Évaluation de la solvabilité par profil client sur Facebook, robots de collecte de dettes et conseils financiers aux investisseurs, lutte contre les fraudeurs et lutte contre la routine - les banques ont besoin d'intelligence artificielle dans presque tous les domaines. Comment l'IA aide la Sberbank, la VTB, la Tinkoff Bank et d'autres organisations financières à économiser des milliards de roubles - dans une revue du quartier binaire.
Combien de banques économisent sur la mise en œuvre de l'IA
Selon
les prévisions de la société de recherche Autonomous Next, d'ici 2030, les banques du monde entier pourront réduire leurs coûts de 22% grâce aux technologies d'intelligence artificielle. Les économies pourraient atteindre 1 billion de dollars.
Les banques russes gagnent déjà et économisent des sommes considérables grâce à l'IA. Ainsi, en 2017, Sberbank a
gagné 2 à 3 milliards de dollars supplémentaires (le bénéfice net de la banque pour 2017 était d'environ 11,6 milliards de dollars) uniquement grâce à l'utilisation de l'IA et de l'analyse de données dans la gestion des risques et des ventes.
Nous avons sélectionné sept tâches que les banques résolvent à l'aide de l'intelligence artificielle et nous avons examiné leurs avantages.
Quelles tâches l'IA aide à résoudre
1. Vérifiez l'emprunteur
La notation du crédit est le domaine le plus prometteur pour la mise en œuvre de l'IA. Ses capacités dans ce domaine ont été utilisées par la majorité des banques russes
interrogées par l'agence de notation Expert RA en 2018 (11 banques ont participé à l'étude: Tinkoff, Gazprombank, MTS Bank, Moscow Credit Bank, Russian Standard Bank, etc.).
À Sberbank, AI prend déjà 98% des décisions d'octroi de prêts aux particuliers. Les risques de crédit sont analysés en fonction de «l'empreinte numérique» de l'utilisateur. Selon le directeur de la banque, German Gref, cette piste atteint déjà 500 Mo par jour, et sur sa base un "deuxième" numérique "est formé, qui" répète très précisément notre "je" humain.
Les risques de crédit avec les personnes morales sont encore plus difficiles à évaluer pour une voiture: ici, l'IA ne peut
prendre que 30% des décisions d'émission.
2. Éliminer les dettes
Le deuxième domaine d'application populaire de l'IA dans les banques est celui des robots collecteurs. Sberbank a également été un pionnier ici: en 2016, il a présenté un projet pilote de sa filiale Active BK. Un an plus tard, l'efficacité du robot
était presque un quart (24%) supérieure à celle des opérateurs en direct: les débiteurs payaient donc plus souvent des retards dans les deux semaines suivant le début de la voiture.
Après cela, AktivBK a travaillé avec 27 autres banques (Otkrytie, Binbank, etc.), en 2017, cette direction a rapporté à l'entreprise environ 25% du chiffre d'affaires total. À l'automne 2018, VTB a
introduit un robot collecteur après trois mois de fonctionnement pilote.
«Jusqu'à présent, il est efficace pour de courtes périodes de retard. Le temps de conversation moyen est d'une minute et demie, ce qui est comparable à une conversation avec l'opérateur. Si un employé fait environ 200 appels par jour, alors pour le robot, ce nombre est pratiquement illimité », a déclaré Anatoly Pechatnikov, vice-président VTB du conseil d'administration de VTB dans une interview avec Izvestia.
3. Combattez les escrocs
Post Bank a été l'une des premières à introduire des technologies biométriques dans ses succursales en 2015. Aujourd'hui, plus de quatre mille succursales de la banque et 50 000 magasins des partenaires de la banque dans le domaine des PDV sont équipés d'un système de reconnaissance faciale. Une authentification à deux facteurs - par identifiant / mot de passe et photo - est également nécessaire pour que les employés de la banque aient accès au système CRM et à d'autres applications commerciales.
En 2016 et 2017, cela a permis à Post Bank d'économiser un total de 3 milliards de roubles: en 2016, la banque a reçu
9,2 mille demandes de prêt frauduleuses d'une valeur de 1,5 milliard de roubles, en 2017 - environ
10 mille demandes de même montant. Le système a permis d'identifier qui a reçu ces demandes. Les résultats de 2018 n'ont pas encore été annoncés.
4. Débarrassé du travail de routine
En 2018, Alfa-Bank allait
remplacer des personnes par des robots dans trente processus commerciaux courants. Après l'automatisation des sept premiers processus, une économie annuelle de 20 millions de roubles a été réalisée. En conséquence, la banque prévoyait d'économiser jusqu'à 85 millions de roubles par an.
La Banque a transféré à des robots des opérations telles que le traitement des paiements des personnes morales et des particuliers, le traitement des paiements non identifiés, l'analyse du courrier entrant interne, la modification des données client sur son application, la modification des accords de crédit des particuliers en fonction de leurs demandes, ainsi que la publication des contacts de financement et la réponse aux demandes standard.
