Банкинг «растворяется» в экономике, а та становится цифровой. Поможет ли искусственный интеллект (AI) сохраниться банку, по крайней мере крупному?
«Мы стали использовать при принятии решения о выдаче кредита искусственный интеллект и в ноябре прошлого года запустили новый продукт “Смарт-кредит”, — доложил президенту России Владимиру Путину президент, председатель правления Сбербанка Герман Греф на встрече в Кремле 7 августа 2017 года.
Ранее дальше прикидок эффективности AI в бизнесе мало кто заходил, цифр попросту не было. И вот они появились.
«На начало августа 2017 года уровень просроченной задолженности по кредитному портфелю Сбербанка составил “рекордные” 170 млн рублей (2,7%), что существенно ниже среднего уровня по банковской системе (6,5% на 1 июля 2017 года), — напрямую связал достижения Сбербанка в области применения элементов AI Герман Греф. — И сегодня только два банка в мире нашего размера, которые активно занимаются этим. Это мы и BBVA. Если будет все удачно и в 2018 году мы закончим создание цифровой платформы, думаю, что мы будем одной из самых конкурентных компаний на мировом рынке цифровых компаний», — добавил глава Сбербанка.
На этом стенограмма заканчивается, но известно, что сам разговор продолжился. Поэтому интересно попытаться восстановить примерное продолжение беседы в контексте AI.
Bank of America Merrill Lynch сообщает о запуске нового решения — интеллектуального сборщика дебиторской задолженности на базе AI, которое в первую очередь предназначено для работы с крупными клиентами, имеющими большие объемы платежей. Часто такие клиенты не сопровождают платежную информацию дополнительными контекстными данными, что выливается в крайне ресурсоемкую задачу по ее восстановлению из различных источников для эффективной работы с «дебиторкой».
JPMorgan Chase также в августе анонсировал AI-платформу (LOXM) для автоматизации трейдинга своего европейского бизнеса. Для обучения торговле на биржах, открываются различные школы трейдинга, например purnov.com. LOXM прошла обучение на миллиардах исторических операций и теперь позволяет торговать в автоматическом режиме на фондовом рынке очень крупными пакетами акций, не вызывая колебаний рынка.
Продолжая тему фондового рынка, отметим, что на сегодняшний день практически каждый уважающий себя банк мирового уровня так или иначе перешел от создания к использованию robo-advisors. Издание BI Intelligence утверждает, что под управлением этих «советников» на базе AI в 2020 году будет находиться 1 трлн долларов, а в 2022-м — уже 4,6 трлн.
Примеры из других областей: Nordnet поставил цель добиться первоклассного обслуживания клиентов, что является условием выживания в капризном регионе Nordic. Поэтому там запущен программный робот для повышения клиентского сервиса, существенно дополняющий джентльменский набор современного чат-бота. Английский NatWest «пилотирует» решение из области regtech, анализируя записи разговоров в ходе регламентированных регуляторами бесед с клиентами.
Однако AI сейчас доступен не только банкам, поэтому он несет серьезные риски для бизнеса самих банкиров. Об этом красочно расписано в исследовании «The Digital Disruption of Credit Scoring Report». Есть примеры, где AI стал основой интеграции данных и транзакций из смежных секторов экономики, в которых банкинг медленно, но верно «растворяется», хотя он же дает некоторым банкирам рост эффективности и новые направления развития. Но не всем.
Рискнем предположить, что финал беседы в Кремле был не столько о модернизации Сбербанка и росте прибыльности его сервисов, сколько о скорейшем развитии технологий в целом. Дальнейшие события вокруг программы «Цифровая экономика» только подтверждают эту мысль. Осталось понять место Сбербанка в ней и AI в нем.