9 ноября 2023, 17:21
Количество просмотров 720

Робот Лаврентий и 70 его соратников

Сегодня многие инновационные банки применяют технологию роботизированной автоматизации бизнес-процессов (Robotic Process Automation, RPA). О специфике использования RPA в банкинге мы беседуем с Зинаидой Ястребцевой, директором департамента карточных технологий Росбанка, успешно реализовавшего целый ряд кейсов в этом направлении.
Робот Лаврентий и 70 его соратников

ПЛАС: Расскажите о текущих инициативах банка в области автоматизации процессов. Какую роль в них играет технология RPA?

З. Ястребцева: Мы активно применяем автоматизацию и роботизацию процессов, и в первую очередь это касается целевых тяжелых систем, работающих, например, с большим объемом документов. Для нас RPA — один из важных инструментов повышения показателей эффективности. Данная технология реализована в банке для более 180 сервисов и позволяет высвободить из рутинных процессов больше 200 условных сотрудников.

Мы работаем в данном направлении свыше четырех лет, используя машинное обучение, искусственный интеллект и другие новации. Все они позволяют банку экономить на операционных процессах, одновременно повышая их производительность и качество. Для нас это своего рода эволюционный процесс.

Мы начинали с малого, когда роботы выполняли буквально три действия. Сейчас роботы задействованы в очень сложных и многоступенчатых процессах. При этом кроме постоянных модификаций самих роботизированных систем мы обогащаем их смежными технологиями, чтобы еще больше расширить их функционал.

ПЛАС: Мы знаем о росте интереса к роботизации в банковской индустрии в целом. Можете поделиться практическим опытом вашего банка в этой области? Какие конкретные бизнес-процессы были роботизированы, и как это повлияло на их эффективность?

З. Ястребцева: У нас достаточно широкий спектр сервисов, которые мы охватываем роботизацией. Есть сервисы для конечных клиентов — физических и юридических лиц, но также это еще и внутренние клиенты, и взаимодействие с госорганами. Например, у нас есть робот по имени Лаврентий (отмечу, каждый из более 70 наших роботов имеет собственное имя — потому что все они наши сотрудники). Лаврентий — один из первых наших роботов. При этом все четыре года деятельности он не останавливался в своем развитии, взаимодействуя с госорганами, такими как ФНС, Таможенная служба, МВД и т. д.

У нас достаточно широкий спектр сервисов, которые мы охватываем роботизацией. Есть сервисы для конечных клиентов — физических и юридических лиц, но также это еще и внутренние клиенты, и взаимодействие с госорганами.

Государственные органы присылают достаточно большой объем материалов: запросы, уточнения, информацию и т. д. Поэтому в этой области широко применяется роботизация — для распознавания запросов приставов, например. Вместо того чтобы разбирать вручную весь поток документов, процесс осуществляется автоматически. Также, например, у нас есть робот, который помогает быстрее обрабатывать полисы КАСКО, поступающие от клиентов, чтобы они быстрее попадали в систему и клиент оставался в комфортном для него тарифе.

Leonardo_Vision_XL_A_futuristic_robot_does_the_work_of_a_bank_0.webp
Иллюстрация: нейросеть Leonardo / ПЛАС

Возвращаясь к примеру Лаврентия, отмечу, что этот робот «состоит» из 40 сервисов. Он умеет обрабатывать до 30 разнообразных запросов. Лаврентий собирает информацию в десятках систем банка, сам формирует ответы, умеет распознавать машинописный текст с бумажных носителей (нередко нам присылают бумажные тексты, например, из отдаленных районов РФ). Более того, в своей работе Лаврентий может задействовать даже криптографию, там, где это требуется для взаимодействия по конкретному типу запроса.

И это лишь несколько примеров, а у нас таких роботов — целый спектр. Одни готовят справки для клиентов, другие взимают комиссии, третьи проводят сверки и т. д., фронт выполняемой роботами работы очень широк. На примере Лаврентия вы видите эволюцию наших роботов. Сначала система была довольно простой — для обслуживания локальных процессов, но потом, развиваясь, робот получил новые навыки — и освоил новые направления.

В Росбанке целый спектр роботов. Одни готовят справки для клиентов, другие взимают комиссии, третьи проводят сверки и т. д.

ПЛАС: Еще один тренд — платежные стикеры, персонализированные для клиентов, которые сегодня становятся востребованным инструментом в области розничных платежей. Расскажите об опыте банка в создании и управлении персонализированными платежными стикерами — какие результаты здесь уже достигнуты?

З. Ястребцева: Платежные стикеры стали полезным инструментом для клиентов, которые привыкли оплачивать товары и услуги с помощью мобильных сервисов Apple Pay, Google Pay и т. п. Например, российские владельцы iPhone с прошлого года утратили возможность платить телефоном. А платежный стикер — это тот инструмент, который позволил многим нашим клиентам вернуться к привычному уровню комфорта. Де-факто стикеры — это те же карты, просто в уменьшенном масштабе: чип и небольшая антенна. Но с учетом того, что стикер крепится на телефон, по факту клиент возвращается к привычному уровню комфорта оплаты картой. Можно, не имея при себе традиционной карты и наличных, просто приложить в магазине телефон к POS-терминалу и таким образом оплатить покупку. Конечно, далеко не все наши клиенты испытывают потребность в этой технологии, но у нас в Росбанке, например, за ними выстроилась настоящая очередь — люди заранее оставляли заявки и ждали, когда мы эти стикеры выдадим. Теперь мы наладили их выпуск, и любой желающий может воспользоваться данной замещающей технологией, чтобы совершать покупки в привычном для себя режиме.

