Чат-боты и ИИ-ассистенты
Еще недавно для оформления кредита или открытия счета приходилось идти в банк и подписывать стопки документов, а чтобы задать простой вопрос — 20 минут «висеть» на линии техподдержки.
Сейчас в крупных банках клиентские запросы через сайт и чаты мобильных приложений берут на себя боты со встроенным ИИ. Они способны закрыть до 60% простых обращений: живые сотрудники все чаще подключаются только тогда, когда необходимо помочь с проблемным запросом или принять нестандартное решение.
По подсчетам ассоциации «ФинТех», скорость предоставления ответа с использованием ИИ-ботов сократилась в 4 раза и составляет 40 секунд. Такие помощники не уходят в отпуск, консультируют клиентов в режиме 24/7 и способны заменить более 20 сотрудников.
Возможности ИИ-ассистентов в банковской сфере выходят далеко за рамки клиентского сервиса. Например, Совкомбанк разработал для своих сотрудников «умный» чат-бот «Сова». Он интегрирован в корпоративные системы банка и использует сразу пять моделей искусственного интеллекта. «Сова» ускоряет поиск информации о продуктах и услугах банка, помогает с документами по кадровым процессам, генерирует контент и структурирует данные из различных источников. Это показывает, как технологии меняют не только обслуживание клиентов, но и бизнес-процессы самих банков.
Следующий шаг
Персонализация — один из самых перспективных сценариев применения ИИ в финтехе. В ближайшем будущем главной функцией «умных» помощников станет предоставление рекомендаций клиентам и подбор для них индивидуальных условий.
Еще одной функцией ИИ-помощников станет глубокая автоматизация внутренних процессов. Банки и финтех-компании будут активно внедрять ИИ-ассистентов, способных обучаться на конкретных бизнес-процессах и предугадывать потребности сотрудников – от автоматической подготовки отчётов до прогнозирования рабочих нагрузок.
Голосовые роботы и распознавание эмоций
Голосовые роботы — еще одна сфера применения ИИ в финтехе. Уже сейчас они берут на себя до 80% нагрузки на колл-центры, отвечая на самые распространенные запросы пользователей.
Голосовые роботы с ИИ приходят на смену системам IVR — интерактивному голосовому меню с заранее записанными ответами. В отличие от них, ИИ-роботы способны анализировать речь, понимать контекст и вести более осмысленный диалог с клиентами.
Такие роботы общаются на основе «разговорного ИИ» — NLP (Natural Language Processing) — технологии обработки естественного языка, а также синтеза речи. В мире пионером технологии считается Clinc AI. В России такими разработками занимается, например, компания AutoFAQ.
Следующий шаг
В будущем голосовые роботы смогут имитировать беседу с живым человеком — в том числе, за счет распознавания эмоций. Развитие эмоционального интеллекта в NLP-моделях позволит анализировать настроение клиента в режиме реального времени. Голосовые ассистенты смогут подстраивать обслуживание и решения под эмоции пользователей. Это повысит их лояльность и удовлетворенность сервисом, а операторам колл-центров позволит избежать выгорания.
Безопасность и антифрод
Искусственный интеллект меняет правила игры и в сфере безопасности платежей. Традиционные антифрод-системы, защищающие платежную инфраструктуру, работают при помощи настроек и правил, которые позволяют блокировать мошеннические транзакции.
Искусственный интеллект делает эту систему более гибкой. Он обрабатывает большие объемы данных и анализирует поведение пользователей: частоту и способы транзакций, устройства, с которых проходит оплата, геолокацию и еще десятки параметров. Он способен находить аномалии в режиме реального времени — например, нехарактерные суммы или даже формат описания операций, который не увидит антифрод-система без встроенного ИИ.
Главное преимущество искусственного интеллекта — способность к обучению. На основе исторических данных и смоделированных сценариев алгоритмы прогнозируют новые схемы мошенничества и адаптируются к ним быстрее, чем злоумышленники придумывают способы обхода защиты.
Это позволяет предотвращать огромное количество мошеннических операций — и снижать количество ложных срабатываний защиты. Например, антифрод-система компании Paygine, использующая машинное обучение, каждый месяц спасает от мошенников более 60 млн рублей, а доля ошибочно отклоненных транзакций не превышает 5%.
Следующий шаг
Один из возможных сценариев — внедрение системы активной защиты, где генеративный ИИ создает реалистичные ловушки для мошенников — от фейковых клиентских профилей до имитаций платежных интерфейсов. Например, ИИ может генерировать платежные формы, практически не отличимые от настоящих. Пока злоумышленник будет пытаться их взломать, ИИ-система антифрода будет собирать данные о его действиях, прописывать новые сценарии защиты и сообщать данные мошенников в ЦБ.
