एआई के लिए आधा राज्य: मशीन सीखने, तंत्रिका नेटवर्क और चैट बॉट पर बैंक कितना बचत करते हैं

फेसबुक पर ग्राहक प्रोफ़ाइल, ऋण एकत्र करने के लिए रोबोट और निवेशकों को वित्तीय सलाह, धोखेबाजों के खिलाफ लड़ाई और दिनचर्या के खिलाफ लड़ाई - बैंकों के लगभग सभी क्षेत्रों में कृत्रिम बुद्धि की आवश्यकता है। बाइनरी डिस्ट्रिक्ट की समीक्षा में - एआई कैसे Sberbank, VTB, टिंकफ बैंक और अन्य वित्तीय संगठनों को अरबों रूबल को बचाने में मदद करता है।

एआई के कार्यान्वयन पर कितने बैंक बचाते हैं

रिसर्च कंपनी ऑटोनॉमस नेक्स्ट के पूर्वानुमान के मुताबिक, 2030 तक दुनिया भर के बैंक आर्टिफिशियल इंटेलिजेंस टेक्नोलॉजी की मदद से लागत को 22% तक कम कर पाएंगे। बचत $ 1 ट्रिलियन तक पहुंच सकती है।

रूसी बैंक पहले से ही AI की मदद से काफी मात्रा में कमाई और बचत कर रहे हैं। इसलिए, 2017 में, Sberbank ने अतिरिक्त $ 2-3 बिलियन कमाया (2017 के लिए बैंक का शुद्ध लाभ लगभग 11.6 बिलियन डॉलर था) जोखिम और बिक्री के प्रबंधन में AI और डेटा विश्लेषण के उपयोग के माध्यम से।

हमने सात कार्यों का चयन किया जो बैंक कृत्रिम बुद्धिमत्ता की मदद से हल करते हैं, और यह देखते हैं कि इससे उन्हें क्या लाभ होता है।

AI किन कार्यों को हल करने में मदद करता है

1. उधारकर्ता की जाँच करें

एआई के कार्यान्वयन के लिए क्रेडिट स्कोरिंग सबसे आशाजनक क्षेत्र है। इस क्षेत्र में इसकी क्षमताओं का उपयोग 2018 में विशेषज्ञ आरए रेटिंग एजेंसी द्वारा प्रदत्त रूसी बैंकों के बहुमत द्वारा किया गया था (11 बैंकों ने अध्ययन में भाग लिया: टिंकॉफ, गज़प्रॉमबैंक, एमटीएस बैंक, मॉस्को क्रेडिट बैंक, रूसी मानक बैंक, आदि)।

Sberbank में, AI पहले से ही व्यक्तियों को ऋण देने पर 98% निर्णय ले रहा है। उपयोगकर्ता के "डिजिटल पदचिह्न" के आधार पर क्रेडिट जोखिमों का विश्लेषण किया जाता है। बैंक के प्रमुख, जर्मन ग्रीफ के अनुसार, यह ट्रैक पहले से ही प्रति दिन 500 एमबी तक पहुंच रहा है, और इसके आधार पर एक "दूसरा डिजिटल" I "बनता है, जो" बहुत सटीक रूप से हमारे मानव "I" को दोहराता है।
कानूनी संस्थाओं के साथ क्रेडिट जोखिम अभी भी एक कार के लिए आकलन करना अधिक कठिन है: यहां, एआई जारी करने के निर्णय का केवल 30% बना सकता है।

2. नॉक आउट ऋण

बैंकों में एआई के आवेदन का दूसरा लोकप्रिय क्षेत्र कलेक्टर रोबोट है। सेर्बैंक भी यहां अग्रणी थे: 2016 में, उन्होंने अपनी सहायक कंपनी एक्टिव बीके का एक पायलट प्रोजेक्ट पेश किया। एक साल बाद, रोबोट की प्रभावशीलता लाइव ऑपरेटरों की तुलना में लगभग एक चौथाई (24%) अधिक थी: इसलिए अक्सर कार के बजने के बाद देनदारों ने दो सप्ताह के भीतर देरी का भुगतान किया।

उसके बाद, AktivBK ने 27 और बैंकों (Otkrytie, Binbank, आदि) के साथ काम किया, 2017 में इस क्षेत्र ने कंपनी को कुल राजस्व का लगभग 25% लाया। 2018 के पतन में, VTB ने तीन महीने के पायलट ऑपरेशन के बाद एक कलेक्टर रोबोट पेश किया।

“अब तक, यह देरी की छोटी अवधि के लिए प्रभावी है। औसत टॉक टाइम डेढ़ मिनट है, जो ऑपरेटर के साथ बातचीत करने के लिए तुलनीय है। यदि कोई कर्मचारी एक दिन में लगभग 200 कॉल करता है, तो रोबोट के लिए यह संख्या व्यावहारिक रूप से असीमित है, ”एज़टोलि पेचेतनिकोव ने कहा , इज़वेस्टिया अखबार के साथ एक साक्षात्कार में वीटीबी बोर्ड के वीटीबी उपाध्यक्ष।

