911
Роль ИИ, облачных технологий и BigData в цифровизации банковского бизнеса
Как известно, развитие цифровых технологий интенсивно меняет финансовую отрасль. Такие направления, как облачные вычисления, Большие данные и робототехника оказывают существенное влияние на банковскую отрасль и финансовый сектор в целом. Машинное обучение и ИИ все теснее внедряются в процессы управления финансами, а цифровые технологии лежат в основе всех взаимодействий с клиентами. Будущее финансового и банковского секторов очень быстро обретает конкретную форму: от приложений для просмотра котировок и мобильного банкинга до полноценной торговой системы и виртуальных помощников.
Повышение эффективности бизнес-процессов
Так, например в компании «Финам» создан офис данных, главной задачей которого стало повышение эффективности бизнес-процессов и оптимизация работы с клиентами.
А еще два года назад мы начали движение по созданию рекомендательных систем для менеджеров на основе машинного обучения. С тех пор мы проделали огромный объем работ и буквально с нуля перезапустили все внутренние процессы. Это позволило нам максимально эффективно отработать падение на финансовых рынках в 2022 году и выйти из кризиса с минимальными потерями.
В частности, мы расширили функционал рекомендательной системы, которая рассчитана как на действующих, так и на потенциальных клиентов. Был разработан центр управления коммуникациями, позволяющий эффективно доставлять предложение до клиентов с использованием различных каналов связи (не только через менеджеров). С помощью этой разработки мы смогли балансировать информационную нагрузку и на клиентов, и на персонал.
Искусственный интеллект сегодня
Основное функциональное предназначение алгоритмов машинного обучения состоит в том, чтобы четко идентифицировать рабочие шаблоны и корреляции между огромными объемами информации, событий, операций и последовательностей.
Сегодня машинное обучение успешно используется в автоматизации процессов, вопросах безопасности, оптимизации поддержки клиентов, кредитных предложениях, оптимизации портфеля, личных финансах и многих других секторах.
Уникальное качество ИИ заключается в том, что его можно использовать для изучения, наблюдения и анализа данных, собранных из различных каналов.
ИИ способен идентифицировать закономерности, которые человеческий глаз не может интерпретировать. Например, анализ шаблонов данных для любых мошеннических действий, связанных с онлайн-транзакциями, или сегментация потенциальных клиентов на основе их покупательского поведения.
Работа с данными
Ситуация на финансовых рынках постоянно меняется, а в 2023 году волатильность повысилась еще сильнее, поэтому нам приходится проявлять гибкость, чтобы отслеживать все тренды. На этом фоне видоизменяются и эволюционируют задачи, которые стоят перед дата-офисом. Также на нашей деятельности сказываются и внутренние процессы – мы выстраиваем свою работу, исходя из накапливаемых в озере данных и вливания в него новых источников. Если кратко, наша основная миссия – повысить эффективность бизнес-процессов таким образом, чтобы минимизировать негативное влияние внешних факторов и оптимизировать работу с клиентами без потери качества – в частности, увеличить кросс-продажи, используя минимум ресурсов.
Важной целью офиса данных обычно становится евангелизация работы с данными и продвижение в компании data-driven культуры. Например, в нашем подразделении появились дата-стюарды, которые как раз стали евангелистами data-driven культуры в компании. Они вырабатывают принципы построения хранилища данных, занимаются описанием источников данных, а также дают оценку их качества. Кроме того, дата-стюарды выстраивают базу знаний, позволяющую аналитикам и дата-сайентистам эффективно и быстро работать с данными, искать необходимые для бизнеса ответы на вопросы и разрабатывать новые системы на базе машинного обучения.
В основе хранилища данных, а также решений для управления и работы с данными мы используем Hadoop, Spark, Kafka и Python. Таким образом, мы реализовали и продолжаем развивать три больших проекта: рекомендательная система 2.0, умный аналитический дайджест и автоматизированные отчеты (по компании в целом и продуктам в частности).
В рамках рекомендательной системы мы сократили количество коммуникаций вдвое по сравнению с обычной продажей, также мы отмечаем рост заинтересованности и удовлетворенности клиентов.
Результатом реализации умного аналитического дайджеста стало повышение открываемости и читаемости рассылок.
Инструмент для инвесторов
В стадии реализации сейчас находится инструмент для инвесторов, построенный на алгоритмах машинного обучения — «AI-скринер», который работает полным ходом и постоянно обновляется. Сервис обучен и протестирован на финансовых показателях компаний, макроэкономических данных, техническом анализе и других данных, что позволяет ему делать прогнозы относительно капитализации компании: рассчитывать стоимость ценных бумаг, дивидендную доходность, чистую прибыль и другие показатели. Думаю, скринер будет востребован среди розничных инвесторов, поскольку в разы облегчит процесс инвестирования и сэкономит время на анализ котировок.
Сейчас нормой стало принятие решений на основе анализа больших данных. В этом направлении мы и работаем. А если говорить о наших приоритетах, то это – дальнейшее усиление команды и повышение общего уровня компетенций сотрудников дата-офиса. Скоро у нас стартуют два новых проекта в области искусственного интеллекта. Планируем перейти от пилотных проектов в области предиктивной аналитики к повсеместному ее внедрению в работе компании, а также заняться структурированием инсайтов, в том числе создать их базу.
На первом же плане для нас – удовлетворенность клиентов и повышение времени их жизни в компании, а потом уже сокращение издержек и повышение выручки.
