Big Data расставит банкоматы
ВТБ одним из первых российских банков начал использовать искусственный интеллект при открытии и модернизации отделений и банкоматов. Реализация проекта позволит уменьшить среднее время доступности отделений ВТБ для клиента до 15 минут. Банк разработал и внедрил модель машинного обучения, которая с помощью анализа Big Data позволяет прогнозировать спрос на банковские услуги в конкретных точках города.
Для определения потенциального числа клиентов и объемов продаж в новых локациях используется свыше 5000 параметров. Они включают в себя численность населения региона, близость отделения к торговым центрам и остановкам транспорта. Каждый из этих алгоритмов применяется для работы с конкретными данными. Например, один из них позволяет оценивать изменение клиентского поведения при модернизации отделений. Другой выбирает наиболее оптимальный вариант размещения нового отделения как для клиента, так и для банка с точки зрения удобства и доступности.
С помощью новой модели ВТБ провел расчеты для всех крупных российских городов, в которых работает с розничными клиентами. В ближайшее время банк завершит расчеты для всей сети. Благодаря использованию полученных данных расположение отделений и банкоматов станет для клиентов ВТБ оптимальным.
В рамках технологической трансформации ВТБ делает акцент на внедрении искусственного интеллекта в работу, в том числе для постоянного усовершенствования клиентских сервисов и противодействия попыткам мошенничества. В мае текущего года ВТБ запустил в промышленную эксплуатацию систему управления моделями машинного обучения - новый продукт Фабрики искусственного интеллекта, а уже в июне банк внедрил в работу новую технологию искусственного интеллекта для ускорения принятия решений по корпоративным кредитам для клиентов среднего и малого бизнеса.
"Удобные, качественные и доступные продукты и сервисы для клиентов - приоритет ВТБ. Мы убеждены, что в текущей конкурентной гонке смогут выиграть только те компании, которые не просто понимают, но и предугадывают желания клиентов. Именно поэтому в рамках технологической трансформации банка мы активно применяем Big Data и искусственный интеллект для того, чтобы предлагать клиентам лучшие услуги в правильный момент в правильном месте", - заявил заместитель президента - председателя правления ВТБ Вадим Кулик.
"Применение новой модели позволяет открывать офисы и устанавливать банкоматы в наиболее удобных и комфортных для клиентов точках, что является для нас приоритетной задачей. Искусственный интеллект анализирует тысячи факторов и позволяет в сжатые сроки предоставить нам оптимальный результат. Это очень важно при планировании развития сети отделений, особенно в городах с наибольшей плотностью банковских офисов. В перспективе трех-четырёх лет новая модель позволит нам модернизировать треть розничной сети, чтобы средняя доступность офисов для клиента за счет их оптимального расположения составляла не более 15 минут", - подчеркнул заместитель президента - председателя правления ВТБ Анатолий Печатников.
В пресс-службе ВТБ сообщили, что банк постоянно внедряет технологии для повышения качества, доступности и удобства услуг и сервисов для клиентов в рамках цифровой трансформации. "Модель машинного обучения, которая с помощью анализа Big Data позволяет прогнозировать спрос на банковские услуги в конкретных точках города, является разработкой банка. Для создания модели использовались технологии запущенной ранее геоплатформы. Сегодня данное решение используется уже в более чем 80 крупнейших городах России, далее платформа будет расширяться. Уже с января 2022 г. офисы начнут открываться с применением данного решения", - заявили в пресс-службе ВТБ.
В пресс-службе Сбера рассказали, что применение искусственного интеллекта для развития банковской сети Сбер использует уже несколько лет. По словам представителя пресс-службы, на основе моделей формируется не только удобное для клиента место размещения, но и продуктовая полка внутри него. В таких задачах всегда важно учитывать инфраструктурные особенности города и реальные маршруты клиентов. Поскольку эти показатели динамически изменяются, то AI-корректировка сетей ведется постоянно.
