Хотя банки и финансы обычно являются сферами, которые медленно реагируют на развитие технологий, оба сектора должны догнать технологические тенденции, чтобы выжить. Давайте разберёмся, какие потенциальные инструменты, работающие на ИИ (искусственном интеллекте), имеются в этой сфере и какие препятствия мешают их более широкому внедрению.
Прошли те дни, когда вам приходилось ждать в очереди или договориться о встрече с финансовым консультантом для того, чтобы взять деньги в кредит киев. Теперь вы можете совершать банковские операции при помощи своего смартфона за небольшую часть стоимости. Хотя большинство людей боится автоматизации, её приход не только неизбежен, но и желателен. Люди не могут принимать решения за доли секунды с той же точностью, что и машины, и большинство специалистов не будут довольны финансовой прибылью, которую они получат от таких транзакций. Будущее финансов заключается в ИИ.
Люди делают ошибки, но это неприемлемо с точки зрения финансов. Системы ИИ обладают отличной точностью, предсказуемостью и могут обеспечить соблюдение требований, не уставая и не ошибаясь.
Такие системы производят значительно снижения себестоимости после начальной установки системы, которая может быть довольно дорога. Тем не менее, рабочий график 24/7, низкие эксплуатационные расходы и, в случае ИИ, возможность самосовершенствования, могут легко оправдать инвестиции.
Использование роботизированных консультантов обеспечивает масштабируемость процесса. Это создаёт финансовой компании конкурентное преимущество. Тот же алгоритм можно тиражировать даже в других ситуациях, например, для выявления риска мошенничества с платёжными картами и предотвращения кражи личных данных, что делает его очень рентабельным.
Например, в случае управления рисками ИИ ищет шаблоны в данных, имея в виду, что люди склонны иметь привычки, такие как доступ с одного и того же устройства, примерно в тот же промежуток времени и обычно из одного и того же географического района. Если какая-либо из этих переменных рассматривается как ложная, система будет предупреждать пользователя и запрашивать другие проверки. Большой выигрыш для банка заключается в том, что ИИ защищает его от возможных потерь.
Основная задача систем ИИ – получение качественных данных для самообучения, поэтому появляется вопрос мусорных данных. Несмотря на то, что все финансовые учреждения имеют множество данных, возвращающихся через несколько лет, они не всегда готовы к использованию даже в цифровом формате, поскольку правила соблюдения требуют большого количества печатных копий. К ним относятся информация о клиентах, счетах, транзакциях, платежах, кредитных баллах, риску по умолчанию и многого другого.
Даже данные, которые уже находятся на компьютерах или серверах, не вполне пригодны для использования, поскольку они обычно застревают в разных изолированных кластерах. Чтобы они стали сырьем для обучения ИИ, их необходимо загрузить в облако в распределенную файловую систему, готовую к обработке Hadoop.
Не только передача данных в Интернет является проблемой, но и их качество. Разумеется, структурированные данные просты в обращении, но они не содержат всю информацию, которую может предлагать консультант-робот.
Тенденция предлагать роботизированных консультантов растет, и некоторые учреждения уже предприняли некоторые важные шаги в этом направлении. Большинство из них – цифровые помощники и работают как чат-хосты, заменяющие помощников по обслуживанию клиентов. Другие имеют дело с предотвращением мошенничества и работают в фоновом режиме.
Несмотря на то, что, как правило, технологии внедряются медленно, банки и финансы догоняют технологические тенденции. Стоит ожидать увеличение количества консультантов-роботов в разных областях: от фронт-офиса до бэк-офиса, от личных финансов до высокочастотной торговли.