Что технологии позволяют делать на финансовых рынках. Искусственный интеллект (ИИ) применяется на финансовых рынках уже несколько десятилетий. Основная цель — повышение эффективности, масштабирование, автоматизация и качественное управление рисками. "ика" Банки могут сэкономить миллиарды долларов, используя такие технологии, как автоматизация и искусственный интеллект(ИИ), говорится в исследовании. ИИ может выполнять различные задания: от систематизации сведений, до анализа изображений и распознавания речи. Многогранность возможностей искусственного интеллекта позволяет использовать технологию в различных сферах, включая банковскую. Согласно экспертным оценкам, внедрение искусственного интеллекта (ИИ) в банковском деле по всему миру в ближайшие десять лет способно дать экономический эффект в триллион долларов [14].
Применение искусственного интеллекта в банковской сфере на примере Сбербанка
AI - это лучший друг инвестора, который знает все о его финансовых целях, предпочтениях и ситуации. AI может подобрать индивидуальный инвестиционный план, который будет соответствовать профилю риска и доходности клиента. AI может также самостоятельно совершать сделки на рынке, используя алгоритмы и данные в реальном времени. AI может также давать советы по оптимизации портфеля, учитывая изменения на рынке и в жизни клиента.
Одним из примеров такого решения является Betterment , платформа для автоматизированного инвестирования и управления активами с помощью робот-адвайзеров. Прогнозирование рынка. AI - это мощный инструмент для анализа финансовых рынков, который может предсказывать будущие цены, тренды и события.
AI использует большие данные, машинное обучение и глубокое обучение для изучения различных факторов, которые влияют на рыночную динамику, таких как новости, социальные сети, экономические показатели и другие. AI может также распознавать сложные закономерности и сигналы в данных, которые могут быть скрыты для человеческого глаза или традиционных методов. Примером такого решения является Sentient Investment Management , компания, которая использует AI для создания и управления глобальными хедж-фондами.
Автоматизация управления страховыми рисками. AI - это надежный партнер страховщика, который помогает оценивать и минимизировать страховые риски, связанные с различными видами полисов, такими как жизнь, здоровье, имущество, авто и другие. AI использует данные о клиентах, объектах страхования, окружающей среде и других переменных для расчета вероятности наступления страхового случая и определения оптимальной премии.
AI может также использовать данные о прошлых страховых случаях для обучения моделей, которые могут предсказывать будущие страховые потери и оптимизировать резервы. Одним из примеров такого решения является Lemonade , платформа для онлайн-страхования имущества с помощью AI. Чтобы использовать силу искусственного интеллекта для улучшения финансовой сферы, нужно решить ряд сложных проблем, связанных с разными аспектами этой технологии.
Вот некоторые из них: Юридические и регуляторные вопросы. Финансовая отрасль - одна из самых строго регулируемых в мире. Ей приходится соблюдать многочисленные законы и стандарты, которые обеспечивают легальность, прозрачность и безопасность финансовых операций, а также защищают права и интересы клиентов.
Но AI в финансах - это новая реальность, которая не всегда подпадает под существующие правила. AI может быть сложным, динамичным, автономным и непредсказуемым, что затрудняет его контроль и оценку. Поэтому нужно разработать новые правовые и регуляторные рамки для AI в финансах, которые бы учитывали его специфику, потенциал и риски, а также согласовывались бы на международном уровне.
Например, Международный валютный фонд МВФ в своем докладе «Powering the Digital Economy: Opportunities and Risks of Artificial Intelligence in Finance» предлагает развивать глобальные стандарты и принципы для AI в финансах, а также укреплять международное сотрудничество и обмен опытом. Проблемы безопасности данных. AI в финансах работает с огромными объемами чувствительных данных, таких как личные данные клиентов, финансовая информация, банковские счета, кредитные карты и другие.
Эти данные - это ценный ресурс для AI, но также и приманка для хакеров и мошенников. Поэтому нужно обеспечить высокий уровень защиты данных от утечек, кражи, повреждения, подделки и других угроз. Для этого нужно использовать современные технологии шифрования, аутентификации, обнаружения аномалий и другие.
Кроме того, нужно соблюдать правила конфиденциальности и согласия на обработку данных клиентов, а также уважать их право на доступ, исправление и удаление своих данных. Примером нарушения безопасности данных является случай компании Capital One , которая в 2019 году стала жертвой кибератаки, в результате которой были похищены данные более 100 миллионов клиентов. Этические вопросы и вопросы ответственности.
AI в финансах может иметь значительное влияние на жизнь и благосостояние людей, поскольку он может принимать за них важные финансовые решения или влиять на них. Поэтому нужно обеспечить этичность и справедливость работы AI в финансах, а также определить ответственность за его действия и последствия. Это подразумевает избегание дискриминации, предубеждений, манипуляции и злоупотребления AI в финансах, а также обеспечение прозрачности, объяснимости и проверяемости его работы.
Кроме того, нужно установить механизмы контроля, надзора и жалоб на AI в финансах, а также определить правовой статус и обязанности AI в финансах.
