Как пишут на портале Frank RG, Искусственный Интеллект — одна из самых популярных технологий в банковском секторе. Применение ИИ дает возможность обслуживать больше клиентов, увеличивать долю рынка и повышать доходность бизнеса при меньших затратах. Консалтинговая компания McKinsey выпустила отчет об использовании искусственного интеллекта в банках.
Крупные российские банки уже давно применяют ИИ. Еще в 2019 году первый зампред правления Сбербанка Александр Ведяхин говорил, что в банке не осталось ни одного подразделения, в котором бы не внедрялись технологии искусственного интеллекта.
Как отметили на портале на портале Frank RG, кроме привлечения и повышения вовлеченности клиентов, искусственный интеллект дает еще несколько преимуществ при выдаче кредитов:
- Возможность точно определить кредитный лимит. Ведущие банки используют расширенную аналитику и машинное обучение для автоматизации процесса определения максимальной суммы, которую может получить заемщик. Технология OCR (оптического распознавание символов) в таких банках используется для извлечения данных из обычных источников — таких как выписки по счетам, налоговые декларации и счета за коммунальные услуги. Поэтому банки могут быстро оценить доход клиента и его способность совершать регулярные платежи по кредиту.
- Справедливое ценообразование. Как правило, банки предлагают стандартизированные ставки по кредитам, при этом сотрудники банка имеют определенную свободу действий по корректировке ставок в пределах обозначенного диапазона. Однако жесткая конкуренция за качественных заемщиков ставит банки, использующие традиционные подходы, в невыгодное положение по сравнению с лидерами в области искусственного интеллекта и аналитики. Опираясь на высокоточные модели машинного обучения для оценки рисков и ценообразования по кредитам, банки, ориентированные на ИИ, смогли предложить конкурентоспособные ставки, сохраняя при этом низкие затраты на риски.
- Противодействие мошенничеству. Обслуживание клиентов в цифровых каналах открывает новые возможности, в том числе для мошенников. Наиболее распространенные случаи — это кража личных данных, мошенничество со стороны сотрудников, партнеров, клиентов, а также отмывание средств и нарушение санкций. Банкам следует постоянно модернизировать свои модели обнаружения и предотвращения мошенничества. Так, китайский финансовый холдинг Ping An использует модель анализа изображений для распознавания 54 непроизвольных выражений лица клиентов. В целом более точная идентификация подозрительных клиентов позволит банкам повысить процент одобрения по кредитам без увеличения кредитного риска.
По материалам портала Frank RG.
