Как искусственный интеллект меняет финансовый сектор

05.11.2024, 09:24

1901

По оценкам экспертов, уже 95% финансовых организаций интегрировали ИИ в основные бизнес-процессы. Однако какую-либо критическую ценность от широкого внедрения нейросетей получили только 33% компаний. Во многом это связано с тем, что до сих пор на рынке нет единого и точного решения, как именно использовать нейросети, чтобы улучшить финансовые показатели. Почему компании в большинстве своем пока лишь экспериментируют с ИИ, используют разные подходы к его внедрению и оценке его эффективности, порталу PLUSworld рассказывает директор программ MTS AI Оксана Хромова.

Как искусственный интеллект меняет финансовый сектор — Фото: предоставлено автором

Как применяется ИИ в финтехе

Компании из российского финансового сектора уже тратят около 80 млрд рублей в год на внедрение искусственного интеллекта, рентабельность инвестиций в нейросети может составить 240 млрд рублей в год при правильном подходе, считают в Ассоциации Финтех. Основная трудность в том, чтобы найти этот правильный подход: 70% компаний еще не раскрыли потенциал ИИ из-за отсутствия опыта, компетенций или ресурсов, а 51% ИИ-проектов не масштабируется.

Примеры использования нейросетей в финансовом секторе можно условно разделить на три категории:

· поддержка фронт-офиса и «первой линии» – ИИ помогает в удержании клиентов и повышении их лояльности. Для этого компания может использовать ИИ-ассистентов для общения с пользователями или помощи операторам, а также внедрить систему аналитики на базе машинного обучения для оценки эффективности персонала, качества услуг и интересов целевой аудитории.

· автоматизация бэк-офиса – ИИ позволяет повысить продуктивность сотрудников, снимая с них часть наиболее рутинных задач. Например, нейросети могут помочь работникам банка провести кредитный скоринг данных о потенциальном клиенте, а HR-специалистам – ответить на основные вопросы сотрудников, подготовить для них нужные документы и т. д.

· экономия ресурсов – нейросети интегрируются в системы компании и находят места для оптимизации расходов и трудозатрат. Частично это также связано с автоматизацией бэк-офиса. Например, ИИ может найти уязвимости в системе или поможет написать код для нового продукта.

Практические советы и типичные затруднения

Успешные примеры внедрения ИИ в те или иные компании можно использовать для понимания, в каких сценариях эти технологии работают более или менее эффективно. Однако полностью повторить тот же сценарий и ожидать аналогичных результатов вряд ли получится, поскольку успех зависит от множества разных параметров. Однако главное, что объединяет удачный опыт многих компаний — системный подход к внедрению ИИ, который начинается с тщательной оценки влияния ИИ на бизнес и постепенно переходит к более глубокой интеграции технологии в работу компании.

Перед интеграцией нейросетей в свой бизнес необходимо определить, какие именно процессы нужно модернизировать и какой именно эффект от этого можно ожидать. Для этого необходимо:

· описать весь бизнес-процесс и выявить участки, в которых возникают проблемы в формате: ситуация, причины возникновения, последствия. Также стоит провести оценку потерь на каждом этапе;

· придумать идеальный сценарий этого процесса, не привязываясь к ИИ, при котором не возникают выявленные ранее проблемы;

· определить ключевые метрики, на которые вы можете повлиять при изменении процессов;

· определить самые важные метрики для тех или иных инициатив. Можно взять за основу экономический эффект, частоту возникновения проблемы и ее критичность (можно ли отложить решение), вероятность достижения эффекта, применимость подхода в других департаментах.

После этого будет легко определить, внедрение какого именно ИИ-решения будет наиболее эффективно. Это могут быть — чат-боты, предиктивная аналитика, большие языковые модели, система умного поиска — в зависимости от точек роста для конкретного процесса в компании.

Однако для внедрения нейросетей недостаточно лишь понимания, где и как их можно использовать в бизнесе. После этого необходимо пройти полный цикл по работе с ИИ-инновациями. В частности, нужно учитывать цифровую зрелость компании – от этого зависит, насколько быстро компания сможет начать эксперименты с ИИ и получить значимый эффект. Для этого специалисты рекомендуют придерживаться определенной методологии достижения значимых эффектов от внедрения ИИ в корпорации. Согласно ей, процесс интеграции нейросетей состоит из 8 этапов:

1. исследование и изучение. Необходимо узнать возможности ИИ и оценить их потенциальное влияние на бизнес;

2. анализ готовности к внедрению. Нужно оценить ключевые процессы, которые можно улучшить с помощью ИИ, и определить узкие места;

3. генерация и оценка инициатив. Нужно сформировать варианты использования ИИ, а также возможные нейросети, их потенциальный эффект и необходимый бюджет;

4. выбор ИИ-решений для тестов. Нужно спроектировать эксперименты, минимизировав сроки и расходы, сформулировать ТЗ и подобрать вендоров с учетом всех требований;

5. оценка стоимости владения. Нужно проработать программу экспериментов с вендорами и согласовать стоимость внедрения в случае успешного пилотного проекта;

6. оптимизация и масштабирование. На этом этапе нейросети уже становятся неотъемлемой частью бизнеса. Нужно регулярно проводить тесты ИИ-решений и масштабировать их на другие департаменты;

7. трансформация бизнеса. ИИ становится ключевым фактором развития компании. Нейросети используются для изменения бизнес-моделей и создания конкурентных преимуществ и выхода на новые рынки;

8. лидерство за счет ИИ-решений. На этом этапе нейросети используются в продуктах и повседневных процессах.