AI может помочь финансовым организациям оценивать и минимизировать различные виды рисков, связанные с кредитованием, инвестициями, страхованием и другими операциями. AI может использовать большие данные из разных источников для анализа поведения клиентов, рыночных тенденций, экономических показателей и других факторов, влияющих на вероятность возникновения неблагоприятных событий.
На основе этого анализа AI может предлагать оптимальные стратегии для управления рисками, а также предупреждать о потенциальных угрозах. Повышение качества обслуживания клиентов. AI может улучшить взаимодействие финансовых организаций с их клиентами, предоставляя им более персонализированные, удобные и доступные услуги.
AI может использовать NLP для распознавания и обработки естественного языка в текстовых и голосовых запросах клиентов, а также для генерации подходящих ответов. AI может также использовать машинное обучение для анализа предпочтений, потребностей и поведения клиентов, а также для предложения им наиболее подходящих продуктов и услуг. Примером такого решения является Clinc , платформа для создания интеллектуальных голосовых ассистентов для финансовых организаций, которая позволяет обслуживать миллионы клиентов в режиме реального времени.
Искусственный интеллект в банковском секторе AI - это мощный двигатель преобразований в банковском секторе, который является одним из ключевых и наиболее консервативных элементов финансовой системы. Благодаря AI банки могут не только повысить свою эффективность, прибыльность и конкурентоспособность, но и предоставить своим клиентам новый уровень обслуживания, учитывающий их индивидуальные потребности, предпочтения и ожидания. Вот некоторые примеры того, как AI может помочь банкам в разных сферах деятельности: Персонализация предложений.
Банки хотят предлагать своим клиентам наиболее подходящие и выгодные продукты и услуги, которые будут соответствовать их финансовым целям, интересам и возможностям. Для этого банкам нужно знать своих клиентов как можно лучше, анализировать их доходы, расходы, платежную историю, а также следить за рыночной конъюнктурой. AI может помочь банкам в этом, используя большие данные, машинное обучение и аналитику для создания персонализированных финансовых рекомендаций для каждого клиента.
Например, AI может предложить клиенту оптимальный тариф по кредиту или депозиту, скидку или бонус по карте, или другой продукт, который будет полезен для его финансового благополучия. Одним из решений, которое использует AI для персонализации предложений в банковском секторе, является Personetics. Это платформа, которая анализирует поведение и потребности клиентов в реальном времени и предлагает им подходящие продукты и советы по управлению финансами.
Personetics работает с такими крупными банками, как U. Bank, RBC и Santander. Борьба с мошенничеством.
Банки подвергаются постоянной угрозе мошенничества со стороны злоумышленников, которые пытаются украсть деньги или личные данные клиентов или банка. Мошенничество может принести большие убытки и повредить репутации банков, а также нанести вред клиентам. Для защиты от мошенничества банкам необходимо использовать современные высокоточные инструменты.
AI может помочь банкам в этом, используя анализ поведения, биометрию, геолокацию и другие технологии для верификации личности клиентов и подтверждения легитимности транзакций. AI может также обнаруживать аномальные или подозрительные операции и блокировать их или требовать дополнительной проверки. Feedzai - это пример решения, которое применяет AI для защиты банковского сектора от мошенничества.
Это платформа, которая обрабатывает огромные объемы данных из разных источников и выявляет паттерны мошеннического поведения с высокой точностью. Демократизация доступа к банковским услугам. Банки хотят расширить свою аудиторию и привлечь новых клиентов, особенно в развивающихся странах и среди неблагополучных слоев населения.
Однако многие потенциальные клиенты не имеют или имеют низкий традиционный кредитный рейтинг, который является основным критерием для оценки кредитоспособности. Для того, чтобы предоставить этим клиентам доступ к банковским услугам, банкам нужно использовать альтернативные данные, такие как социальные сети, мобильная связь, электронная коммерция и другие, для оценки финансового поведения потенциальных заемщиков. AI может помочь банкам в этом, используя машинное обучение и аналитику для анализа альтернативных данных и принятия решений о выдаче кредитов.
AI может также использовать NLP Natural Language Processing и биометрию для упрощения и ускорения процесса верификации и одобрения кредитов. Одним из решений, которое использует AI для демократизации доступа к банковским услугам, является Tala. Это мобильное приложение, которое предоставляет микрокредиты в развивающихся странах.
Фото: Сергей Куксин Прямая речь Москва уже реально внедряет искусственный интеллект в самых разных сферах - здравоохранении, градостроительстве, повышении безопасности, управлении транспортом и в целом движением на дорогах. У нее нет проблем с количеством данных и баз, есть проблемы с их качеством. Об этом говорил мэр Москвы Сергей Собянин на пленарной сессии форума инновационных финансовых технологий Finopolis 2023. Глава столицы рассказал, что столичные власти воочию в этом убедились во время пандемии коронавируса. Огромный объем данных, загруженный в централизованную федеральную систему, не всегда оказывался корректным, из-за чего власти не могли принять адекватное решение или, принимая его, допускали большое количество ошибок. Но работа с новыми технологиями продолжается.
