УДК 004.89
Технологии искусственного интеллекта в финансах, банковском деле и страховании
Пискулёва Илона Владимировна – доцент кафедры Финансов, учета и аудита Приазовского государственного технического университета
Аннотация: В статье рассматриваются технологии искусственного интеллекта в финансовой сфере с актуализацией направлений в банковском деле и страховании. Проведен анализ частоты использования организациями соответствующих технологий по федеральным округам. По данному критерию лидерами являются Центральный, Приволжский и Северо-Западный федеральные округи. При этом около 90% методов искусственного интеллекта, используемых отечественными финансовыми компаниями, основываются на методах машинного обучения. Главными барьерами в процессе внедрения технологий ИИ является дефицит профильных специалистов, необходимость определённых инвестиций, а также трансформация бизнес-процессов организаций.
Ключевые слова: технологии искусственного интеллекта, финансы, банковское дело и страхование, федеральные округи, Банк России.
Тема искусственного интеллекта в настоящее время является одной из наиболее обсуждаемой как на уровне государства, так и в научной сфере. Ряд технологий, применяющихся в этой сфере, доказали высокую эффективность, быструю окупаемость и значительные конкурентные преимущества по сравнению с предшествующими методами решения прикладных задач [1, с. 62].
Финансовый сектор экономики один из первых начал активное внедрение искусственного интеллекта, трансформировав целый ряд бизнес-процессов и рыночных практик финансовых организаций. Данный процесс способствовал значительному снижению издержек, оптимизации ресурсной базы, обработке больших массивов данных за короткий интервал времени и, в конечном итоге, более качественным и конкурентоспособным финансовым продуктам.
На современном этапе основными направлениями использования технологий искусственного интеллекта на финансовом рынке являются: скоринг, андеррайтинг, инвестиционное консультирование, управление рисками, взаимодействие с клиентами, противодействие мошенничеству и т.д. С учетом динамизма интеграции ИИ в бизнес-процессы финансовых организаций он может оказать значительное влияние на развитие российского финансового рынка [5].
Согласно данным Федеральной службы государственной статистики [7] в 2022 году в Российской Федерации число организаций, использовавших технологии искусственного интеллекта, составило 20599 единиц. При этом данная величина в разрезе отдельных федеральных округов представлена очень неравномерно (рис.1): лидерами являются Центральный федеральный округ с показателем 7 283 ед., Приволжский (3 636 ед.) и Северо-Западный федеральные округи (2 257 ед.). В совокупном итоге на данных территориях расположено около 64 % организаций, в деятельности которых используется искусственный интеллект. Для сравнения на территории Северо-Кавказского федерального округа расположено 934 подобных организации.
Рисунок 1. Число организаций по направлениям использования технологий искусственного интеллекта в разрезе федеральных округов в 2022 году.
Что касается конкретных технологий, статистические данные отражают использование компьютерного зрения (в т.ч. системы персонализации и идентификации); обработку естественного языка, в том числе виртуальные помощники, чат-боты (технологии, направленные на понимание языка и генерацию текста); распознавание и синтез речи (включая системы для автоматического голосового обслуживания клиентов); рекомендательные системы и интеллектуальные системы поддержки принятия решений; перспективные технологии искусственного интеллекта (в целях разработки универсального ИИ). Все данные приведены для основных процессов организации (производственных, продаж, маркетинга и логистики).
В разрезе перечисленных технологий наибольший удельный вес организаций, внедривших искусственный интеллект также принадлежит Центральному и Приволжскому федеральным округам. Наиболее часто используемыми технологиями являются компьютерное зрение, а также рекомендательные и интеллектуальные системы.
Согласно исследованию Ассоциации Финтех, в котором приняли участие свыше двухсот компаний-респондентов, на современном этапе около 90% методов искусственного интеллекта, используемых отечественными финансовыми компаниями, основываются на методах машинного обучения. Около 95% компаний внедрили технологии искусственного интеллекта в основные процессы, при этом наиболее перспективные решения реализованы в скоринге, а также в области продаж и продвижения продуктов банковского сектора. Полноценная стратегия внедрения и использования технологий искусственного интеллекта утверждена у 35 % компаний. Однако для того, чтобы перейти от фрагментарного внедрения отдельных технологий к перманентному использованию потенциала технологий искусственного интеллекта, необходима стратегия, которая утверждена только у 35% опрошенных компаний.
Как подтверждают 83 % респондентов, основным препятствием в процессе внедрения подобных технологий является дефицит профильных специалистов (дата-сайентисты, дата-инженеры и дата-аналитики и др.) [6].
На сегодняшний день именно финансовый сектор имеет все шансы получить наибольшую выгоду от применения технологий искусственного интеллекта. Так, согласно, аналитическим расчетам McKinsey&Co, искусственный интеллект ежегодно может приносить банкам всего мира до 1 трлн. долларов дополнительной капитализации [2].