3. स्कैमर्स से लड़ें

पोस्ट बैंक 2015 में अपनी शाखाओं में बॉयोमीट्रिक तकनीकों को पेश करने वाला पहला था। अब बैंक की चार हजार से अधिक शाखाएं और पीओएस व्यवसाय में बैंक के भागीदारों के 50 हजार स्टोर फेस रिकग्निशन सिस्टम से लैस हैं। दो-कारक प्रमाणीकरण - लॉगिन / पासवर्ड और फोटो द्वारा - सीआरएम सिस्टम और अन्य व्यावसायिक अनुप्रयोगों तक पहुंच प्राप्त करने के लिए बैंक कर्मचारियों के लिए भी आवश्यक है।

2016 और 2017 में, इसने पोस्ट बैंक को कुल 3 बिलियन रूबल से बचाया: 2016 में, बैंक को 1.5 बिलियन रूबल के मूल्य के 9.2 हजार धोखाधड़ी वाले ऋण आवेदन मिले, 2017 में - लगभग 10 हजार आवेदन एक ही राशि। सिस्टम ने पहचानने में मदद की कि ये आवेदन किसने प्राप्त किए हैं। 2018 के परिणाम अभी तक घोषित नहीं किए गए हैं।

4. नियमित काम से छुटकारा

2018 में अल्फा-बैंक तीस नियमित व्यावसायिक प्रक्रियाओं में रोबोट के साथ लोगों को बदलने जा रहा था। पहले सात प्रक्रियाओं के स्वचालन के बाद, 20 मिलियन रूबल की वार्षिक बचत हासिल की गई थी। नतीजतन, बैंक ने सालाना 85 मिलियन रूबल तक बचाने की योजना बनाई।

बैंक ने रोबोट को इस तरह के संचालन को कानूनी संस्थाओं और व्यक्तियों के भुगतान के प्रसंस्करण, अज्ञात भुगतानों को संसाधित करने, आंतरिक आने वाले मेल को पार्स करने, अपने आवेदन पर ग्राहक डेटा बदलने, अपने अनुप्रयोगों के अनुसार व्यक्तियों के क्रेडिट समझौतों को संपादित करने, साथ ही वित्तपोषण संपर्कों को पोस्ट करने और मानक अनुरोधों का जवाब देने के लिए स्थानांतरित किया।

रोबोट कार्यक्रमों के साथ काम करने के लिए, अल्फ़ा-बैंक ने ब्लूप्रिज्म प्लेटफ़ॉर्म (एक तीन साल की लाइसेंस लागत एक लाख रूबल से कम) का उपयोग किया। प्रत्येक रोबोट को एक वर्चुअल वर्कस्टेशन प्राप्त होता है, जिस पर ब्लूप्रिंट एजेंट और कार्य के लिए आवश्यक सॉफ़्टवेयर स्थापित होते हैं। इसके अलावा, सिस्टम को बैंक की व्यावसायिक प्रक्रिया से परिचित व्यक्ति और प्रशिक्षण रोबोट की तकनीक से प्रशिक्षित किया जाता है। इससे पहले, ऑपरेटिंग कर्मचारियों को 3.3% तक बढ़ना था, लेकिन अंत में बैंक ने नए कर्मचारियों को काम पर रखने का फैसला किया।

5. निवेश के साथ ग्राहकों की मदद करें

रोबो-एडवाइजिंग एक अन्य क्षेत्र है जो पिछले साल से रूसी बैंकों में अधिक रुचि रखता है। Tinkoff निवेश ब्रोकरेज प्लेटफॉर्म के लिए इन सलाहकार रोबोटों में से एक को Tinkoff Bank ने जुलाई 2018 में लॉन्च किया था।

"कुछ ही मिनटों में, निर्धारित मापदंडों के अनुसार, रोबोट सलाहकार उद्योग और कंपनी द्वारा संतुलित निवेश पोर्टफोलियो को इकट्ठा कर सकता है, जो उपलब्ध निवेश राशियों को ध्यान में रखते हुए, इष्टतम जोखिम-रिटर्न अनुपात के साथ लेता है," रिलीज ने समझाया।

लॉन्च के बाद पहले महीने के लिए, बैंक के अनुसार, 42 हजार लोगों ने आवेदन का उपयोग किया । इस दौरान कुल 142,000 निवेश पोर्टफोलियो तैयार हुए। रोबोट सलाहकार की मदद से संपत्ति की खरीद के लिए औसत चेक 60 हजार रूबल और 1678 अमेरिकी डॉलर था। अधिकतर, उपयोगकर्ताओं ने रूबल-मूल्य प्रतिभूतियों को खरीदा।

इससे पहले, 2016 में, इसी तरह की परियोजनाओं को Sberbank द्वारा FinEx, AK Bars Bank और VTB24 (बाद में 2018 में VTB में शामिल) के साथ लॉन्च किया गया था । उसी समय, उनके रोबोट सलाहकार - सही आवेदन - कोनॉमी द्वारा बनाया गया था।

