ру
- Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
Использование искусственного интеллекта в банках
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. Если предоставите им такую возможность, то повысите лояльность аудитории к вашей финтех-компании. Виртуальные финансовые советники Виртуальные помощники по финансовому планированию посоветуют клиентам компании высокодоходные решения и помогут в управлении активами.
От чат-ботов для обслуживания клиентов и автоматизации рутинных операций до борьбы с мошенничеством и кибер-угрозами — рынок ИИ в банковской сфере постоянно растет.
Например, банки могут использовать ИИ для лучшего понимания потребностей и ожиданий клиентов, прогнозирования их оттока или вероятности принять дополнительные предложения. Фактически мессенджеры превращаются в экосистемы, которые будут обрастать новым функционалом и тем самым повышать вовлеченность аудитории. Оптимизация банкоматной сети Несмотря на уход иностранных производителей банкоматов с российского рынка, процесс модернизации АТМ Automated Teller Machine будет продолжаться. Помимо обновления ПО, банки будут осуществлять масштабную техническую оптимизацию самих машин. Также стоит учесть фактор сокращения количества устройств и их консолидацию в связи с объединением больших игроков финансового сектора. В контексте этого тренда отдельное внимание стоит обратить на разработку и внедрение биометрических банкоматов. Российские организации начали этот процесс еще в 2020 году и будут ускорять темпы в ближайшее время. Новые устройства посредством обработки уникальных данных человека лицо или голос позволяют совершать различные операции по счетам без физической карты. Все крупные участники рынка проявляют сегодня в этом направлении высокую активность.
Однако существуют и риски: распространение таких устройств влечет за собой рост мошенничества. В этой связи необходимо вводить дополнительные способы подтверждения транзакции — ПИН-коды или одноразовые пароли, полученные на смартфон. Возникает также потребность регламентировать использование биометрии с точки зрения законодательного регулирования. Обеспечить безопасное использование таких данных поможет Единая биометрическая система, которая рекомендована к использованию ЦБ и с 2021 года имеет статус государственной. Постквантовое шифрование Защита персональной и коммерческой информации, а также информации, представляющей государственную и профессиональную тайну, — первостепенный фактор для безопасной и эффективной работы любой организации. С развитием квантовых вычислений растет угроза для современных методов защиты данных. В этой связи на помощь приходят постквантовые алгоритмы. Они строятся на сложных математических задачах, тем самым гарантируя высокую степень сохранности передаваемых сведений. Так как банки оперируют критическими данными, влияющими на работу не только финансовой системы, но и всего государства в целом, технологии постквантового шифрования будут стоять в авангарде развития отечественного финтеха.
Искусственный интеллект можно применять для повышения эффективности и развития в различных аспектах бизнеса и во всем многообразии его проявлений. На момент исследования уже большое количество компаний используют технологии ИИ для своей работы, однако существуют проблемы, не позволяющие провести анализ эффективности на практике: Современность технологии. Технология стала активно внедряться несколько лет назад и несмотря на то, что уже большое компаний ее опробовали, в интернете и библиографических ресурсах не так много публикаций, которые описывают опыт практического применения в бизнесе. Ввиду того, что внедрение ИИ дает широкие возможности для развития, компании неохотно делятся результатами использования данной технологии и как она влияет изменение показателей эффективности. Отсутствие официальных данных. Государственными агентствами по статистике, как Российская служба государственной статистика, на данный момент не собираются данные о внедрении ИИ компаниями в РФ. В рамках данной работы будет рассмотрено применение ИИ в банковской сфере, так как банки стали активно использовать данные технологии и теперь значительно зависят от актуальности используемой именно у них технологии ИИ. Все банки в России используют ИИ для решения вопросов о выдаче кредитов, безопасности, колл-центров и так далее. Однако банки внедряют с разной скоростью, причем крупные банки имеют большие возможности по использования ИИ в своих процессах, так как это дорогостоящая и сложная технология, особенно если учитывать дефицит высококвалифицированных кадров. Классификация банков России по степени использования ИИ представлена в таблице 1.
