Роботизация банковского бизнеса. Как не наделать ошибок?

ПЛАС: Какова ваша оценка роли таких технологий, как роботизация и искусственный интеллект, в цифровизации банковского бизнеса — сегодня и в обозримом будущем? Какие ключевые изменения произошли в этом плане за последние годы?

А. Козлов: Сегодня роботизация в банковской сфере идет в двух основных направлениях. Первое — развитие RPA-систем для автоматизации процессов, когда робот используется для повторения действий человека на компьютере. Второе — совершенствование голосовых роботов или чат-ботов, когда робот становится активным участником диалога с клиентом, голосового или текстового. Особенно активно используют таких виртуальных собеседников в бизнесе, и в банках в частности, в последние пять лет. Это выгодно бизнесу, поскольку снижается нагрузка на контакт-центры, а также привлекательно для клиентов: они имеют возможность получать нужные ответы без долгого ожидания в очереди к оператору. Технологии улучшались, дешевели, появилось большое количество стартапов, работающих в этом направлении.

Но практика показала, что при неправильном использовании достоинства этих технологий могут превращаться в недостатки. Известны случаи чрезмерного увлечения банков голосовыми роботами. В интернете можно найти немало жалоб на то, что в некоторых случаях клиенту было очень сложно заставить робота, который не мог решить проблему, переключить на живого оператора. Поэтому после стремительного развития в последние годы таких технологий мы, вероятнее всего, будем наблюдать более осторожный подход к их внедрению.

Есть организации, которые настолько верят роботам, что даже не предупреждают клиента о том, что звонок идет не от человека. Мы видели негативные последствия такой «увлеченности» — человеку крайне неприятно быть обманутым, узнав в последний момент, что он говорил с роботом. Поэтому мы сразу предупреждаем клиентов, что звонок идет из банка «Открытие» и общается с ними виртуальный помощник банка, а не живой человек. И практически не видим отказов в коммуникациях, когда используем нашего робота вместо живого оператора — показатели здесь абсолютно одинаковые. Тем не менее мы стараемся не злоупотреблять этой технологией.

Живое человеческое общение для многих клиентов имеет отдельную ценность, поэтому поиск баланса между использованием голосовых роботов и живых сотрудников продолжается. Если пристально посмотреть на ситуацию с использованием технологий искусственного интеллекта, можно заметить очень большой разрыв как между отдельными банками, так и между отдельными подразделениями внутри банков. Если говорить о крупных банках, мне кажется, наиболее развит в этом направлении сейчас розничный бизнес. Но наилучшие перспективы для ближайшего будущего — у корпоративного бизнеса, как в сегменте МСБ, так и в сегменте крупных клиентов.

ПЛАС: В августе 2021 года банк «Открытие» первым на российском рынке полностью роботизировал продажу предодобренных кредитов для малого бизнеса. Использование интеллектуального голосового помощника Мария позволило банку в пять раз снизить расходы на исходящие коммуникации. За счет чего удалось добиться такого значительного снижения расходов? Как строится коммуникация робота с клиентом? Каким образом достигается воздействие исключительно на целевую аудиторию?

А. Козлов: Экономия складывается из нескольких составляющих. Использование робота обходится кратно дешевле сотрудника при сопоставимых результатах по конверсии предложений в продажи. Еще одно преимущество робота — огромная производительность. За счет этого робот может вести диалог одновременно с десятками людей и с большей вероятностью дозвониться до конкретного клиента.

В роботе Мария используются как технология синтеза речи Text-to-Voice, так и обратное направление Voice-to Text, т. е. робот может понимать вопросы клиента и сразу отвечать на них, а также переводить слова клиента в текст. Мы заранее отбираем клиентов по нужным критериям и уже потом передаем роботу для звонков. Как я уже говорил, большое преимущество робота — возможность работать по десяткам линий одновременно. Это особенно ценно, когда информация, продукт или параметры клиентского сегмента имеют какие-то ограничения по сроку, как это происходит, например, с предодобренными кредитами.

ПЛАС: Насколько я понимаю, здесь мы вплотную подходим к вопросу использования еще одной инновационной технологии — искусственного интеллекта, которая имеет важное значение, в том числе в направлении одобрения кредитных заявок. А какие еще сервисы банка «Открытие» используют сегодня AI?

А. Козлов: Конечно, с помощью искусственного интеллекта мы продвигаем не только кредитование. Например, одно из перспективных направлений в этом плане — прогнозирование тематики обращений в рамках обслуживания МСБ.

Подчеркну, с помощью AI мы прогнозируем не факт обращения как таковой, а саму тему обращения — конкретный вопрос, с которым придет к нам клиент. Более того, мы предотвращаем сам факт такого обращения, заранее предоставляя клиенту всю необходимую информацию по вопросу, с которым, как подсказывает система искусственного интеллекта, он столкнется в самое ближайшее время. Таким образом, мы работаем на опережение, и клиент не теряет свое время даже на короткое ожидание ответа в call-центре. Хотя его работа у нас, кстати, прекрасно организована. Клиенту даже не надо искать и набирать номер телефона — он видит ответ на только что возникший, но еще не заданный нам свой вопрос в мобильном или интернет- банке.

