Как искусственный интеллект изменит банковский сектор
Банки давно интегрируют в свою работу современные технологии. SWIFT и карточные платежи изменили банковское дело во второй половине XX века, а появление непрерывного цикла обслуживания и мобильного банкинга благодаря интернету — в начале XXI века. Прогресс и доступность вычислительных мощностей сделали возможным создание продвинутой аналитики данных — с помощью нейронных сетевых моделей. Новые направления машинного обучения создали колоссальный потенциал роста и одновременно с этим новое окно возможностей для банков.
Масштаб явления, меняющего банковское дело на наших глазах, можно понять по оценкам ведущих экспертов. По расчетам McKinsey&Co, искусственный интеллект может принести банкам по всему миру $1 трлн дополнительной капитализации ежегодно. А Goldman Sachs прогнозирует, что более 300 млн рабочих мест или 18% работы во всем мире могут быть компьютеризированы, причем последствия ощущаются более глубоко в странах с развитой экономикой.
Банки, являясь машинами по работе с деньгами, уже достаточно давно применяют ИИ в своей работе в таких направлениях, как:
— прогнозирование вероятности дефолта заемщика;
— оптимизация рекламных стратегий для привлечения клиентов;
— гиперперсонализированное обслуживание клиентов;
— распознавание документов, изображений, речи и передача их в IT-системы;
— обслуживание клиентов с помощью чат-ботов и голосовых помощников;
— алгоритмичная торговля;
— системы фрод-мониторинга и информационной безопасности.
Аналитики ЦБ РФ в регулярном отчете об искусственном интеллекте в финансовом секторе пишут о росте ожиданий использования машинного обучения в сфере управления кредитными рисками. Например, большая часть работы андеррайтеров уже может быть автоматизирована, тогда как сам специалист в освободившееся время может заняться глубинным анализом результатов работы нейросетей, содержательной интерпретацией выводов и предложениями по улучшению кредитных продуктов.
С другой стороны, отмечают в ЦБ, ИИ оказался чрезвычайно востребованным в трейдинге. В будущем нас ждут торговые роботы, способные обучаться на своем и чужом опыте и предсказывать поведение рынка в режиме реального времени. Поведение человека-трейдера на рынке может не соответствовать его намерениям, так как влияние когнитивных искажений на поведение человека способно полностью нивелировать наличие у трейдера развитого интеллекта. Например, вместо выжидания наиболее выгодной цены человек может начать продавать в начале роста, потому что потребность в вознаграждении за правильный выбор подталкивает его к преждевременной продаже. ИИ-трейдер лишен этого недостатка и благодаря этому может максимизировать выгоду.
Вместе с тем внедрение ИИ в критические для банка виды деятельности требует создания новых инструментов для работы с риском, проистекающим от объективных особенностей этих технологий. Принятие решений происходит с опорой на извлеченные искусственным интеллектом неявные знания и на основе неинтерпретируемых моделей, что создает новые угрозы для бизнеса и может привести к неудовлетворенности результатами работы ИИ.
Новая волна интереса к ИИ сейчас вызвана появлением и доступностью сразу нескольких ИИ, относящихся к классу генеративных, обученных на колоссальных объемах данных моделей. Ярким представителем является ChatGPT (на момент публикации — уже 4-го поколения). Представленная разработчиками стартапа OpenAI в конце прошлого года и быстро ставшая знаменитой, нейросетевая языковая модель ChatGPT способна генерировать текст на сложные запросы пользователя.
ChatGPT-4 сумел обмануть интернет-тест Тьюринга CAPTCHA — известный инструмент для отсеивания ботов и автоматизированных запросов. Исследователи из Alignment Research Center (ARC) дали чат-боту задание пройти проверку CAPTCHA и дали на входе нарочно размытую картинку, не поддающуюся распознаванию машинами. ChatGPT ожидаемо не справился с задачей сам, но пошел на невиданную для робота хитрость: нанял фрилансера для прохождения проверки, притворившись слепым человеком.
Наиболее очевидным применением сетей наподобие ChatGPT может стать сфера обучения и поддержки пользователей. Исследователи Intercom провели опрос более 1700 крупнейших мировых компаний, у которых есть подразделения техподдержки:
— 83% респондентов отметили значительный рост ожиданий клиентов от ИИ-технологий, встроенных в чат-боты;
— 76% компаний при этом отметили, что сами не в состоянии технологически осилить развитие клиентского сервиса на требуемом уровне.
