За последние несколько лет искусственный интеллект (ИИ) сделал ряд любопытных шагов вперед, которые могут изменить процесс финансового обслуживания. На новую ступень, в частности, вышли прогнозная аналитика, системы рекомендации, компьютерное зрение, а также технологии распознавания голоса, выявления аномалий и построения дерева решений. Благодаря этому в финсекторе стало возможно персонализировать и автоматизировать различные процессы в промышленных масштабах.

Wealth management для всех

Большая часть финансовых услуг по-прежнему связана с конкретными финансовыми продуктами. Это значит, что клиент должен сам анализировать свою ситуацию и затем определять, какие продукты ему нужны. Или прибегать к дорогим услугам профессиональных консультантов, которые проведут сквозь дебри выбора. Других вариантов нет.

Предоставить актуальную, персонализированную финансовую услугу или дать клиенту рекомендацию может помочь ИИ. В таком случае предложение продукта или рекомендации может быть клиентоцентричным, то есть учитывать конкретную ситуацию, поведение или даже текущее местоположение клиента.

Система на основе ИИ может помочь пользователю с начальным индивидуальным финансовым планированием, а затем и с выбором оптимальных финансовых продуктов для реализации составленного плана. ИИ может учесть различные факторы, начиная с того, какие компании вы предпочитаете, и заканчивая тем, какие соответствуют вашему аппетиту к риску и выгоде. Автоматизация, в том числе посредством ИИ, обеспечит персонализацию процесса при более широком покрытии и меньших кадровых затратах.

Одним из важных факторов, определяющих, полезен ли ИИ, многие считают клиентский возраст. Значительная часть поколения миллениума живому общению предпочитает цифровые или мобильные технологии. Впрочем, как показало исследование, проведенное недавно Catalyst Pro Group, человеческий контакт оно все-таки ценит. На мой же взгляд, все зависит от контекста. Когда речь идет о рутинных делах вроде осуществления платежей, получения выписки или подачи заявки на кредит, большинству людей (особенно тем, кто помоложе) не хочется ни посещать банк, ни даже общаться по телефону. Но если нужно принять решение помасштабнее, решение, которое может изменить жизнь, и если в уравнение добавляется такой элемент, как доверие, – например, в ситуации с ипотекой или финансовыми консультациями, – живое общение будет эффективнее, причем даже в качестве промежуточного звена при работе с какой-нибудь системой на основе ИИ, которая может принять в расчет больше данных, чем человек, и выработать более качественные и релевантные рекомендации.

У процессов на основе ИИ есть большой плюс: снижение себестоимости приведет к повышению доступности финансовых услуг и консультаций и откроет их для тех, кто прежде был отрезан от них из-за цен.

Две сферы, которые серьезно выиграют от этой технологии, – выявление случаев мошенничества и кредитные рейтинги. Если говорить о проверке на предмет махинаций, то антиотмывочные процедуры и процедуры в рамках политики «знай своего клиента» сейчас не всегда проводятся хорошо. Многие махинации остаются нераскрытыми.

Из-за дефицита информации кредитные рейтинги зачастую не соответствуют вероятности дефолта и, кроме того, могут вызвать лишние трения (например, когда во время отпуска вашу кредитную карту блокируют после первой чашки кофе в аэропорту). Нет сомнений, что эти сферы могут выиграть от повышенной способности ИИ к выявлению определенных моментов и нахождению аномалий при учете большего объема данных.

Другой участок серьезных инноваций – биометрия и, в частности, распознавание голоса и лиц. Соответствующие технологии будут интегрироваться в цифровые каналы финансовых организаций и обеспечивать более высокий уровень безопасности и обслуживания.

Роботизированные консультации (какие, например, предоставляются в рамках Schwab Intelligent Portfolios) определенно делают wealth management доступнее для не очень богатых клиентов. Для тех, кому индивидуальный подход все еще не по карману, роботизированные консультации – единственный вариант. В наши дни подобный сервис не всегда строится на ИИ, но со временем эта технология дорастет до того, чтобы конструировать движки, которые будут давать качество, сравнимое с качеством экспертных рекомендаций большинства сегодняшних финансовых консультантов.

ИИ может принимать в расчет больший объем данных и, как ни забавно, представлять более персонализированные выкладки. Но чего он не может, так это проявить интуицию. Чутья опытного консультанта у него нет. Вполне вероятно, что у топовых клиентов будет лучшее из обоих миров, что у них будут опытные консультанты, которые для повышения качества своих рекомендаций сами будут использовать системы на основе ИИ.

Системы рекомендации (тот фильтрующий информацию ИИ, что стоит за вещами вроде советов в Amazon и Netflix) произвели революцию в рознице. Покупатели оставляют отпечатки данных: о себе, своей ситуации, своем поведении. Собрав все это вместе, можно дать наиболее актуальные, полезные человеку рекомендации, а ненужный шум – отсеять.

Рост эффективности

С помощью умных, умеющих прогнозировать аналитических технологий ИИ может повысить эффективность бизнеса. А ускорив и автоматизировав тысячи ручных, бумажных и человеческих процессов, на которые каждой финансовой организации сегодня приходится выделять людей и деньги, он может помочь сэкономить. Пример – система Rainbird, которая строится на ИИ и оказывает поддержку в операционной деятельности, включая такие ее виды, как обслуживание клиентов и принятие решений. Есть также система Nuance, виртуальный ассистент покупателя. FinGenius задействует ИИ для анализа данных и обработки естественного языка в банковской и страховой сферах, в том числе в рамках умных систем взаимодействия с клиентом по принципу «вопрос – ответ».

Относительно небольшие банки наверняка продвинутся с ИИ вперед. Данная технология будет способствовать революции в финансовой системе. Впрочем, возможности в областях прогнозной аналитики и автоматизации бизнес-процессов за счет ИИ изучают и банки вполне состоявшиеся. Это структуры, прогрессирующие в реализации своих дигитализационных программ. Вполне вероятно, что ряд именитых банков с солидными долями на рынке вступят в партнерство с инновационными компаниями из сектора финансовых технологий и в результате пополнят ассортимент новыми функциями на основе искусственного интеллекта.

Несколько лет назад было принято считать, что поскольку у мобильных операторов данных о потребителях зачастую больше (благодаря звонкам, геолокации, посещению сайтов и так далее), то они могут построить на основе машинного обучения более качественные аналитические системы и оказывать более релевантные услуги, в том числе финансовые. Тогда считалось, что мобильные операторы станут серьезной угрозой для крупных банков. Но эволюция не пошла этим путем, и у большей части банков сейчас есть мобильные приложения. Интегрируя их с другим ПО, которым люди пользуются на своих телефонах, они могут собирать и использовать (с разрешения клиентов) столько же данных, сколько мобильные операторы. Настоящим испытанием для крупных банков будет собрать все эти ценные данные на одной платформе, чтобы их проанализировать. Так что у банков поменьше, чьи системы новее и построены с нуля, возможно, есть преимущество.