То есть практически стопроцентное распознавание. А когда машина выдает стопроцентные правильные ответы, появляется возможность полностью автоматизировать эти процессы, проводить их без присутствия человека", - сказал Собянин. Здравоохранение, по мнению Собянина, вообще является сферой, где искусственный интеллект наиболее востребован. С его помощью в Москве, например, оцифровано 15 млн медицинских карт, то есть практически у всех москвичей. Детские карты оцифрованы с дня рождения, взрослые - с глубиной погружения на два-три года. И эта глубина будет нарастать, отметил мэр.
Человеку это дает возможность самому заполнять медкарту, превращая ее в свой медицинский дневник. Городу же это позволило внедрять технологии, когда с помощью искусственного интеллекта начал ставиться сначала предварительный диагноз - таких диагнозов поставлено уже около 10 млн. Он считает, что на такую систему в течение года перейдут все врачи общей практики. Но это вовсе не означает, что врач вообще устраняется, пояснил Собянин. Но связано это, по его мнению, не столько с механизмом принятия решения, сколько с недостоверностью данных в карте. Чем больше правильных сведений будет накапливаться, тем более точным будет становиться диагноз, так как одновременно происходит и обучение машины.
Теперь уже и в финансах искусственный интеллект помогает повышать эффективность и улучшать результаты. Машинное и глубокое обучение, нейронные сети, аналитика больших данных и многое другое позволили компьютерам обрабатывать разнообразные и огромные наборы данных. Экономия и увеличение прибыли банков На заре банковского дела банкиры были на короткой ноге со своими клиентами, чтобы помогать им управлять финансами грамотно. Но в нынешнем цифровом мире личная связь пропала. Чтобы её восстановить, можно задействовать искусственный интеллект в банке. Пройдя машинное обучение, он сможет обрабатывать большое количество информации о клиентах. Потом ИИ проанализирует эти данные и подберёт подходящие клиентам продукты. Этот индивидуальный подход помогает достичь высокого уровня их удовлетворённости. Его проводили Enterprise Strategy Group с Oracle в 2019 году, опрашивая онлайн 700 финансовых и операционных директоров из 13 стран. Российские банки уже пару лет увеличивают прибыль благодаря экономии.
Принятие точных решений Управленческие решения с учётом данных приводят к новому стилю управления с меньшими затратами. Вместо того, чтобы обращаться к дорогим экспертам, руководители банков и страховых компаний могут задавать правильные вопросы машинам. ИИ проанализирует закономерности и тенденции в данных, избавив команду от необходимости обрабатывать огромные объёмы информации. Затем предоставит рекомендации, которые помогут руководителям и командам принять лучшее решение. ИИ помогает искать данные в корпоративных системах, определяя общий смысл запроса и находя документы с важной информацией, например, финотчёты, договоры, презентации. Прогнозирование в финансовых услугах Прогнозная аналитика способна влиять на стратегию бизнеса, стимулирование продаж, оптимизацию ресурсов. Она может изменить правила игры, улучшить бизнес-операции и внутренние процессы. В сфере финансовых услуг прогнозная аналитика применяется для сбора и систематизации данных, их анализа с помощью передовых алгоритмов.
Как применяется искусственный интеллект на финансовых рынках
| Использование искусственного интеллекта в банках: ИА «Кам 24» | ИИ на рынке финансовых технологий оценивался в 8,61 млрд долларов США в 2022 году и, как ожидается, достигнет 57,99 млрд долларов США в 2032 году, увеличившись в среднем на 23% в течение прогнозируемого периода. |
| Искусственный интеллект в банках: что это дает клиенту и почему его не нужно бояться | Банки.ру | Стоит отметить, что важным элементом в создании правовой базы в данной сфере является определение модели регулирования технологий искусственного интеллекта. |
| Роль AI в Финтехе / Хабр | Доклад посвящен вопросам развития и применения ИИ на финансовом рынке, включая определение ИИ, его типы, основные технологии ИИ и тенденции их развития. |
| 4 лучших практики применения машинного обучения в банковском секторе | Чем ИИ может быть полезен в сфере финансов, какие существуют риски его применения, как регулируют ИИ в мировой практике и какой подход может быть использован для российского финансового рынка — эти и другие вопросы Банк России поднимает в консультативном. |
| Зачем банкам ИИ: от кредиток до метавселенной - Блог Валерий Сидоренко | Генеративный ИИ, примером которого является ChatGPT, может произвести революцию в банковской отрасли, предоставляя экономически эффективный анализ данных и производительность, сравнимую с аналитиками-людьми. |
Вы точно человек?
Роботизированная автоматизация процессов (RPA), использующая когнитивный ИИ, внедряется банками для повышения операционной эффективности и снижения затрат, и многие крупные финансовые фирмы уже видят преимущества. Финансовые учреждения могут использовать ИИ для создания индивидуального опыта для каждого пользователя, отслеживая историю его транзакций и внося соответствующие изменения в операции. Применение машинного обучения в банковской сфере: 4 лучших практики. С одной стороны, проникновение продвинутой аналитики во все сферы деятельности банка означает высокую зависимость от искусственного интеллекта. С другой стороны, как было сказано выше, ИИ — это не более чем инструмент. Сложный и специализированный. Чтобы её восстановить, можно задействовать искусственный интеллект в банке. Пройдя машинное обучение, он сможет обрабатывать большое количество информации о клиентах. Потом ИИ проанализирует эти данные и подберёт подходящие клиентам продукты. Какие инструменты, основанные на ИИ, применяются в банковской сфере? Алексей, расскажите, какие инструменты, основанные на ИИ, Сбер Банк запустил первыми и почему именно их?
