Bewertung der Kreditwürdigkeit anhand des Kundenprofils auf Facebook, Roboter zum Inkasso von Schulden und Finanzberatung für Investoren, Bekämpfung von Betrügern und Routine - Banken benötigen in fast allen Bereichen künstliche Intelligenz. Wie AI Sberbank, VTB, Tinkoff Bank und anderen Finanzorganisationen hilft, Milliarden Rubel zu sparen - in einer Überprüfung des Binary District.
Wie viele Banken sparen bei der Implementierung von KI?
Laut
der Prognose des Forschungsunternehmens Autonomous Next können Banken auf der ganzen Welt bis 2030 mithilfe von Technologien für künstliche Intelligenz die Kosten um 22% senken. Die Einsparungen könnten 1 Billion US-Dollar erreichen.
Russische Banken verdienen und sparen bereits mit Hilfe der KI beträchtliche Beträge. Im Jahr 2017
verdiente die Sberbank zusätzliche 2-3 Milliarden US-Dollar (der Nettogewinn der Bank für 2017 betrug etwa 11,6 Milliarden US-Dollar), nur durch den Einsatz von KI und Datenanalyse bei der Steuerung von Risiko und Umsatz.
Wir haben sieben Aufgaben ausgewählt, die Banken mithilfe künstlicher Intelligenz lösen, und untersucht, wie sie davon profitieren.
Welche Aufgaben AI hilft zu lösen
1. Überprüfen Sie den Kreditnehmer
Das Kredit-Scoring ist der vielversprechendste Bereich für die Implementierung von KI. Seine Fähigkeiten in diesem Bereich wurden von der Mehrheit der russischen Banken genutzt
, die 2018 von der Ratingagentur Expert RA
befragt wurden (11 Banken nahmen an der Studie teil: Tinkoff, Gazprombank, MTS Bank, Moskauer Kreditbank, Russische Standardbank usw.).
In der Sberbank trifft AI bereits 98% der Entscheidungen über die Gewährung von Darlehen an Privatpersonen. Kreditrisiken werden anhand des „digitalen Fußabdrucks“ des Benutzers analysiert. Laut dem Chef der Bank, German Gref, erreicht diese Spur bereits 500 MB pro Tag, und auf ihrer Grundlage wird ein "zweites digitales" Ich gebildet, das "unser menschliches" Ich "sehr genau wiederholt.
Kreditrisiken bei juristischen Personen sind für ein Auto noch schwieriger einzuschätzen: Hier kann die KI nur 30% der Emissionsentscheidungen treffen.
2. Schulden ausschalten
Das zweite beliebte Anwendungsgebiet von KI in Banken sind Sammlerroboter. Auch hier war die Sberbank Vorreiter: 2016 stellte er ein Pilotprojekt seiner Tochter Active BK vor. Ein Jahr später war die Effektivität des Roboters fast ein Viertel (24%) höher als die von Live-Betreibern: So zahlten Schuldner häufiger Verzögerungen innerhalb von zwei Wochen nach dem Klingeln des Autos.
Danach arbeitete AktivBK mit 27 weiteren Banken (Otkrytie, Binbank usw.) zusammen. 2017 brachte dieser Bereich dem Unternehmen etwa 25% des Gesamtumsatzes ein. Im Herbst 2018 stellte VTB nach drei Monaten Pilotbetrieb
einen Sammlerroboter vor.
„Bisher ist es für kurze Verzögerungszeiten wirksam. Die durchschnittliche Gesprächszeit beträgt eineinhalb Minuten, was mit einem Gespräch mit dem Bediener vergleichbar ist. Wenn ein Mitarbeiter ungefähr 200 Anrufe pro Tag tätigt, ist diese Anzahl für den Roboter praktisch unbegrenzt “, sagte Anatoly Pechatnikov, stellvertretender Vorsitzender des VTB-Vorstands der VTB, in einem Interview mit der Zeitung Izvestia.