ПЛАС: Исследования IDC говорят о том, что к 2025 году глобальный объем данных превысит 175 зеттабайт, а наиболее перспективными отраслями для использования Big Data признаны промышленность и финансовый сектор. Как вы оцениваете роль работы с большими данными в цифровизации банковского бизнеса? Какие подводные камни в применении новой технологии встречаются сегодня?

А. Козлов: Правильное использование больших данных может дать банку очень серьезное конкурентное преимущество. Наиболее перспективным направлением я считаю использование технологий Big Data в процессах взаимодействия с клиентами сегмента малого и среднего бизнеса. В банке «Открытие» у нас уже десятки наработок, использующих большие данные в этом направлении. Они находятся на различных стадиях жизненного цикла: часть уже внедрена в промышленную эксплуатацию и активно используется, часть проходит стадию пилота.

Что касается подводных камней на пути использования Big Data, их достаточно много, и они весьма разнообразны. Где-то может просто не хватать данных. Например, данных с каждого клиента собирается и накапливается много, но самих клиентов недостаточно для использования машинного обучения с хорошим качеством на выходе. Это, кстати, основное препятствие для использования наиболее эффективных технологий Big Data в небольших банках, по крайней мере для сегмента МСБ. Бывает так, что данных, напротив, много, но они плохого качества или есть серьезные недостатки ИТ-инфраструктуры. Во многих случаях проблемы возникают из-за нарушения взаимодействия между подразделениями, занимающимися разработкой и внедрением продуктов на основе технологий Big Data, и бизнес- подразделениями, в интересах которых должны использоваться эти продукты. Бизнес не понимает, как ему могут помочь технологии и с чем можно обратиться за разработкой. А разработчики не понимают, какие именно задачи нужно решить бизнесу. Именно поэтому в применении больших данных огромную ценность имеют конкретные кейсы, желательно с подтвержденной монетизацией. За ними, можно сказать, идет охота. Потому что сейчас основной вопрос не в самой разработке, ведь сами технологии уже высокодоступны, а в том, где и как можно успешно применить их на практике. Но, как показывает в том числе опыт нашего банка, в большинстве случаев эти проблемы решаемы.

ПЛАС: Почему для пилотного использования больших данных в банке «Открытие» был выбран именно сервис, который предугадывает вопросы по обслуживанию со стороны клиентов- предпринимателей? Как идет планируемое расширение числа участников пилота — все ли клиенты «Открытия» из сегмента МСБ получат доступ к этому сервису до конца 2021 года?

А. Козлов: Мы рассказали об этой задаче только как об одном из примеров использования больших данных. Просто потому, что на этом примере явно прослеживается польза для клиента и банка. Но на самом деле этот сервис является одним из фрагментов большого суперсервиса, являющегося, по сути, виртуальным помощником, который активно использует технологии Big Data сразу в нескольких направлениях. И мы постепенно разворачиваем его для своих клиентов. Основной платформой его использования на стороне клиента будут удаленные каналы обслуживания — интернет-банк и мобильный банк. Расширение идет постепенно. Хотя и произошел небольшой сдвиг в графике масштабирования, мы надеемся, что уже в январе 2022 года сервис станет доступен для половины наших активных клиентов, а к концу первого квартала наступающего года — уже для всех пользователей нашей инфраструктуры обслуживания. Подробнее мы расскажем о нем, скорее всего, в начале следующего года, после получения первых результатов.

ПЛАС: Концепция «невидимого банка» как системы интерактивных взаимоотношений с клиентом — в чем она заключается, и в какой мере «Открытию» удается ее реализовать?

А. Козлов: Обычно под «невидимым банком» подразумевается модель обслуживания, в которой у клиента при взаимодействии с банком отсутствует контакт в физическом отделении. Работа с банком при этом происходит дистанционно, например, в мобильном банке. При этом активно используется виртуальный помощник. Именно такая модель предпочтительна для достаточно многочисленного сегмента клиентов малого бизнеса. В этом направлении мы и продолжаем двигаться.

ПЛАС: Что бы вы посоветовали банкам, планирующим сегодня внедрять решения на основе технологий роботизации и искусственного интеллекта?

А. Козлов: Я бы посоветовал им при работе с голосовыми роботами соблюдать разумную осторожность и пытаться найти баланс между «живым» и роботизированным общением. Идти в сторону активного использования в работе банка технологий Big Data, на наш взгляд, однозначно нужно. Рынок и конкуренты уже сейчас не оставляют другого выбора. Хорошая новость в том, что имеется большой выбор технологий разработки Big Data, которые сегодня доступны как никогда. Поэтому необходимо просто четко определиться с перечнем задач, которые нужно начать решать. Необязательно браться сразу за что-то сложное — можно начать с малого. И конечно, соизмерять стоимость разработки, сопровождения с ожидаемым эффектом от применения. Если все сделать правильно, то первый ощутимый эффект можно получить очень быстро.