Список литературы
- Искусственный Интеллект - Сектор Будущего! Разбор сектора и акций для инвестирования.
- Искусственн
- Использование искусственного интеллекта в банках: ИА «Кам 24»
- Задача со звездочкой
- Пять трендов банковских технологий и финтеха в 2023 году | eKassir
- Применение искусственного интеллекта в банковской сфере на примере Сбербанка
Искусственный интеллект в финансах
Безусловными лидерами в сфере ИИ в России и в мире являются финтех-компании. По данным McKinsey & Co, в 2020 году 60% организаций из этой отрасли использовали ИИ. 1. Искусственный интеллект имеет значительный потенциал для применения в финансовой отрасли. 2. Финансовые учреждения, такие как банки, страховые компании и инвестиционные фонды активно применяют ИИ в своей деятельности для автоматизации задач. Банковская сфера всегда стремилась использовать самые передовые разработки. Так, еще в 50-х годах банки начали использовать специальные математические модели для кредитного скоринга, или оценки кредитоспособности клиентов. Мы провели анализ мировых финтех трендов и выявили наиболее популярные решения за этот период. Генеративный ИИ в виде чат-бота ChatGPT нашел применение в банковской сфере в конце 2022 года. Доклад посвящен вопросам развития и применения ИИ на финансовом рынке, включая определение ИИ, его типы, основные технологии ИИ и тенденции их развития.
Как используются нейросети в работе банка: интервью со специалистом Сбер Банка
это мощный двигатель преобразований в банковском секторе, который является одним из ключевых и наиболее консервативных элементов финансовой системы. В исследовании SAS и GARP «Искусственный интеллект в банковской сфере и управлении рисками» приводятся следующие данные: Положительное влияние ИИ отмечено в автоматизации процессов – 52%; кредитном скоринге – 45%; подготовке данных – 43%. В Почта Банке корреспонденту ComNews рассказали, что обладают большим опытом в сфере ИИ. Организация использует биометрические технологии для идентификации сотрудников и клиентов (в том числе в рамках Единой биометрической системы). В бэк-офисах ИИ отвечает за оценку платежеспособности (так, решения о выдаче 90% потребительских кредитов и 100% кредитных карт Сбера еще три года назад выдавал искусственный интеллект). Ожидается, что в 2023 году рынок ИИ преодолеет отметку в 500 млн долларов и его объем к 2024 году составит 555,1 млн долларов. Наиболее часто ИИ используется для автоматизации клиентской поддержки, сбора и анализа данных для исследований рынка, в алгоритмическом трейдинге и в системах распознавания мошеннических операций.
Искусственный интеллект и автоматизация могут сэкономить банкам более $70 млрд к 2025 году
Роботизированная автоматизация процессов (RPA), использующая когнитивный ИИ, внедряется банками для повышения операционной эффективности и снижения затрат, и многие крупные финансовые фирмы уже видят преимущества. Ключевые технологии ИИ в банковской сфере с примерами его использования. Вот несколько ключевых технологий искусственного интеллекта в банковской отрасли с примерами их практического использования. ИИ на рынке финансовых технологий оценивался в 8,61 млрд долларов США в 2022 году и, как ожидается, достигнет 57,99 млрд долларов США в 2032 году, увеличившись в среднем на 23% в течение прогнозируемого периода.
Цифровой суверенитет, корневое ПО и активный банкинг. Главные ИТ-тренды финтеха 2023
| ЦБ предложил законодательные методы регулирования развития ИИ на финансовом рынке | Где сейчас используют Искусственный Интеллект — Сегментырынка. На первом месте, где сейчас применяют ИИ это автомобильный рынок, около 17% всех технологий применятся именно в автомобилях. |
| Использование искусственного интеллекта в банках: ИА «Кам 24» | Обработка больших объемов данных: В сфере финансовой аналитики в России, особенно в банковском секторе, собирается огромное количество данных о клиентах и транзакциях. ИИ и технологии анализа больших данных позволяют эффективно обрабатывать эту информацию. |
| Не только для чат-ботов: банки нашли применение искусственному интеллекту | Масштаб явления, меняющего банковское дело на наших глазах, можно понять по оценкам ведущих экспертов. По расчетам McKinsey&Co, искусственный интеллект может принести банкам по всему миру $1 трлн дополнительной капитализации ежегодно. |
Исследование: "Применение технологий искусственного интеллекта на финансовом рынке"
Искусственный интеллект в банковской сфере — это сочетание технического прогресса и инноваций, направленное на упрощение банковской деятельности, повышение эффективности и выгоды как для банка, так и для клиента. это мощный двигатель преобразований в банковском секторе, который является одним из ключевых и наиболее консервативных элементов финансовой системы. Согласно экспертным оценкам, внедрение искусственного интеллекта (ИИ) в банковском деле по всему миру в ближайшие десять лет способно дать экономический эффект в триллион долларов [14]. Генеративный ИИ, примером которого является ChatGPT, может произвести революцию в банковской отрасли, предоставляя экономически эффективный анализ данных и производительность, сравнимую с аналитиками-людьми.