3. Betrüger bekämpfen
Die Post Bank war eine der ersten, die 2015 biometrische Technologien in ihren Filialen eingeführt hat. Mittlerweile sind mehr als viertausend Filialen der Bank und 50.000 Filialen der Partner der Bank im POS-Geschäft mit einem Gesichtserkennungssystem ausgestattet. Die Zwei-Faktor-Authentifizierung - durch Login / Passwort und Foto - ist auch erforderlich, damit Bankmitarbeiter Zugriff auf das CRM-System und andere Geschäftsanwendungen erhalten.
In den Jahren 2016 und 2017 sparte dies der Post Bank insgesamt 3 Milliarden Rubel: 2016 erhielt die Bank
9,2 Tausend betrügerische Kreditanträge im Wert von 1,5 Milliarden Rubel, im Jahr 2017 - etwa
10 000 Anträge für gleiche Menge. Das System half zu identifizieren, wer diese Anträge erhalten hat. Die Ergebnisse für 2018 wurden noch nicht bekannt gegeben.
4. Routinearbeit loswerden
Die Alfa-Bank sollte 2018 in dreißig routinemäßigen Geschäftsprozessen Menschen durch Roboter
ersetzen . Nach der Automatisierung der ersten sieben Prozesse wurden jährliche Einsparungen von 20 Millionen Rubel erzielt. Infolgedessen plante die Bank, jährlich bis zu 85 Millionen Rubel einzusparen.
Die Bank übertrug Operationen wie die Verarbeitung von Zahlungen von juristischen Personen und Einzelpersonen, die Verarbeitung nicht identifizierter Zahlungen, das Parsen interner Posteingänge, das Ändern von Kundendaten in ihrem Antrag, das Bearbeiten von Kreditverträgen von Einzelpersonen gemäß ihren Anträgen sowie das Posten von Finanzierungskontakten und das Beantworten von Standardanfragen an Roboter.
Für die Arbeit mit Roboterprogrammen nutzte die Alfa-Bank die Blueprism-Plattform (eine dreijährige Lizenz kostet weniger als eine Million Rubel). Jeder Roboter erhält eine virtuelle Workstation, auf der der Blueprism-Agent und die für die Arbeit erforderliche Software installiert sind. Darüber hinaus wird das System von einer Person geschult, die mit den Geschäftsprozessen der Bank und der Technologie der Schulung von Robotern vertraut ist. Zuvor sollte das operative Personal um 3,3% wachsen, doch am Ende beschloss die Bank, keine neuen Mitarbeiter einzustellen.
5. Kunden bei Investitionen helfen
Robo-Beratung ist ein weiterer Bereich, an dem sich russische Banken seit letztem Jahr mehr interessieren. Einer dieser Beraterroboter für die Tinkoff Investment Brokerage-Plattform wurde im Juli 2018 von der Tinkoff Bank auf den Markt gebracht.
„In nur wenigen Minuten kann der Roboterberater gemäß den festgelegten Parametern ein nach Branche und Unternehmen ausgewogenes Anlageportfolio unter Berücksichtigung der verfügbaren Investitionsbeträge mit dem optimalen Risiko-Rendite-Verhältnis zusammenstellen“, erklärte die Pressemitteilung.
Im ersten Monat nach dem Start
nutzten laut Bank 42.000 Menschen
die Anwendung. Insgesamt wurden in dieser Zeit 142.000 Anlageportfolios generiert. Der durchschnittliche Scheck für den Kauf von Vermögenswerten mit Hilfe eines Roboterberaters betrug 60.000 Rubel und 1678 US-Dollar. Meistens kauften Benutzer auf Rubel lautende Wertpapiere.
Zuvor, im Jahr 2016, wurden ähnliche Projekte
von der Sberbank zusammen mit FinEx, der AK Bars Bank und VTB24 gestartet (letztere kamen 2018 zu VTB). Gleichzeitig wurde ihr Roboterberater - die richtige Anwendung - von Conomy erstellt.