Кредитный скоринг и оценка рисков
Крупные банки используют искусственный интеллект для скоринга — оценки кредитоспособности заемщиков, уже несколько лет. Сейчас большинство кредитов для физлиц и займов для малого и среднего бизнеса выдаются с использованием моделей машинного обучения.
По данным ассоциации Финтех, использование ИИ в скоринге крупных розничных банков сократило время одобрения кредитных заявок с двух суток до 1 минуты и снизило объем просрочек с 3,2% до 0,3-1%. Для этого нейросети анализируют до 1 ТБ информации в месяц: кредитные истории клиентов, их доходы, текущие обязательства и даже наличие микрозаймов или долгов по коммунальным платежам.
При кредитовании бизнеса нужно учесть еще больше условий, ведь суммы займов намного выше. Например, ИИ-система Совкомбанка «Амели», оценивает кредитоспособность малого и среднего бизнеса и корпоративных клиентов по 250 разным параметрам.
Использование ИИ-инструмента сократило время анализа заявки с нескольких часов до трех минут: после внедрения «Амели» андеррайтеры банка стали обрабатывать до 35 бизнес-заявок в день вместо обычных четырех. С апреля по октябрь 2024 года он одобрил 126 бизнес-кредитов на 533 млн рублей, ни один из которых не оказался просрочен. В итоге чистый процентный доход банка от этих займов составил 30 млн рублей, а коэффициент прибыли (ROE) достиг 85,4%.
Следующий шаг
В ближайшие годы скоринг станет еще умнее и точнее. ИИ начнет учитывать не только доходы и кредитную историю клиента, но и весь его цифровой и платежный след: например, анализ комментариев в соцсетях и отзывов на маркетплейсах, количество крупных покупок и т.д. Это позволит банкам предлагать индивидуальные условия ещё до оформления заявки, а также видеть признаки возможных просрочек или даже будущего банкротства заемщиков и заранее повышать или понижать их кредитный лимит.
Инвестиции и биржевая торговля
Идея автоматизировать биржевую торговлю возникла еще в 1950-х. А в конце 2000-х количество контрактов, заключенных на фондовом рынке с использованием торговых роботов, достигло 60%. Однако они только выполняли команды: выставляли заявки на покупку акций, следуя определенному набору правил, или автоматически продавали бумаги, если их котировки падали ниже запланированного уровня.
Сейчас ИИ молниеносно обрабатывает большие объемы информации, проводя фундаментальный и технический анализ акций. С его помощью можно быстро сориентироваться в происходящем на рынке, проанализировать отчетность компании-эмитента, запросить последние новости или мнение аналитиков рынка.
Современные ИИ-роботы умеют предлагать торговые идеи и подсказать лучший момент для покупки или продажи ценных бумаг и криптовалют. Они подключаются к биржам и анализируют рынки в онлайн-режиме. Например, криптобиржа Pionex позволяет интегрироваться сразу с 16-ю торговыми ботами — для разных инструментов и стратегий.
Биржевые инструменты на основе ИИ могут анализировать не только рыночные настроения — но и настроения самого трейдера. Так, российская разработка «Нейротрейдер» отслеживает уровень стресса во время биржевой торговли и запрещает трейдеру открывать новые позиции, если его эмоции зашкаливают.
Следующий шаг
ИИ кардинально изменит фондовый и крипторынки: он будет анализировать данные в реальном времени и предлагать более точные прогнозы, чем управляющие и аналитики. Он сможет собирать инвестиционные портфели как для новичков, так и для квалифицированных инвесторов, а специальные приложения будут отслеживать состояние трейдеров в момент совершения сделки.
Подведем итоги
Искусственный интеллект стремительно меняет финтех-индустрию. Вот как она может выглядеть в уже ближайшем будущем:
- Клиентский сервис станет умнее. ИИ-ассистенты автоматизируют рутину и персонализируют обслуживание, предугадывая потребности клиентов.
- Безопасность перейдет в наступление. Антифрод-системы смогут не только блокировать атаки, но и создадут интеллектуальные ловушки, обучаясь на новых схемах мошенничества.
- Оценка рисков станет тоньше. ИИ-скоринг будет анализировать цифровой след и поведенческие паттерны, позволяя оценивать клиентов комплексно и прогнозировать риски.
- Инвестиции будут осознаннее. Торговые алгоритмы будут подбирать портфели для новичков и опытных инвесторов, а роботы - совершать сделки с учетом психологического состояния трейдеров.
Искусственный интеллект помогает финансовому бизнесу стать прибыльнее и эффективнее и делает финтех-сервисы более персонализированными и безопасными. Главное — не полагаться на него полностью и контролировать управление в «человеческом» режиме.