10 лучших вариантов использования искусственного интеллекта в финансовом секторе
Александр Крушинский, директор департамента голосовых цифровых технологий компании BSS, сообщил, что банки для анализа телефонных разговоров контакт-центра клиентами и для анализа чатов используют решения по речевой аналитике на основе ИИ. По его словам, приблизительная стоимость таких решений составляет 10-50 тыс. Он добавил, что речевая аналитика позволяет выстраивать полный автоматический цикл контроля и мотивации, когда все контакты с клиентами фиксируются, анализируются и в режиме реального времени выводятся руководству контакт-центра и самим операторам в виде наглядных метрик и графиков. Евгений Доможиров, генеральный директор ООО "ЧЕСКА" системный интегратор CESCA , отметил, что банки и крупные организации, как правило, ищут готовые решения, поскольку создание insource-решений обычно связано с высокими затратами и низкой маржинальностью. Для эффективной работы внутри компании и распределения задач, контроля соблюдения регламентов, бизнес-процессов и оценки знаний персонала, мы предлагаем банкам и другим крупным корпорациям ИИ-систему METIDA.
Однако, учитывая отсутствие обширной статистики, эффективность внедрения таких систем можно будет оценить только после года эксплуатации", - сообщил Евгений Доможиров корреспонденту ComNews. Новости из связанных рубрик.
Одним из вариантов решения может стать привлечение внешних служб, что активно практикуется уже в наши дни — многие компании готовы удовлетворить стремительно возникающий спрос. Помимо консультативных услуг и автоматизированного управления активами, ИИ помогает клиентам подобрать наиболее интересные и актуальные именно для них предложения из всего спектра банковских услуг. Рост производительности ИИ может облегчить работу и с внутренними операциями, взяв на себя рутинные и однотипные операции, с которыми он способен справляться в разы эффективнее и быстрее любого компетентного сотрудника.
Работа с новыми клиентами, совершаемая по стандартному скрипту, к примеру, может с помощью ИИ превратиться в ненавязчивый и позитивный опыт для самого клиента, где учитываются его потребности, привычки и финансовые цели. Такого уровня персонализации в работе едва ли возможно было достигнуть без привлечения технологий. Помимо того, способность ИИ собирать и структурировать постоянно обновляющуюся информацию может увеличить эффективность составления отчетности, внутренней документации и даже списка «часто задаваемых вопросов», который будет непрерывно дополняться и корректироваться в соответствии с последними обновлениями и учетов всех новых продуктов и связанных с ними тонкостей. Устранение погрешности Контроль и перепроверка поступающих данных были одними из первых функций ИИ в банках.
По части цифровизации и развития технологий российские банки ушли достаточно далеко от своих коллег даже из стран Запада хотя до Китая пока далеко всем. На практике в банковском бизнесе технологии искусственного интеллекта применяются достаточно широко, говорит эксперт: с его помощью автоматизируются процессы фронт-офиса то есть, непосредственное взаимодействие с клиентами и бэк-офиса та часть работы, где сотрудник с клиентами не контактирует ; автоматизация работы подразделений по работе с клиентами; работа вспомогательных подразделений банка; работа по просроченной задолженности, и т. Разные банки с помощью ИИ автоматизировали разные свои процедуры. Например, Сбербанк отдал ему право принимать решение о выдаче кредита физлицам и бизнесу, Росбанк использует его для оцифровки бумажных документов клиента, «Альфа-Банк» использует роботов для обзвона клиентов с небольшими просрочками, «Хоум Кредит» подбирает предложения под конкретного клиента.
Однако ИИ можно поручить далеко не все — операции должны быть как минимум более-менее однотипными и формализованными. Другими словами, из беспорядочного набора случайной информации о клиенте ИИ не сможет понять, можно ли ему выдать кредит — информация должна быть структурирована, а максимальное количество ее должно укладываться в какие-то формальные рамки. Сам же ИИ работает тоже не сам по себе — такие системы предполагают, что их нужно для начала обучить. Как говорит эксперт по алгоритмической торговле Дмитрий Клименко, в банковской сфере как и в других видах деятельности используются алгоритмы машинного обучения. Пока нет однозначного мнения о том, можно ли считать их частью искусственного интеллекта, но цели и методы у них похожи. В сильно упрощенном виде схема с машинным обучением выглядит так: в систему закладываются определенные формальные признаки например, возможные варианты доходов клиента ; дальше проходит множество итераций обучения — системе показывают, какие варианты ответа допустимы, а какие нет. Например, доход не может быть отрицательным, а доходы в миллионы рублей за месяц должны вызывать вопросы. Если клиент получает в месяц 5000 рублей — его рассматривать не стоит, а вот клиента с доходами в 35000 рублей в месяц можно «пропустить» дальше; по итогам обучения система формулирует определенную модель того, как должен выглядеть, например, платежеспособный клиент; в практическом использовании система будет сравнивать данные клиента с той моделью, которую она построила благодаря обучению.