Класс использования ИИ Наименование банков Значительно выше среднего Заявленный банком уровень использования технологий искусственного интеллекта и машинного обучения значительно выше среднего уровня, характерного для крупных российских банков Тинькофф Банк, Банк ГПБ, МТС Банк Выше среднего Заявленный банком уровень использования технологий искусственного интеллекта и машинного обучения выше среднего уровня, характерного для крупных российских банков, при наличии значимого потенциала в этой сфере Московский кредитный банк, Банк «Русский Стандарт», Промсвязьбанк, Банк «Ренессанс Кредит» Близок к среднему Заявленный банком уровень использования технологий искусственного интеллекта и машинного обучения близок к среднему уровню, характерному для крупных российских банков УБРиР, БКС Банк, Банк «ДельтаКредит», Банк «Открытие» Как видно из таблицы 1, банки активно занимаются внедрением ИИ в аспекты своей деятельности.
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. Если предоставите им такую возможность, то повысите лояльность аудитории к вашей финтех-компании.
Как мобильный банкинг с поддержкой искусственного интеллекта улучшает финансовую сферу
По сути, графовые нейросети — это способ применения классических моделей нейронных сетей к данным в виде графов. «Хоум Кредит Банк» реализовал свой вариант гибридного ИИ в сфере розничного кредитования и смог в результате добиться оптимизации кредитного решения. Где сейчас используют Искусственный Интеллект — Сегментырынка. На первом месте, где сейчас применяют ИИ это автомобильный рынок, около 17% всех технологий применятся именно в автомобилях. Посмотрите на этих 7 финансовых консультантов с искусственным интеллектом, которые, как ожидается, станут лидерами рынка в 2023 году. Эти платформы используют передовые алгоритмы и машинное обучение. Наибольшего финансового эффекта от технологий ИИ российские банки ждут в таких сфе-рах, как выявление мошеннических транзакций, взыскание задолженности и кредитный скоринг, – именно их банки чаще всего включали в тройку самых перспективных. 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].
Искусственный интеллект в банках: перспективы и преимущества
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. 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. Искусственный интеллект (ИИ) вызывает переполох в мире финансов. Индустрия финансовых услуг, которая в значительной степени зависит от данных и страдает от устаревших процессов, все чаще внедряет решения на основе ИИ и использует его мощные возможности. Где сейчас используют Искусственный Интеллект — Сегментырынка. На первом месте, где сейчас применяют ИИ это автомобильный рынок, около 17% всех технологий применятся именно в автомобилях. 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. 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.
Что такое искусственный интеллект
- Искусственный интеллект и BNPL-сервисы: проанализировали тренды финтеха 2023 года
- Искусственный интеллект в банковской сфере и управлении рисками
- Похожие статьи
- 10 лучших вариантов использования искусственного интеллекта в финансовом секторе
- Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
- Что технологии позволяют делать на финансовых рынках
Искусственный интеллект и BNPL-сервисы - тренды финтеха 2023 г.
Другой областью применения искусственного интеллекта в банковской сфере является персонализация услуг. Благодаря анализу больших объемов данных, ИИ может определить предпочтения клиентов и предложить индивидуальные решения для их потребностей. 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). Чтобы оставаться конкурентоспособными, действующие банки должны стать «AI first», то есть отдавать приоритет ИИ-технологиям на основе искусственного интеллекта как в своем видении, так и непосредственно в операционной деятельности.
Машинное обучение в банковской сфере — Возможности, риски, варианты использования
Также Сбербанк активно использует ИИ в корпоративном кредитовании с 2018 г. На текущий момент среди всего количества заключенных сделок оборотного кредитования и банковских гарантий доля тех, которые рассмотрены с применением ИИ, – порядка 80%, сказал Ведяхин. С учетом того, что за последние годы рынок вырос в два раза, процент использования ИИ в некоторых сферах деятельности уже достиг 20%, к 2025 году он может превысить отметку 50%. Ожидается, что в 2023 году рынок ИИ преодолеет отметку в 500 млн долларов и его объем к 2024 году составит 555,1 млн долларов. ЦБ может начать регулировать использование искусственного интеллекта (ИИ) финсектором. До конца года Банк России планирует выпустить консультативный доклад по этому поводу, а в течение 2024-го обсудить его с участниками рынка и выработать подходы.