Технологии искусственного интеллекта (ИИ) уже давно перестали быть футуристической концепцией и стали реальностью для банковского сектора. В статье поговорим о том, насколько ИИ актуален для банков, как подойти к его внедрению и с какими вызовами сталкиваются компании на этом пути.

Искусственный интеллект сегодня — это не просто модный тренд, а новая реальность для бизнеса и инструмент, который помогает банкам оставаться конкурентоспособными в условиях быстро меняющегося рынка. Внедрение ИИ позволяет автоматизировать внутренние процессы, улучшить качество клиентского сервиса, снизить издержки и в конечном итоге повысить эффективность бизнеса. Российский финтех сегодня — один из самых инновационных в мире. Если сравнивать с западными странами, то в России внедрение технологий ИИ в банковской сфере происходит быстрее и масштабнее. Например, если сегодня открыть приложение современного российского банка, оно уже не выглядит, как традиционное финансовое приложение, а больше похоже на социальную сеть. Там можно общаться с поддержкой банка и контактами, смотреть актуальные истории и т.д. Вы больше времени начинаете проводить в этом приложении и тем самым больше узнаете про продукты и сервисы банка, начинаете ими больше пользоваться.

Одним из ключевых преимуществ российского финтеха является его адаптивность. Мы быстро реагируем на изменения рынка и внедряем новые технологии, что позволяет нам оставаться на передовой. Можно сказать, мы находимся в скоростном болиде Формулы-1 и прямо на ходу меняем ему колеса. Скорость реакции и готовность к изменениям сегодня крайне важны, потому что те компании, которые не внедряют инновации, начинают отставать от конкурентов и терять долю рынка. Особенно в финансовом секторе, где очень высокая конкурентная среда между банками.

В банковском секторе довольно широко распространен так называемый «классический» искусственный интеллект, а именно технологии машинного обучения (Machine Learning, ML). Вот несколько ключевых сценариев, которые уже активно используются в Газпромбанке и других крупных банках:

• Риск-менеджмент: ИИ помогает управлять рисками, как для физлиц, так и для корпоративных клиентов, минимизировать потери и повысить надежность банка.
• Борьба с мошенничеством (антифрод): с помощью ИИ мы можем анализировать поведение клиентов и выявлять аномалии, которые могут указывать на мошеннические действия. Это особенно важно в условиях роста различного финансового мошенничества.
• Клиентский сервис: внутренние чат-боты и ассистенты уже сегодня обрабатывают более 50% входящих запросов клиентов. Это не только снижает нагрузку на операторов и уменьшает расходы банка на клиентскую поддержку, но и позволяет клиентам получать быстрые и точные ответы на свои вопросы.
• Персонализация: в нашем банке несколько десятков продуктов для физических лиц и корпоративных клиентов. ИИ-модели позволяют подобрать клиентам наиболее интересные продукты, сделать персонализированные предложения.
• Автоматизация внутренних процессов: ИИ помогает автоматизировать рутинные задачи, такие как обработка и анализ документов, формирование отчетов. Это позволяет сотрудникам сосредоточиться на более сложных и стратегических задачах.

Если же говорить про генеративный ИИ (GenAI), то, безусловно, он развивается в последние годы весьма стремительно. Однако, на мой взгляд, внедрение GenAI — один из главных вызовов сегодня. Успешных кейсов внедрения на рынке пока что не так много, и в банках генеративный ИИ еще не полностью реализовал потенциал своего применения. Среди основных задач генеративного ИИ:

• автоматическая генерация текстов (юридических документов, договоров, писем, вакансий), 
• анализ различных текстовых данных (например, обращений, отзывов, резюме, звонков), 
• создание персонализированных предложений для клиентов,
• разработка внутренних ассистентов для сотрудников.

Внедрение ИИ — это сложный процесс, который требует тщательной подготовки. В Газпромбанке мы выделяем три ключевых шага, которые помогают нам минимизировать риски и добиться успеха:

1. Оценка экономической эффективности
   Перед запуском любого проекта мы оцениваем, какой экономический эффект он принесет. Если проект не обещает значительной отдачи от инвестиций в него, мы откладываем его в долгий ящик.