На самом же деле все намного сложнее — таких систем «агентов» может быть несколько, они взаимодействуют друг с другом и даже имеют определенную иерархию. Например, в случае с системой по оценке ипотечных заемщиков каждый из агентов оценивает свой «фронт» — платежеспособность заемщика, его будущую квартиру, возможные риски работодателя этого заемщика и другие факторы. В итоге нижестоящие агенты передают свою информацию вышестоящему звену, а уже оно принимает окончательное решение. Что это дает клиентам банков? Когда Герман Греф начал рассказывать о переходе на искусственный интеллект в Сбербанке, это чаще высмеивали, чем воспринимали всерьез — репутация у банка была такая, что никакой технологический прорыв в нем, казалось, будет уже невозможен. Тем не менее, постепенно проблемы решаются, а банковские системы начинают работать так, как и должны. С точки зрения рядового клиента банка это может быть не так заметно, как изнутри него, тем не менее, влияние современных технологий может ощутить почти каждый. Так, с помощью ИИ российские банки делают следующее: отслеживают подозрительные транзакции.
Каждый банк проводит тысячи операций в минуту и проверить каждую вручную физически невозможно. Но за осуществление сомнительных транзакций банк может получить серьезное наказание от Центробанка и Росфинмониторинга. На помощь приходит ИИ — он отслеживает отправителя и получателя перевода, оценивает объем и частоту таких транзакций, сравнивает их с типовыми ситуациями.
Такие принципы предполагают зависимость уровня регуляторных требований от объема и вероятности реализации рисков внедрения технологий ИИ. К такому типу регулирования близок подход Великобритании и Сингапура. Стоит также отметить, что на фоне широкого распространения генеративного ИИ регулирование таких моделей становится актуальным вопросом для все большего числа юрисдикций. Международные организации. Одним из основополагающих документов являются опубликованные в 2019 г. Также на основе указанных рекомендаций в октябре 2023 г. Модели ИИ предлагается классифицировать в зависимости от уровня создаваемых ими угроз: неприемлемого, высокого, ограниченного, минимального.
К неприемлемому уровню риска отнесено использование ИИ, осуществляющего социальный скоринг и биометрическую идентификацию в режиме реального времени в публичных местах: использование таких технологий ИИ будет запрещено. Тогда как для ИИ с минимальным уровнем риска предусмотрены инструменты «мягкого регулирования», например разработка кодексов этики. Отдельные требования предполагается ввести для операторов систем генеративного ИИ, которые должны будут раскрывать информацию о применении ИИ при создании контента и использовании обучающих данных, защищенных авторским правом, а также обучать и проектировать модели ИИ для предотвращения генерирования незаконного контента. Наряду с развитием общеотраслевого законодательства финансовые регуляторы ЕС также формируют подходы к регулированию ИИ на финансовом рынке, которые в основном сводятся к мягкому регулированию. В основном это руководства и рекомендации в отношении подходов к работе с данными и моделями, управления рисками, защиты прав потребителей, соблюдения этических принципов и др. В частности, к таким примерам можно отнести документы Франции , Нидерландов , Германии , Европейской службы банковского надзора. Он тоже запрещает социальный скоринг и биометрическую идентификацию при помощи ИИ в общественных местах. Системы ИИ с высоким уровнем риска кредитный скоринг, автономные транспортные средства, использование решений ИИ в медицине, образовании должны отвечать дополнительным требованиям надежности и объяснимости. Здесь принимаются законы, направленные на регулирование отдельных случаев использования ИИ. Так, в 2022 г.
Кроме того, в августе 2023 г. Таким алгоритмам запрещено генерировать контент, направленный на подрыв государственной власти и связанный с пропагандой терроризма, межнациональной вражды, а также содержащий недостоверную информацию. Поставщики решений генеративного ИИ обязаны выполнять ряд требований: 1 обучающие данные должны иметь законное происхождение; 2 ИИ не должен нарушать права лиц на объекты интеллектуальной собственности; 3 при использовании персональных данных для обучения ИИ необходимо согласие лица на их обработку; 4 поставщики ИИ должны принимать запросы физлиц об исправлении недостоверной информации; 5 контент, созданный ИИ, должен быть маркирован. В Канаде в 2022 г. AIDA содержит требование по обезличиванию данных, используемых ИИ, и устанавливает строгие правила управления рисками для некоторых алгоритмов. Также в Канаде активно применяются механизмы «мягкого регулирования» ИИ на финансовом рынке. В апреле 2023 г. Офис суперинтенданта финансовых учреждений OSFI в партнерстве с Институтом глобальных рисков GRI основал Форум финансовой индустрии по искусственному интеллекту FIFAI , куда вошли представители регуляторов, финансовых организаций и исследовательских центров. Форум опубликовал доклад о принципах безопасного и ответственного применения ИИ, к которым, в частности, отнесены объяснимость алгоритмов, качественное управление данными, адекватная структура управления и соответствие этическим принципам.