Эксперты сходятся во мнении, что персонализация — главная цель для ИИ-сервисов, и в 2023 году ожидается усиление данного тренда. ChatGPT обеспечивает в этой области уникальный клиентский опыт.
Недавно стало известно о том, что новую версию нейросети ChatGPT начали использовать в коммерческих проектах, чтобы экономить на программистах. В одном ряду с этим можно упомянуть факт об использовании ChatGPT-4 основателем стартапа для венчурных инвестиций Landscape Джоном Перкинсом для написания кода к 5 микросервисам для одного из продуктов.
Перкинс написал в соцсетях, что на написание кода нейросети потребовалось всего 3 часа и $0.11 на оплату электричества. Для решения той же задачи программист запросил бы две недели и £5000. Он признает, что времена, когда нейросетевой чат-бот будет писать коды за инженера Google для многомиллиардной аудитории, еще не наступили. Вместе с тем для стартапа на ранней стадии с ограниченными ресурсами такое решение может стать вполне пригодным.
В ближайшей перспективе новая волна развития искусственного интеллекта способна привести к автоматизации работы более 300 млн рабочих мест по всему миру, и что очень важно — впервые за долгое время речь идет о «белых воротничках». Изменения, прежде всего, скажутся именно на развитых экономиках стран первого мира, а не на развивающихся рынках. В США и Европе примерно две трети рабочих мест могут быть подвергнуты автоматизации в той или иной степени, тогда как почти четверть всей работы может быть полностью автоматизирована ИИ-технологиями, утверждают в Goldman Sachs.
Более того, повсеместное применение таких технологий приведет к росту мирового ВВП на 7% в следующие 10 лет. Подобная трансформация не может не коснуться банковского сектора, где заняты одни из самых высокооплачиваемых специалистов, при этом вовлеченные в максимально структурированные и алгоритмизированные процессы.
Экзистенциальным является вопрос: если главной задачей кредитных организаций всегда оставалась работа с риском, а в последнее время — ее автоматизация, то означает ли это, что более эффективный в этой сфере, чем человек, искусственный интеллект ознаменовал конечный формат работы банка?
В таком случае лучший ИИ находит и привлекает клиентов в интернете, формирует им оффер на основе предсказанной вероятности дефолта, затем обслуживает их в цифровых каналах с использованием цифровых аватаров. И лишь премиальные клиенты могут встретиться с живым сотрудником банка.
Вполне возможно, что именно в финансовой отрасли произойдут масштабные изменения, когда выяснится, что для роста выручки банков придется отказаться от значительной части живых работников интеллектуального труда.
Однако важнейшим вопросом относительно ИИ является вопрос — как быстро владельцы ИИ смогут изменить существующие бизнес-модели, «оттянув» на себя значимую долю маржи? Сумеют ли создатели ИИ повторить путь Google, META и социальных сетей, переключивших на себя рекламные бюджеты и ставших главным каналом привлечения пользователей?
Усиливает вероятность перестройки бизнес-моделей аспект доступности технологий. Технологически повторить успех компании OpenAI в краткосрочной перспективе практически невозможно, а значит, банкам придется рано или поздно делать выбор между попытками создать собственное аналогичное решение под свои задачи и поиском пути внедрения внешнего решения, подобно тому как все компании в мире начали пользоваться доступными браузерами и почтовыми клиентами, не создавая свои аналоги.
Такой вариант развития событий приведет к тому, что новые игроки с помощью продвинутого ИИ преобразуют традиционные бизнес-модели и получат значимую часть маржи банковского сервиса. Что до политической стороны вопроса, то подобные масштабные экономические перемены не происходят бесконтрольно: государство может под воздействием традиционных игроков установить жесткие ограничения на использование ИИ.
