Искусственный интеллект обеспечивает новое качество банковского обслуживания. Более точный анализ позволяет персонализировать предложения клиентам с учетом их жизненных обстоятельств и оптимального бюджета, а также повышать внутреннюю эффективность. Банк «Хлынов» использует машинное обучение, чтобы оптимизировать обслуживание банкоматов с помощью облачного интеллекта Microsoft Azure.
По данным исследования SoftServe, 62% организаций (из них большинство — финансовые), к 2018 г. будут использовать машинное обучение для разработки новых подходов к маркетингу, продажам, скорингу и т.д. Эти технологии открывают перед банками, накапливающими значительные объемы данных, новые возможности для оптимального распределения ресурсов, сокращения издержек и более качественного обслуживания клиентов за счет прогнозирования их поведения и потребностей.
Именно инструменты машинного обучения из облака Microsoft Azure помогли кировскому банку «Хлынов» реорганизовать обслуживание сети банкоматов. Благодаря облачной аналитике расходы на инкассацию удалось сократить более чем в 1,5 раза. С 90 до 57 уменьшилось количество ежемесячных выездов. Это существенная экономия, учитывая, что каждый выезд к одному банкомату стоит p3 тыс., а с каждой перевозимой тысячи рублей банк платит 0,026%.
Резервы экономии
Управление остатками в банкоматах можно вести эффективнее, если человека заменить на искусственный интеллект. Он сможет точнее рассчитать, где, когда и на какие суммы загружать банкоматы, проанализировав множество факторов — месторасположение, режим работы, особенности поведения клиентов, дни зачисления зарплаты и пр. Предсказывая поведение держателей карт, можно точнее прогнозировать остатки и высвободить часть средств из фактической «заморозки», вернув их в оборот.
Главное — уйти от субъективного человеческого фактора, решили в банке «Хлынов». Внедрив внутрикорпоративное бюджетирование, здесь начали внимательнее относиться к эффективности использования ресурсов. Сразу же появился вопрос о минимизации остатков и большей контролируемости процесса управления ими.
«Человек всегда перестраховывается, — комментирует ситуацию Александр Втюрин, зампред правления КБ «Хлынов». — Скажем, в банкомат достаточно загрузить на неделю p3 млн, но на всякий случай загрузят с запасом — p7 млн». В результате среднемесячный остаток на карточках в банке «Хлынов» составлял примерно p800 млн, а в банкоматах — около p250 млн. Фактически, четверть средств «замораживалась».
Теперь, после реорганизации обслуживания банкоматов, при возросшем среднемесячном остатке на картах до p1,2 млрд объем средств в банкоматах не только не вырос, но даже немного сократился (до p200-230 млн). Высвободившиеся средства банк может использовать, в частности, для кредитования. Это было бы невозможно в прежней, контролируемой человеком, логике.
Мгновенный скачок
Автоматизация существенно упростила процессы контроля завоза денег и отслеживания остатков в банкоматах. Теперь они требуют значительно меньших человеческих ресурсов, причем меньшей квалификации. Помогающие экономить технологии машинного обучения из облака Microsoft Azure сегодня контролируют всю сеть банкоматов.
«Машинное обучение может быть полезно банку не только для оптимизации процессов, но и для повышения уровня безопасности инфраструктуры. Microsoft Azure содержит платформу машинной аналитики, на которой финансовые организации разрабатывают собственные системы противодействия мошенническим операциям (anti-fraud). Кроме того, они могут воспользоваться готовыми сервисами безопасности, созданными на основе искусственного интеллекта. Это, в частности, позволяет повысить вероятность идентификации нелегитимного доступа к ресурсам с использованием скомпрометированных учетных записей. Такие возможности Microsoft Azure используются крупнейшими банками мира, и в том числе и в России».
Как отмечают в интеграторе «Рубикон», который реализовывал проект, внедрение аналитических сервисов заняло всего два месяца. Был выбран механизм «легкого попадания в мир предиктивной аналитики» — из облака Microsoft Azure. К моменту реализации идеи все необходимые данные уже были агрегированы в корпоративном хранилище на базе Microsoft SQL Server. Проект не потребовал значительных инвестиций и быстро дал понятный результат. В будущем он позволит полностью перейти на прогнозы системы в решениях по инкассации.
Увлекающая аналитика
Сегодня банк — это огромный полигон для технологий искусственного интеллекта, считает Александр Втюрин. По его мнению, в будущем большинство банковских процессов будет управляться именно с его помощью. Тогда можно будет эффективнее использовать огромные, накопленные за годы работы, данные по клиентам — за счет более глубокого внедрения инструментов предсказательной аналитики из облака Microsoft Azure. Точнее предсказывая поведение потребителя, банк планирует предлагать ему максимально персонализированные услуги, всегда «попадая в точку». Или же, с помощью искусственного интеллекта можно будет проверять финансовую состоятельность малого и среднего бизнеса, развивая обслуживание в этом актуальном направлении.
Анализировать можно не только поведение клиентов, но и деятельность организации в режиме реального времени, вплоть до загрузки и показателей каждого сотрудника. С помощью системы управленческой отчетности на базе OLAP-кубов топ-менеджмент банка «Хлынов» получает полную картину бизнеса, чтобы принимать более эффективные управленческие решения. На ее базе строится стратегическое планирование, а также система мотивации, которая увязывает стратегические задачи банка с «личными» задачами сотрудников. Каждый может изучить показатели своей работы и сравнить с другими результатами, как своих коллег, так и организации в целом. Аналитика помогает сотрудникам лучше понять, как обеспечить выполнение планов и KPI. Эта задача требует теперь минимума дополнительных мероприятий со стороны менеджмента.