10 лучших вариантов использования искусственного интеллекта в финансовом секторе
| Как мобильный банкинг с поддержкой искусственного интеллекта улучшает финансовую сферу | В-четвертых, крупные высокотехнологичные компании, выходящие на рынки банковских услуг, имеют большие конкурентные преимущества за счет обширной клиентской сети, огромных массивов данных, масштабирования инновационных технологий, в том числе ИИ. |
| Искусственный интеллект в банках: перспективы и преимущества | FinExecutive | Ожидается, что в 2023 году рынок ИИ преодолеет отметку в 500 млн долларов и его объем к 2024 году составит 555,1 млн долларов. |
Искусственн
Обратите внимание на таблицу ниже взята в свободном доступе , в ней отображен прогноз доходов в млрд. По прогнозам аналитиков доходы от ПО с ИИ к 2025 году будут достигать 125-130 млрд. По факту, эта таблица отображает объем рынка и его прогноз. А если есть рост объема рынка, значит у компаний есть потенциал зарабатывать кратно больше, что скажется на росте стоимости их акций. Применение ИИ в автомобилях пример Ученые и аналитики прогнозируют что примерно через 20 лет в автомобильной сфере произойдет революция и беспилотные системы на базе искусственного интеллекта начнут вытеснять обычный транспорт. И автомобильная отрасль это один их самых перспективных рынков для искусственного интеллекта. ИИ автомобиля будет анализировать окружающую обстановку через камеры, сенсоры, и другие системы и управлять автомобилям без человека.
Япония прямо сейчас полностью готова к тому, чтобы внедрить беспилотные такси. Volvo и Mercedes представили грузовые тягачи, которые будут возить грузы без водителей, и даже у камаза есть проект микроавтобуса полностью на беспилотной системе. Естественно, появляется много вопросов, например, как быть если спустит колесо, закончится бензин или произойдет авария? Во всех этих случаях нужен человек, но я думаю, что мир найдет решение. Применение ИИ в медицине пример Как вы знаете при выявлении заболеваний врачи часто совершают ошибки из-за сильной загруженности или малого опыта, с другой стороны есть много слабых и распространенных болезней, которые можно легко выявлять и тратить время опытных докторов не хочется. Так вот, для этих целей так же уже сегодня применяется искусственный интеллект.
К примеру искусственный интеллект может анализировать истории болезни каждого пациента поликлиники или больницы, регулярно собирать и обрабатывать данные, поступающие от каждого больного например, через фитнес-трекеры и предсказывать возможные скорые проявления хронических болезней, рецидивов и т.
В обоих случаях качество сервиса может быть улучшено с помощью алгоритмов. Что мы хотим от курьерской доставки? Чтобы она была максимально гибкой — с точки зрения географии и времени доставки. Модели маршрутизации позволяют в реальном времени собрать все запросы от клиентов, распределить их по сотрудникам доставки и построить оптимальные маршруты так, чтобы каждый клиент получил наше предложение в том месте и в то время, которые ему максимально удобны Алексей Кашириндиректор Центра продвинутой аналитики Альфа-Банка В случае же с отделениями или банкоматами модели геоаналитики, анализируя огромное количество внешней информации — трафик, активность по транзакциям, объекты инфраструктуры — определяют оптимальное расположение, куда клиентам будет удобнее всего добираться. Наконец, услуга получена, начинается процесс взаимодействия с банком. Наш сервис направлен на то, чтобы вопросов и проблем при этом взаимодействии было как можно меньше. Но если они все же возникают, клиент всегда может написать в чат поддержки. И тут для обеспечения скорости и качества реакции на такие запросы традиционно используются чат-боты. Как работают чат-боты?
Алгоритмы работы чат-бота — это классический пример искусственного интеллекта. В прошлом году мы перевели наши чат-боты на алгоритмы внутренней разработки, что позволило повысить автоматизацию и уровень удовлетворенности клиентов. Мы вообще активно развиваем решения в области машинного обучения, которая называется обработка естественного языка NLP — Natural language processing. Мы видим большой потенциал этой технологии в части повышения эффективности внутренних процессов и скорости и качества взаимодействия с клиентами. Модель максимально точно определяет мошеннические операции среди всего потока транзакций за доли секунды. При этом, что очень важно для клиентского опыта, минимизируется количество ложных срабатываний, когда блокируется легитимная операция. Таким образом, как мы могли убедиться, на каждом шаге искусственный интеллект позволяет повысить качество взаимодействия банка и клиента Алексей Кашириндиректор Центра продвинутой аналитики Альфа-Банка Означает ли это, что машины захватывают банки? С одной стороны, проникновение продвинутой аналитики во все сферы деятельности банка означает высокую зависимость от искусственного интеллекта. С другой стороны, как было сказано выше, ИИ — это не более чем инструмент. Сложный и специализированный.
Но в руках профессионалов он дает надежный результат. Поэтому мы крайне требовательны к компетенциям людей, создающих модели и внедряющие их в бизнес-процессы банка.