Архитектор машинного обучения Softline Digital Николай Князев объясняет, что использование статистических методов в банковской сфере практикуется с самого ее начала. По его оценке, принятие решений на основе анализа данных будет развиваться, так как более 90% директоров компаний утверждают, что в их бизнесе компании, использующие ИИ, получат как минимум сильное преимущество, а как максимум - не оставят шансам остальным. "В данном примере уже активно развиваются подходы, позволяющие спрогнозировать поток клиентов для ретейла и других точек на основе данных о местности: застройка, стоимость жилья, близость к объектам инфраструктуры, конкурентов и т.д. В мегаполисах эта практика окупается: стоимость такого исследования несоизмерима с затратами на аренду и оформление точки и позволяет выбрать оптимальное и прибыльное место. Однако надо понимать, что в небольших городах локальные факторы могут быть решающими, например с каким банком заключен контракт у градообразующего предприятия, и статистика тут бессильна, хотя и поможет выявить такие факторы по косвенным данным. В целом определение потенциального спроса и, как следствие, окупаемость установки точки сейчас разные коллективы предлагают делать под ключ, с использованием открытых данных, методов машинного обучения и данных пользователя - это экономит деньги уже сейчас, а значит, будет востребовано и в будущем", - отметил Николай Князев.
Исполнительный директор Artezio (входит в группу компаний "Ланит") Павел Адылин подчеркивает, что спрос на решения с применением ИИ растет не только в банковской сфере. Однако, по его оценке, именно банки сейчас являются драйверами внедрения подобных программных инструментов. "Дело в том, что стоимость внедрения решений на основе ИИ остается достаточно высокой. Поэтому инвестировать в ИИ сегодня готовы компании, у которых есть средства на цифровую трансформацию бизнеса, и они четко представляют себе цель использования подобных продуктов. Кроме этого, компаниям, создающим подобные решения, необходим доступ к данным для обучения моделей", - объясняет Павел Адылин.
По его мнению, для банковского сектора применение передовых программных инструментов является серьезным конкурентным преимуществом. Они используются для определения наилучшего расположения офисов и банкоматов, оптимизации маршрутов инкассаторов и наличных в диспенсерах, своевременного технического обслуживания банкоматов. Павел Адылин убежден, что новые решения позволяют банкам предлагать клиентам более качественный и персонализированный сервис. "Уже сложно представить в России успешное развитие банковского бизнеса за пределами цифровых инноваций. Банковский бизнес будет и дальше ориентироваться на успешное применение технологий в финансовой сфере, разрабатывать и внедрять аналогичные или лучшие программные продукты. Что касается других областей бизнеса, то мы, безусловно, увидим увеличение применения ИИ в медицине, торговле, образовании. Постепенно область применения ИИ будет расширяться. Многое зависит от того, насколько ценным для бизнеса окажется внедрение ИИ, многие компании оценивают перспективы ускорения бизнес-процессов за счет программных решений", - рассказал Павел Адылин.
Старший преподаватель кафедры банковского дела университета "Синергия" Антон Рогачевский считает, что идея анализа месторасположения нового отделения или банкомата при помощи искусственного интеллекта очень хороша, так как система сможет точнее оценить всю имеющуюся информацию и учесть большую часть переменных факторов, причем сделать это на порядок быстрее, нежели человеческий ресурс.
По оценке Антона Рогачевского, чем дальше мы идем по пути развития технологий, тем все больше будет потребность в ИИ и Big Data. "Однако из-за дороговизны и малого количества реально хороших специалистов ценник на данный продукт очень высок. Доступ к реализации подобных инструментов имеют разве что крупные ретейлеры, такие как Amazon, H&M, Walmart, Microsoft и т.д. Из российских компаний можно отметить ВТБ, X5 Retail Group, МТС, "Билайн", "Ростелеком", ФК "Открытие" и пр.", - говорит Антон Рогачевский.