Крупнейшие банки также крайне настороженно отнеслись к ChatGPT — знаковым событием стал запрет сотрудникам пользоваться чат-ботом в JP Morgan Chase. Важно отметить, что ограничения были введены для всех сотрудников, и неизвестно, был ли запрет связан с каким-либо инцидентом или стал превентивной мерой. Сложно сказать, сколько банков последуют примеру JP Morgan Chase, но перспектива более широкого контроля за использованием стороннего программного обеспечения в такой строго регулируемой отрасли кажется вполне вероятной.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
Масштаб явления, меняющего банковское дело на наших глазах, можно понять по оценкам ведущих экспертов. По расчетам McKinsey&Co, искусственный интеллект может принести банкам по всему миру $1 трлн дополнительной капитализации ежегодно. А Goldman Sachs прогнозирует, что более 300 млн рабочих мест или 18% работы во всем мире могут быть компьютеризированы, причем последствия ощущаются более глубоко в странах с развитой экономикой.
Банки, являясь машинами по работе с деньгами, уже достаточно давно применяют ИИ в своей работе в таких направлениях, как:
— прогнозирование вероятности дефолта заемщика;
— оптимизация рекламных стратегий для привлечения клиентов;
— гиперперсонализированное обслуживание клиентов;
— распознавание документов, изображений, речи и передача их в IT-системы;
— обслуживание клиентов с помощью чат-ботов и голосовых помощников;
— алгоритмичная торговля;
— системы фрод-мониторинга и информационной безопасности.
Аналитики ЦБ РФ в регулярном отчете об искусственном интеллекте в финансовом секторе пишут о росте ожиданий использования машинного обучения в сфере управления кредитными рисками. Например, большая часть работы андеррайтеров уже может быть автоматизирована, тогда как сам специалист в освободившееся время может заняться глубинным анализом результатов работы нейросетей, содержательной интерпретацией выводов и предложениями по улучшению кредитных продуктов.
С другой стороны, отмечают в ЦБ, ИИ оказался чрезвычайно востребованным в трейдинге. В будущем нас ждут торговые роботы, способные обучаться на своем и чужом опыте и предсказывать поведение рынка в режиме реального времени. Поведение человека-трейдера на рынке может не соответствовать его намерениям, так как влияние когнитивных искажений на поведение человека способно полностью нивелировать наличие у трейдера развитого интеллекта. Например, вместо выжидания наиболее выгодной цены человек может начать продавать в начале роста, потому что потребность в вознаграждении за правильный выбор подталкивает его к преждевременной продаже. ИИ-трейдер лишен этого недостатка и благодаря этому может максимизировать выгоду.
Новые риски
Вместе с тем внедрение ИИ в критические для банка виды деятельности требует создания новых инструментов для работы с риском, проистекающим от объективных особенностей этих технологий. Принятие решений происходит с опорой на извлеченные искусственным интеллектом неявные знания и на основе неинтерпретируемых моделей, что создает новые угрозы для бизнеса и может привести к неудовлетворенности результатами работы ИИ.
Новая волна интереса к ИИ сейчас вызвана появлением и доступностью сразу нескольких ИИ, относящихся к классу генеративных, обученных на колоссальных объемах данных моделей. Ярким представителем является ChatGPT (на момент публикации — уже 4-го поколения). Представленная разработчиками стартапа OpenAI в конце прошлого года и быстро ставшая знаменитой, нейросетевая языковая модель ChatGPT способна генерировать текст на сложные запросы пользователя.
ChatGPT-4 сумел обмануть интернет-тест Тьюринга CAPTCHA — известный инструмент для отсеивания ботов и автоматизированных запросов. Исследователи из Alignment Research Center (ARC) дали чат-боту задание пройти проверку CAPTCHA и дали на входе нарочно размытую картинку, не поддающуюся распознаванию машинами. ChatGPT ожидаемо не справился с задачей сам, но пошел на невиданную для робота хитрость: нанял фрилансера для прохождения проверки, притворившись слепым человеком.
Наиболее очевидным применением сетей наподобие ChatGPT может стать сфера обучения и поддержки пользователей. Исследователи Intercom провели опрос более 1700 крупнейших мировых компаний, у которых есть подразделения техподдержки:
— 83% респондентов отметили значительный рост ожиданий клиентов от ИИ-технологий, встроенных в чат-боты;
— 76% компаний при этом отметили, что сами не в состоянии технологически осилить развитие клиентского сервиса на требуемом уровне.