Начало применения Искусственного интеллекта далее: ИИ в банковском деле можно отнести еще к 1950м годам, если понимать ИИ как возможность машины осваивать задачи, ранее выполняемые человеком и обучаться в процессе. В процессе непрерывного развития и обучения машины все быстрее и со все возрастающей точностью исполняют возлагаемые на них задачи, и на 2018 год ИИ задействован в бэк-офисе банков, отделе контроля, технической поддержке, в системах доставки, на анализе рисков, в маркетинге и т. Банки не пренебрегают этим инструментом, позволяющим принимать каждое новое решение, базируясь на постоянно возрастающем объеме данных. Еще больше данных Итак, объем данных возрастает параллельно с их анализом и применением в последующих решениях со все нарастающей скоростью. Скорость, в свою очередь, позволяет уменьшить издержки. И здесь возникает проблема: недостаток компетентного персонала, способного сопровождать сбор и обработку данных, попутно отсекая сорную информацию. Одним из вариантов решения может стать привлечение внешних служб, что активно практикуется уже в наши дни — многие компании готовы удовлетворить стремительно возникающий спрос.
Given the growing use of this technology and potential risks, the article presents the main trends in the use of artificial intelligence by banks and the possible consequences of these processes. It is substantiated that the introduction of artificial intelligence will have an impact on the innovativeness of the banking sector and its services, increase the efficiency and speed of service. Keywords: banks , digital transformation , machine learning , risk management , technology Библиографическая ссылка на статью: Курносова В. Искусственный интеллект ИИ в ближайшем будущем может стать одним из ключевых факторов, движущих экономикой нашей страны и мира в целом. Эффективная реализация этого решения — большая проблема как для компаний, так и для государства. У России есть потенциал, который может позволить ей стать международным лидером в области искусственного интеллекта, но использование этого потенциала зависит от всех участников рынка и от координации деятельности субъектов, участвующих в экономических процессах.
Непрерывный процесс цифровой трансформации экономики и общества с по]мощью цифровых алгоритмов является большой задачей развития XXI века [. Стоит отметить, что основой экономики стало получение, сбор данных, их обработка и правильное использование с применением искусственного интеллекта. Чтобы стать более конкурентоспособными, банки не должны забывать использовать возможности и преимущества, возникающие в результате внедрения и развития искусственного интеллекта. Глобальные тенденции и угрозы например, пандемия вируса COVID19 ускорили цифровизацию жизнедеятельности. Общества, решившие внедрить решения ИИ, получат более высокий уровень развития. Прогнозируется, что в ближайшем будущем применение ИИ-решений увеличится практически во всех сферах экономики и жизни.
Все чаще обращается внимание на то, что искусственный интеллект может способствовать экономическому росту и может рассматриваться как новый фактор производства. Искусственный интеллект в банковской сфере — это сочетание технического прогресса и инноваций, направленное на упрощение банковской деятельности, повышение эффективности и выгоды как для банка, так и для клиента. ИИ — это форма технологии, которая связывает программное обеспечение с оборудованием, позволяя компьютерам выполнять задачи, которые обычно требуют человеческого интеллекта. Эти задачи включают обучение, анализ, планирование и понимание естественного языка. На рынке появилось новое программное обеспечение, помогающее банкам создавать контент для цифровых банковских услуг. Развитие искусственного интеллекта позволило добавить технологии к существующим процессам, а не заменить их полностью.
Это позволяет банкам инвестировать в передовые технологии, предлагая своим клиентам самые лучшие продукты и услуги, не снижая, а повышая скорость или эффективность. По мере развития технологий в течение следующего десятилетия финансовые услуги кардинально изменятся. Некоторые из этих изменений включают [3, 5]: - сокращение числа рабочих мест, доступных для отдельных лиц, и увеличение зависимости от автоматизации; - развитие финтех-компаний и их влияние на поставщиков традиционных финансовых услуг; - переход к более автоматизированной и удаленной рабочей силе. Будущее банкинга неопределенно, но можно согласиться с тем, что оно будет сильно отличаться от того, что мы знаем сегодня [4]. Индустрия финансовых услуг быстро растет, по мере цифровизации экономики финансовые услуги становятся более прозрачными и доступными. Новое поколение потребителей все больше убеждается в способности принимать правильные решения, что способствует росту этой отрасли.
Будущее финансовой индустрии будет во многом зависеть от того, как банки адаптируются к этим изменениям и как они соответствующим образом адаптируют свои бизнес-модели.
Другие материалы рубрики
- Задача со звездочкой
- Зачем банкам ИИ: от кредиток до метавселенной - Блог Валерий Сидоренко
- Искусственный интеллект в банковской сфере и управлении рисками
- Исследование: крупные банки чаще используют искусственный интеллект — Frank Media
Что такое искусственный интеллект
- Николай Ульянов, Россельхозбанк: Распространение ИИ-решений стало мейнстримом в банковской отрасли
- Пять трендов банковских технологий и финтеха в 2023 году | eKassir
- Кролик, беги
- Новое электричество — не игрушка
- ЦБ предложил законодательные методы регулирования развития ИИ на финансовом рынке