6. नई शाखाओं के लिए जगह की तलाश करें

2018 में रोसबैंक ने खुदरा नेटवर्क के विकास के लिए एआई का उपयोग करने का एक और तरीका पाया। फ्यूचर बैंकिंग के लिए एक कॉलम में इस बारे में बैंक के डिप्टी चेयरमैन अर्नो डेनिस ने कहा । उनके अनुसार, बैंक ने मार्केटिंग लॉजिक की तकनीक का इस्तेमाल किया, जो कि जियोमार्केटिंग में माहिर है।

इस कंपनी द्वारा विकसित प्रणाली मशीन लर्निंग का उपयोग करती है। वह 250 शाखाओं द्वारा नई शाखा के लिए जगह की क्षमता का अनुमान लगाती है, जिन्हें तीन समूहों में विभाजित किया गया है। पहला समूह - भू-विशेषताओं (केंद्र तक की दूरी, मेट्रो तक, प्रति वर्ग मीटर की कीमत, आदि), दूसरा - यातायात (स्थान से विभिन्न रेडी में भूमि परिवहन मार्गों की संख्या) और तीसरा - वस्तुओं (शॉपिंग सेंटर, व्यापार केंद्र, घरों की एक संख्या की उपस्थिति) और बैंक)।

अगले कुछ वर्षों में इन सभी मापदंडों का विश्लेषण करके, बैंक शाखा नेटवर्क के वित्तीय प्रदर्शन में "महत्वपूर्ण वृद्धि" की योजना बना रहा है। (अब बैंक की 350 शाखाएँ हैं)।

7. उत्तर जहां वेतन स्पष्ट और तेज है

कर्मचारियों और ग्राहकों से 24/7 सवाल जवाब करने के लिए चैटबॉट सबसे प्रभावी तरीकों में से एक है। 2017 में आयोजित आर-स्टाइल सॉफ्टलैब सर्वेक्षण के परिणामों के अनुसार, रूस में प्रत्येक पांचवें बैंक (21%) और सीआईएस बॉट्स का उपयोग करने के लिए तैयार थे, और अधिकांश क्रेडिट संगठनों ने 2018 में उन्हें लागू करने की योजना बनाई थी।

2018 में सबसे सफल उदाहरणों में से एक अल्फ़ा बैंक बॉट था, जिसे उन्होंने अपने कर्मचारियों-कर्मचारियों के वेतन परियोजनाओं के लिए विकसित किया था। इसके लागू होने से पहले, बैंक संचालकों को दैनिक रूप से सहकर्मियों से सौ से अधिक कॉल प्राप्त होते थे, जिसमें चालू खाते खोलने की शर्तों और नियमों के बारे में सवाल होते थे। एक नियम के रूप में, ये मानक प्रश्न थे। बुद्धिमान बॉट को सौंप दिए जाने के बाद, ऑपरेटरों ने 50 बार तेजी से अन्य सवालों के जवाब देने शुरू कर दिए।

चैट बॉट के अलावा, सैद्धांतिक रूप से बैंक वॉयस असिस्टेंट का उपयोग कर सकते हैं। यह एक अधिक जटिल तकनीक है, रूस में केवल एक काम करने वाला वॉयस असिस्टेंट है - यांडेक्स एलिस। दिसंबर 2018 में, टिंकॉफ बैंक के प्रमुख ओलेग टिंकोव ने घोषणा की कि बैंक इस तरह के एक सहायक बनाने की योजना बना रहा है।

"अब तक, बहुत मामूली, हमने" ओलेग "कॉल करने का फैसला किया। लेकिन शायद हम इसे बदल देंगे, शायद हम इवान को बुलाएंगे, ”तिनकोव ने समझाया।

उनके अनुसार, सहायक उपयोगकर्ताओं को वित्तीय और रोजमर्रा के कामों को सुलझाने में मदद करेगा - उदाहरण के लिए, पैसे ट्रांसफर करना या किसी रेस्तरां में टेबल आरक्षित करना। ओलेग की आवाज एक व्यापारी की तरह नहीं होगी। आवाज सहायकों के अन्य बैंक अभी तक लागू करने की योजना नहीं बनाते हैं।

व्यवसाय के विभिन्न क्षेत्रों में चेहरे की पहचान, तंत्रिका नेटवर्क और मशीन सीखने का उपयोग करने के तरीके के बारे में अधिक जानने के लिए, बिजनेस कोर्स के लिए दो दिवसीय AI देखें। Microsoft, Nanosemantics और Home Credit Bank के पाठ्यक्रम बोलने वाले आपको बताएंगे कि विभिन्न प्रकार के AI का उपयोग कैसे करें और इसके लिए कौन से उपकरण उपलब्ध हैं। निकटतम गहन 30-31 मार्च को होगा।

उन लोगों के लिए जो विभिन्न कार्यों के लिए मशीन लर्निंग का उपयोग करना सीखना चाहते हैं - एआई स्कूल । यह उन डेवलपर्स के लिए है जिनके पास न्यूनतम पायथन कौशल हैं। निकटतम पाठ्यक्रम 2 मार्च से 6 अप्रैल तक है।