Pour travailler avec des programmes robotiques, Alfa-Bank a utilisé la plate-forme Blueprism (une licence de trois ans coûte moins d'un million de roubles). Chaque robot reçoit un poste de travail virtuel, sur lequel l'agent Blueprism et le logiciel nécessaire au travail sont installés. De plus, le système est formé par une personne familiarisée avec le processus opérationnel de la banque et avec la technologie de formation des robots. Avant cela, le personnel d'exploitation devait augmenter de 3,3%, mais la banque a finalement décidé de ne pas embaucher de nouveaux employés.
5. Aider les clients avec des investissements
Le robot-conseil est un autre domaine qui intéresse davantage les banques russes depuis l'année dernière. L'un de ces robots conseillers pour sa plateforme de courtage d'investissement Tinkoff a été lancé par Tinkoff Bank en juillet 2018.
«En quelques minutes, selon les paramètres définis, le conseiller robot peut assembler un portefeuille d'investissement équilibré par industrie et entreprise, en tenant compte des montants d'investissement disponibles, avec le rapport risque / rendement optimal», explique le communiqué.
Pour le premier mois après le lancement, selon la banque, 42 mille personnes ont
utilisé l' application. Au total, 142 000 portefeuilles d'investissement ont été générés pendant cette période. Le chèque moyen pour l'achat d'actifs avec l'aide d'un robot conseiller était de 60 mille roubles et 1678 dollars américains. La plupart du temps, les utilisateurs ont acheté des titres libellés en roubles.
Plus tôt, en 2016, des projets similaires ont été
lancés par Sberbank avec FinEx, AK Bars Bank et VTB24 (ce dernier a rejoint VTB en 2018). Dans le même temps, leur conseiller robot - la bonne application - a été créé par Conomy.
6. Rechercher un endroit pour de nouvelles succursales
Rosbank en 2018 a trouvé une autre façon d'utiliser l'IA - pour le développement du réseau de vente au détail. À ce sujet dans une colonne pour Future Banking a
déclaré le vice-président de la banque Arno Denis. Selon lui, la banque a utilisé la technologie de Marketing Logic, spécialisée dans le géomarketing.
Le système développé par cette société utilise l'apprentissage automatique. Elle estime le potentiel du lieu pour la nouvelle branche par 250 variables, qui sont divisées en trois groupes. Le premier groupe - les géo-caractéristiques (distance au centre, au métro, prix au mètre carré, etc.), le second - le trafic (le nombre d'itinéraires de transport terrestre dans des rayons différents de l'emplacement) et le troisième - les objets (la présence d'un certain nombre de centres commerciaux, centres d'affaires, maisons et banques).
En analysant l'ensemble de ces paramètres au cours des prochaines années, la banque prévoit une «augmentation significative» de la performance financière du réseau d'agences. (Maintenant, la banque compte 350 succursales).
7. Répondez lorsque le salaire est clair et rapide
Les chatbots sont l'un des moyens les plus efficaces de répondre aux questions des employés et des clients 24h / 24 et 7j / 7. Selon les résultats
de l' enquête R-Style Softlab réalisée en 2017, une banque sur cinq (21%) en Russie et dans la CEI était prête à utiliser des robots, et la plupart des organismes de crédit prévoyaient de les mettre en œuvre en 2018.
L'un des exemples les plus réussis en 2018 a
été le bot Alfa Bank, qu'il a développé pour ses employés utilisateurs de projets salariaux. Avant sa mise en place, les opérateurs bancaires ont reçu quotidiennement plus d'une centaine d'appels de collègues avec des questions sur les conditions et les règles d'ouverture des comptes courants. En règle générale, il s'agissait de questions standard. Après avoir été remis au robot intelligent, les opérateurs ont commencé à répondre à d'autres questions 50 fois plus rapidement.
En plus des robots de discussion, les banques peuvent théoriquement utiliser des assistants vocaux. Il s'agit d'une technologie plus complexe, il n'y a qu'un seul assistant vocal opérationnel en Russie - Yandex Alice. En décembre 2018, le chef de la banque Tinkoff Oleg Tinkov a
annoncé que la banque prévoyait de créer un tel assistant.
«Jusqu'à présent, très modestes, nous avons décidé d'appeler« Oleg ». Mais peut-être que nous allons le changer, peut-être que nous appellerons Ivan », a expliqué Tinkov.
Selon lui, l'assistant aidera les utilisateurs à résoudre des tâches financières et quotidiennes - par exemple, transférer de l'argent ou réserver une table dans un restaurant. La voix d'Oleg ne sera pas la même que celle d'un homme d'affaires. D'autres banques d'assistants vocaux ne prévoient pas encore de mise en œuvre.
Pour en savoir plus sur l'utilisation de la reconnaissance faciale, des réseaux de neurones et de l'apprentissage automatique dans différents domaines de l'entreprise, consultez le cours AI for Business de deux jours. Les conférenciers de Microsoft, Nanosemantics et Home Credit Bank vous expliqueront comment utiliser différents types d'IA et quels outils sont disponibles pour cela. L'intensif le plus proche aura lieu les 30 et 31 mars.
Pour ceux qui veulent apprendre à utiliser l'apprentissage automatique pour différentes tâches - AI School . Il est destiné aux développeurs qui ont des compétences minimales en Python. Le cours le plus proche est du 2 mars au 6 avril.