ПЛАС: Машинное обучение (ML) играет важную роль в современных финансовых инновациях. Какие ML-модели применяются в вашем банке, и какие преимущества они приносят в области аналитики и прогнозирования?

З. Ястребцева: Один из кейсов использования машинного обучения у нас — роботизация, как я уже упоминала, начинали мы с простого, но с развитием и эволюционированием потребностей стали подключать и смежные RPA-технологии. Классика ML, очень активно используемая у нас в связке с RPA, это модели распознавания текста. Достаточно часто нам приходится иметь дело не с электронной информацией, а с тем или иным видом «бумаги», тут речь идет и о структурированных документах, таких как паспорт, и о более вольных письмах в свободном формате, к примеру, запросах приставов. Мы работаем и с тем и с другим форматом, получаем очень неплохие результаты и, дополнительно обучая модели, постоянно улучшаем результат.

Второй кейс тоже весьма интересный — мы используем машинное прогнозирование для управления наличностью в наших банкоматах. Очевидно, что нынешняя ставка рефинансирования делает особенно актуальной задачу сохранения баланса между загрузкой устройства и реальным спросом. Для нас очень важно, чтобы наш клиент всегда был доволен и, подходя к устройству, не сталкивался с проблемой отсутствия нужных сумм или банкнот требуемого номинала. Вот это прогнозирование необходимого баланса в каждый конкретный момент времени мы сейчас и стремимся обеспечить с использованием самообучающихся моделей, созданных нашими дата-командами. И также получаем очень неплохой результат. Думаю, через пару месяцев мы уже будем готовы говорить о конкретных достижениях.

kandinsky-download-1699542165566.webp
По мнению нейросети Kandinsky, машинное прогнозирование — процесс таинственный и брутальный

ПЛАС: Каковы планы и стратегии вашего банка, ориентированные на будущее в области цифровой трансформации и автоматизации процессов? Какие новые технологии вы собираетесь внедрить в ближайшие годы?

З. Ястребцева: Цифровая трансформация — это образ жизни. Вы знаете, что Росбанк участвует в пилотной группе проекта по цифровому рублю. Кроме того, у нас есть проекты, связанные с ЦФА, мы запустили платежные стикеры, а также внедрили инновационную скоринговую модель для борьбы с финансовым мошенничеством в малом бизнесе на основе искусственного интеллекта и даже запустили альтернативу мобильному приложению с помощью нового мобильного интернет-банка, который можно установить в обход магазинов приложений. Все это подчеркивает тот факт, что мы как банк не хотим упускать новые возможности и поддерживаем движение в сторону новых технологий. Главное, что мы прекрасно понимаем текущие тенденции. Я, например, застала момент, когда только начинали внедряться чиповые карты. Тогда это была достаточно дорогостоящая технология, и поэтому часто приходилось слышать вопрос: зачем вообще они нужны? Сейчас же невозможно представить себе банковскую карту без чипа. То же было и с Pay-сервисами: «Как это так, платить с телефона в магазине, кому это нужно?» Сейчас это обычно дело. Именно так и развиваются технологии, становясь массовыми. И сейчас мы делаем шаги в сторону дальнейшей цифровизации финансовой сферы.

ПЛАС: Каковы главные вызовы и препятствия, с которыми ваш банк сталкивается при реализации проектов по автоматизации и цифровой трансформации?

З. Ястребцева: Что касается вызовов, то, наверно, сейчас они у всей отрасли примерно одинаковые. Наша основная потребность — опираться на отечественных партнеров. И, как мне кажется, мы успешно движемся в эту сторону. Наш банк, например, стал практически одним из первых, кто полностью перешел на отечественное ПО в части технологий роботизации.

Цифровая трансформация — это образ жизни

В результате нам действительно понравилась отечественная ИТ-платформа, и теперь мы вместе эволюционируем. Движение в этом направлении открыло для всех новые возможности.

К сожалению, пока еще не во всех областях есть такие надежные, уверенные партнеры, соответствующие привычному нам уровню развития, который продиктован условиями сегодняшнего дня. Однако подобные вызовы и препятствия могут дать прекрасный старт для того, чтобы наши партнеры вместе с нами развивались и стали достаточно зрелыми во всех областях. Это, наверное, основная польза от сложностей, с которыми мы столкнулись и с которыми должны были справиться в ограниченный промежуток времени. В данном случае я вижу в первую очередь новые возможности для поиска эффективных решений, для выбора правильного пути, и в меньшей степени какие-то ограничивающие моменты.

Конкретный пример — наша история с заменой платформы RPA. Когда произошли известные события, мы буквально через месяц остались без иностранного партнера, который поддерживал нас с разработками в части роботизации. Но, главное, в совсем короткий срок заканчивались и лицензии уже внедренных процессов. Роботизация, как я говорила, закрывала на тот момент задачи порядка 200 сотрудников, поэтому нам пришлось в срочном порядке выходить из затруднительного положения и искать альтернативное решение. И у нас все получилось! Мы нашли нового, отечественного партнера и в результате смогли не просто заменить то, что уже было реализовано, но и эволюционно развить прежние наработки и выйти на новый уровень как сервиса, так и гибкости подхода, именно новая платформа позволила нам попробовать распределенную разработку роботов. Этот переход стоит отдельного обсуждения, так как мы гордимся тем, что простые операционные работники не просто научились создавать роботов, но делают их качественными и очень эффективными. Для меня это прекрасный пример того, как неожиданные изменения, если ты готов воспринимать происходящее в позитивном ключе, могут принести результаты, которые прежде казались тебе если не невыполнимыми, то по крайней мере труднодостижимыми.


PLUSworld в соцсетях:
telegram
vk
dzen
youtube