2. Предварительный анализ имеющихся данных по задаче
   ИИ работает с данными, поэтому важно, чтобы они были доступными, достоверными и качественными. Мы всегда проверяем наличие данных на старте проекта, чтобы избежать проблем на этапе разработки и дальнейшего внедрения.

3. Выбор подходящего процесса
   Идеальный кейс для внедрения ИИ — это повторяющийся монотонный процесс, который можно автоматизировать. Например, обработка онлайн запросов или анализ транзакций клиентов.

Эти три ключевых шага помогают нам сосредоточиться на тех проектах, которые действительно принесут пользу бизнесу и клиентам.

Несмотря на все преимущества, внедрение ИИ сопряжено с рядом рисков и вызовов. 

Первый из них — это высокий процент неудач. Коллеги во время дискуссии на конференции K2 Cloud Conf привели цифры статистики — только 30% проектов внедрения искусственного интеллекта достигают своих целей. Но эти 30% успешных проектов дают настолько высокий возврат инвестиций, что даже при такой вероятности успеха проекта, можно довольно неплохо вернуть вложенные инвестиции. Кроме того, важно понимать, что если вы видите крупную компанию, которая занимается инновациями и у нее высокий процент успешных проектов, то должно закрасться подозрение, что это не инновации. Скорее всего, команда делает то, что уже понятно, где нет высокого риска. Именно поэтому если мы занимаемся внедрением инноваций, мы всегда говорим о проектах, где есть большой риск нереализуемости проекта. И мне кажется, здесь мы должны быть готовы к тому, что многие проекты не дойдут до внедрения и будут неуспешны. Так работают инновации.

Второй вызов — это человеческий фактор. Люди по своей природе сопротивляются изменениям. По социологическим исследованиям, в коллективе, как правило, 80% людей не готовы к каким-то изменениям. 10% понимают, что изменения нужны, но не готовы что-то делать для этого. И только 10% из 100% понимают, что изменения нужны и готовы что-то делать для этого. Инновации — это всегда 10% против большинства. Поэтому здесь важно заниматься обучением сотрудников и, в целом, внедрять культуру открытости и готовности к изменениям в процессах и организации. Поэтому внедрение ИИ требует не только технологических решений, но и большую работу с людьми в корпорации.

И третий вызов — это, конечно, импортозамещение. В условиях санкций и ограничений доступ к зарубежным технологиям становится сложнее, в частности это касается инфраструктурных решений и вычислительных ресурсов. Стало гораздо сложнее организовать закупку оборудования, и, как следствие, это выливается в дополнительные расходы на проекты внедрений ИИ-технологий. Но в целом эти проблемы компаниями решаются. Более того, на рынке уже есть примеры отечественных инфраструктурных решений — как программных, так и аппаратных — которые замещают зарубежные продукты.

Для более системной работы над внедрением ИИ и преодоления этих вызовов в Газпромбанке мы разработали ИИ-стратегию. Она включает в себя:

• утверждение приоритетных ИИ-направлений и проектов на уровне руководства;
• комплексный подход к решению вопросов инфраструктуры, данных и обучения персонала;
• собственная разработка платформенных решений, которые могут быть использованы в различных подразделениях банка.

Такой системный подход позволяет минимизировать риски и добиваться успеха в реализации проектов. 

Искусственный интеллект уже сегодня меняет банковский сектор, и этот процесс будет только ускоряться. В ближайшие 5 лет мы увидим, как все больше процессов будут автоматизированы, а клиенты получат еще более персонализированный и удобный банковский сервис. Однако внедрение ИИ — это задача не только технической плоскости. Это требует изменений в культуре организации, готовности к рискам и системного подхода. В Газпромбанке мы уверены, что инвестиции в ИИ — это необходимость, которая позволит нам оставаться лидерами на рынке и предлагать клиентам лучшие условия.

Главный вызов сегодня — это не только внедрение новых технологий, но и умение быстро адаптироваться к изменениям рынка. И мы готовы к этому вызову.