Эксперты сходятся во мнении, что персонализация — главная цель для ИИ-сервисов, и в 2023 году ожидается усиление данного тренда. ChatGPT обеспечивает в этой области уникальный клиентский опыт.
Новые «сотрудники»
Недавно стало известно о том, что новую версию нейросети ChatGPT начали использовать в коммерческих проектах, чтобы экономить на программистах. В одном ряду с этим можно упомянуть факт об использовании ChatGPT-4 основателем стартапа для венчурных инвестиций Landscape Джоном Перкинсом для написания кода к 5 микросервисам для одного из продуктов.
Перкинс написал в соцсетях, что на написание кода нейросети потребовалось всего 3 часа и $0.11 на оплату электричества. Для решения той же задачи программист запросил бы две недели и £5000. Он признает, что времена, когда нейросетевой чат-бот будет писать коды за инженера Google для многомиллиардной аудитории, еще не наступили. Вместе с тем для стартапа на ранней стадии с ограниченными ресурсами такое решение может стать вполне пригодным.
В ближайшей перспективе новая волна развития искусственного интеллекта способна привести к автоматизации работы более 300 млн рабочих мест по всему миру, и что очень важно — впервые за долгое время речь идет о «белых воротничках». Изменения, прежде всего, скажутся именно на развитых экономиках стран первого мира, а не на развивающихся рынках. В США и Европе примерно две трети рабочих мест могут быть подвергнуты автоматизации в той или иной степени, тогда как почти четверть всей работы может быть полностью автоматизирована ИИ-технологиями, утверждают в Goldman Sachs.
Более того, повсеместное применение таких технологий приведет к росту мирового ВВП на 7% в следующие 10 лет. Подобная трансформация не может не коснуться банковского сектора, где заняты одни из самых высокооплачиваемых специалистов, при этом вовлеченные в максимально структурированные и алгоритмизированные процессы.
Экзистенциальным является вопрос: если главной задачей кредитных организаций всегда оставалась работа с риском, а в последнее время — ее автоматизация, то означает ли это, что более эффективный в этой сфере, чем человек, искусственный интеллект ознаменовал конечный формат работы банка?
В таком случае лучший ИИ находит и привлекает клиентов в интернете, формирует им оффер на основе предсказанной вероятности дефолта, затем обслуживает их в цифровых каналах с использованием цифровых аватаров. И лишь премиальные клиенты могут встретиться с живым сотрудником банка.
Вполне возможно, что именно в финансовой отрасли произойдут масштабные изменения, когда выяснится, что для роста выручки банков придется отказаться от значительной части живых работников интеллектуального труда.
Новые конкуренты
Однако важнейшим вопросом относительно ИИ является вопрос — как быстро владельцы ИИ смогут изменить существующие бизнес-модели, «оттянув» на себя значимую долю маржи? Сумеют ли создатели ИИ повторить путь Google, META и социальных сетей, переключивших на себя рекламные бюджеты и ставших главным каналом привлечения пользователей?
Усиливает вероятность перестройки бизнес-моделей аспект доступности технологий. Технологически повторить успех компании OpenAI в краткосрочной перспективе практически невозможно, а значит, банкам придется рано или поздно делать выбор между попытками создать собственное аналогичное решение под свои задачи и поиском пути внедрения внешнего решения, подобно тому как все компании в мире начали пользоваться доступными браузерами и почтовыми клиентами, не создавая свои аналоги.
Такой вариант развития событий приведет к тому, что новые игроки с помощью продвинутого ИИ преобразуют традиционные бизнес-модели и получат значимую часть маржи банковского сервиса. Что до политической стороны вопроса, то подобные масштабные экономические перемены не происходят бесконтрольно: государство может под воздействием традиционных игроков установить жесткие ограничения на использование ИИ.
Крупнейшие банки также крайне настороженно отнеслись к ChatGPT — знаковым событием стал запрет сотрудникам пользоваться чат-ботом в JP Morgan Chase. Важно отметить, что ограничения были введены для всех сотрудников, и неизвестно, был ли запрет связан с каким-либо инцидентом или стал превентивной мерой. Сложно сказать, сколько банков последуют примеру JP Morgan Chase, но перспектива более широкого контроля за использованием стороннего программного обеспечения в такой строго регулируемой отрасли кажется вполне вероятной.