Помимо использования искусственного интеллекта для общения с клиентами посредством чат-ботов и голосовых помощников, ИИ на данный момент применяется для решения широкого круга задач организаций финансового сектора (таблица 1).
Таблица 1. Направления использования технологий искусственного интеллекта (на основе [2], [3], [4]).
Наименования процесса |
Суть процесса |
Улучшения по сравнению с традиционным подходом к реализации процесса |
БАНКОВСКИЕ УЧРЕЖДЕНИЯ |
||
Скоринг |
принятие решения по кредитным заявкам |
автоматическое принятие решений, сокращение времени на обработку данных до семи минут |
Финансовый мониторинг |
анализ нетипичного поведения клиентов |
уменьшение процентов случаев мошенничества со средствами банка |
Обслуживание банкоматов |
прогнозирование загрузки банкоматов |
снижение расходов на инкассацию денежных средств |
Обработка документов |
распознавание данных и их проверка |
скорость обработки данных с помощью нейросети – распознавание более 70 реквизитов с фотографий/ сканов документов за две секунды, а также 15 проверок данных. |
СТРАХОВЫЕ КОМПАНИИ |
||
Поведенческое ценообразование |
персонализация ценообразования в зависимости от потребностей и поведения клиента |
увеличение объемов анализируемого материала в единицу времени; развитие индивидуальных страховых продуктов |
Анализ рисков |
проведение андеррайтинга и мониторинга рисков |
улучшение выборки рисков и качества обслуживания; выявление претендентов на высокие затраты |
Урегулирование страховых случаев |
мероприятия, проводимые страховщиком в целях выполнения обязательств перед страхователем при наступлении страхового случая |
радикальное сокращение времени на обработку данных; ускорение выплат страхового возмещения |
В России применении искусственного интеллекта в процессе урегулирования страховых случаев не нашло широкого применения вследствие того, что нейросеть нуждается в обучении на обширном массиве данных. В этом контексте основной проблемой является хранение информации в устаревших изолированных системах. Именно потребность в большом количестве данных для построения соответствующих моделей является одним из значительных препятствий применения искусственного интеллекта в финансовой сфере.
В страховании объем известных данных о клиенте по сравнению с банками является достаточно скромным. Однако, немаловажным фактором является и организационная составляющая. Внедрение искусственного интеллекта подразумевает определенную трансформацию бизнес-процессов, реализация которой зависит от волевого решения топ-менеджмента, способного преодолеть сопротивление изменениям. Помимо этого крайне важен ресурсный потенциал компании, наличие компетентных сотрудников, необходимой инфраструктуры, а также комплексной наполняемости информационных систем [4].
Все перечисленные сложности могут быть скомпенсированы положительными эффектами от внедрения ИИ, отраженными в таблице выше. Крайне важно, что в законодательном поле Банк России в целом придерживается технологически нейтрального подхода к регулированию, который позволяет финансовым организациям внедрять и развивать технологии искусственного интеллекта, но при этом обеспечивать необходимый уровень контроля финансовых рисков. Однако, в банковской сфере регулятором установлены определенные требования к валидации банковских моделей оценки рисков.
Применение генеративной формы ИИ на финансовом рынке может способствовать появлению новых специфических рисков, которые требуют тщательного анализа и оценки в рамках мониторинга Банка России. Необходимость разработки новых подходов и методов регулирования этих рисков предлагается оценивать по результатам всестороннего обсуждения с участниками рынка, учитывая специфику риск-факторов.
Список литературы
- Гурьянов А. И., Гурьянова Э. А. Анализ рынка искусственного интеллекта Российской Федерации // Интеллект. Инновации. Инвестиции. № 3. С. 61–71.
- ИИ в финансах: как банки используют нейросети URL: https://ispace.news/tech/ii-v-finansax-banki/ (дата обращения 18.02.2024).
- Как искусственный интеллект в сфере страхования экономит время клиентов URL: https://www.klerk.ru/buh/articles/571639/ (дата обращения 22.02.2024).
- Как технологии ИИ трансформируют бизнес страховых компаний [сайт]. URL:https://iot.ru/transportnaya-telematika/kak-tekhnologii-ii-transformiruyut-biznes-strakhovykh-kompaniy (дата обращения 29.02.2024).
- Применение искусственного интеллекта на финансовом рынке: доклад для общественных консультаций : [сайт] / Банк России. М. 2023. URL: https://cbr.ru/Content/Document/File/156061/Consultation_Paperpdf (дата обращения 9.02.2024).
- Применение технологий искусственного интеллекта на финансовом рынке, Финтех: [сайт] / Национальный портал в сфере Искусственного интеллекта (ИИ) и применения нейросетей в России. 2023. URL: https://ai.gov.ru/en/knowledgebase/votraslyakh/2023_primenenie_tehnologiy_iskusstvennogo_intellekta_na_finansovom_rynke_finteh/ (дата обращения 16.02.2024).
- Федеральная служба государственной статистики [сайт]. URL: https://rosstat.gov.ru (дата обращения 25.09.2023).