6. Suchen Sie nach einem Ort für neue Filialen
Rosbank fand 2018 einen anderen Weg, AI zu nutzen - für den Aufbau des Einzelhandelsnetzwerks. Darüber in einer Kolumne für Future Banking
sagte der stellvertretende Vorsitzende der Bank Arno Denis. Ihm zufolge nutzte die Bank die Technologie von Marketing Logic, die auf Geomarketing spezialisiert ist.
Das von dieser Firma entwickelte System verwendet maschinelles Lernen. Sie schätzt das Potenzial des Ortes für den neuen Zweig anhand von 250 Variablen, die in drei Gruppen unterteilt sind. Die erste Gruppe - Geo-Merkmale (Entfernung zum Zentrum, zur U-Bahn, Preis pro Quadratmeter usw.), die zweite - Verkehr (Anzahl der Bodentransportwege in unterschiedlichen Radien vom Standort) und die dritte - Objekte (Vorhandensein einer Reihe von Einkaufszentren, Geschäftszentren, Häusern) und Banken).
Durch die Analyse all dieser Parameter in den nächsten Jahren plant die Bank eine „signifikante Steigerung“ der finanziellen Leistung des Filialnetzes. (Jetzt hat die Bank 350 Filialen).
7. Antworten Sie, wo das Gehalt klar und schnell ist
Chatbots sind eine der effektivsten Möglichkeiten, um Fragen von Mitarbeitern und Kunden rund um die Uhr zu beantworten. Laut den Ergebnissen
der 2017 durchgeführten R-Style Softlab-Umfrage war jede fünfte Bank (21%) in Russland und der GUS bereit, Bots einzusetzen, und die meisten Kreditorganisationen planten, diese im Jahr 2018 umzusetzen.
Eines der erfolgreichsten Beispiele im Jahr 2018
war der Alfa Bank Bot, den er für seine Mitarbeiter-Nutzer von Gehaltsprojekten entwickelte. Vor der Implementierung erhielten die Bankbetreiber täglich mehr als hundert Anrufe von Kollegen mit Fragen zu den Bedingungen und Regeln für die Eröffnung von Girokonten. Dies waren in der Regel Standardfragen. Nachdem sie dem intelligenten Bot übergeben worden waren, begannen die Bediener 50 Mal schneller, andere Fragen zu beantworten.
Zusätzlich zu Chat-Bots können Banken theoretisch Sprachassistenten verwenden. Dies ist eine komplexere Technologie. In Russland gibt es nur einen Sprachassistenten - Yandex Alice. Im Dezember 2018 gab der Leiter der Tinkoff Bank, Oleg Tinkov,
bekannt, dass die Bank plant, einen solchen Assistenten zu schaffen.
„Bisher, sehr bescheiden, haben wir beschlossen,„ Oleg “zu nennen. Aber vielleicht ändern wir es, vielleicht rufen wir Ivan an “, erklärte Tinkov.
Ihm zufolge wird der Assistent den Benutzern bei der Lösung finanzieller und alltäglicher Aufgaben helfen - zum Beispiel Geld überweisen oder einen Tisch in einem Restaurant reservieren. Die Stimme von Oleg wird nicht die gleiche sein wie die eines Geschäftsmannes. Andere Banken von Sprachassistenten planen noch keine Implementierung.
Weitere Informationen zur Verwendung von Gesichtserkennung, neuronalen Netzen und maschinellem Lernen in verschiedenen Geschäftsbereichen finden Sie im zweitägigen AI for Business- Kurs. Die Kursredner von Microsoft, Nanosemantics und Home Credit Bank erklären Ihnen, wie Sie verschiedene Arten von KI verwenden und welche Tools dafür verfügbar sind. Das nächste Intensiv findet vom 30. bis 31. März statt.
Für diejenigen, die lernen möchten, wie man maschinelles Lernen für verschiedene Aufgaben einsetzt - AI School . Es ist für Entwickler gedacht, die nur über minimale Python-Kenntnisse verfügen. Der nächste Kurs findet vom 2. März bis 6. April statt.