Когда мы открываем счет, совершаем переводы или ждем одобрения заявки на кредит, банку необходимо обработать заявку, проанализировать документы компании и выявить возможные риски. Анализировать эти данные помогает ИИ. Разбираемся, как он меняет индустрию финтеха, а также банковский сервис для частных клиентов и бизнеса.Руководитель департамента по внедрению ИИ в бизнес-процессы в Точка БанкеОб эксперте: Андрей Румянцев — руководитель департамента по внедрению ИИ в бизнес-процессы в Точка Банке. Более 10 лет в машинном обучении и разработке, аспирант ИСП РАН. Член программного комитета конференций Dump и PyCon. Участник рабочей группы «Этика ИИ в финансовой отрасли» Ассоциации ФинТех и Банка России.
Какие банковские процессы может брать на себя искусственный интеллект
За последние несколько лет требования к банковскому сервису заметно изменились. Бизнес и частные клиенты ожидают быстрых решений и дистанционного обслуживания, при этом требования к проверкам, управлению рисками и комплаенсу становятся только строже. Банкам приходится искать способы обрабатывать растущий поток заявок без пропорционального увеличения ручной работы.
Одним из ответов на этот запрос стали ИИ-агенты, которые анализируют документы и сайты, сопоставляют данные из разных источников и выявляют потенциальные риски. Однако человеческое участие не исчезает из процесса — специалисту остается проверить сложные случаи и принять окончательное решение.
Такой подход уже дает измеримый результат. По данным аналитиков Точка Банка, за девять месяцев доля заявок на интернет-эквайринг, которые система одобряет без участия специалиста, выросла с 17% до 28%.
По мере того как искусственный интеллект берет на себя все больше задач внутри банковских процессов, меняются не только принципы работы самих банков, но и подходы к взаимодействию с клиентами.
Три тренда, которые меняют банковский сервис
1. ИИ-скоринг и проверка заявок
Когда человек оформляет кредит или проводит необычный платеж, банк может автоматически проверить данные и историю операций. Если система не находит ничего подозрительного, сотруднику не нужно вручную разбирать такой случай и заявка быстрее переходит к следующему этапу. Сложные или неоднозначные случаи передаются специалисту.
Для бизнеса процесс выстроен похожим образом. При открытии расчетного счета, подключении интернет-эквайринга или оформлении кредита первым заявку нередко анализирует ИИ. Он сопоставляет сведения из заявки с данными об организации и другими документами, чтобы выявить возможные риски.
Например, ИИ может проверить сайт компании при подаче заявки на эквайринг: проанализировать содержание страниц, структуру, ссылки и другие данные. В среднем система изучает около четырех страниц и 13 внешних ссылок по каждой заявке.
По данным исследования PwC The Future of Banking, ИИ позволяет увеличить конверсию в оформление банковских продуктов до 30%. Персонализированное сопровождение и более быстрые решения позитивно влияют на удержание клиентов — в отдельных кейсах этот показатель увеличивался до двух раз.
На скорость принятия решения также может повлиять клиент, так как автоматическая проверка работает с той информацией, которая уже есть в доступе. Поэтому важно следить за данными, которые видит банк. Например:
- Бизнесу — проверять реквизиты и сведения о компании в ЕГРЮЛ, ФНС, судебных базах и открытых государственных реестрах, а также следить, чтобы сайт соответствовал реальной деятельности. ИИ учитывает не только данные заявки, но и сведения об обороте, кредитной истории, судебных разбирательствах и деловой активности компании.
- Частным клиентам — смотреть на актуальность паспортных данных, номера телефона и других сведений, которые банк использует при оформлении продуктов. А также своевременно сообщать об изменениях в них, чтобы при следующем обращении не пришлось дополнительно подтверждать информацию.
2. Банковский сервис становится проактивным
Если раньше данные использовались чаще для проверки заявки и принятия решения, то теперь в банках они помогают сопровождать клиента на всем пути работы. Алгоритмы способны анализировать финансовое поведение клиента в режиме реального времени и искать изменения, которые могут указывать на новую потребность. Для бизнеса это может быть, например, регулярная нехватка денег на счете в определенный период. Система видит движение средств и сезонность поступлений и может предложить овердрафт от банка до того, как возникнет кассовый разрыв.
У частного клиента сценарий может быть другим. Банк анализирует операции по счету и понимает, какие сервисы или действия могут быть ему полезны. Вместо одинаковых предложений для всех система подбирает их с учетом конкретной ситуации.
ИИ меняет и банковскую поддержку. Вместо универсальных ответов сервис постепенно переходит к персональным рекомендациям, основанным на финансовом контексте конкретной компании или клиента. ИИ может подсказать, как изменяется денежный поток, предупредить о валютных рисках или помочь разобраться с операциями без ожидания ответа специалиста. Сотрудники банков при этом подключаются к более сложным вопросам, где действительно требуется экспертная оценка.
3. ИИ помогает выявлять риски до проведения операции
Если раньше системы контроля фиксировали нарушения уже после самой операции, то сегодня ИИ в банковской сфере все чаще работает на опережение. Он анализирует данные в режиме реального времени, сопоставляет информацию из разных источников и помогает выявлять потенциальные риски еще до того, как они повлияют на обслуживание клиента.
Одна из важных задач — проверять операции до их проведения. Алгоритм сравнивает платеж с привычным поведением клиента, смотрит на характеристики операции и ищет признаки мошенничества или других рисков. Например, для системы имеет значение не только сумма перевода. Она может учитывать получателя, его финансовую историю, время операции и то, насколько такое поведение похоже на предыдущие платежи. Если сочетание признаков выглядит необычно, операцию отправляют на дополнительную проверку.
Похожие подходы используют крупнейшие международные платежные системы. Так, Stripe применяет систему Radar, которая анализирует сотни сигналов по каждой транзакции и автоматически оценивает риск мошенничества. По данным компании, это позволяет снизить его уровень в среднем на 32%.
Mastercard применяет Decision Intelligence Pro для анализа связей между объектами вокруг транзакции. При запуске системы в феврале 2024 года компания сообщала, что она формирует оценку риска менее чем за 50 миллисекунд. По результатам первоначального моделирования выявляемость мошенничества выросла в среднем на 20%, а в отдельных случаях — до 300%.
Следовательно, чем больше решений банк принимает на основе анализа данных, тем важнее заранее проверять операции и сведения о клиенте. Поэтому:
- Бизнесу необходимо проверять контрагентов до проведения платежей, используя собственные инструменты комплаенс-проверки или специализированные сервисы. Поддерживать прозрачную структуру расчетов и избегать схем, которые могут выглядеть нетипично или непрозрачно.
- Частным клиентам — проверять реквизиты получателя перед переводом, особенно если раньше вы ему не платили, и не проводить операции по просьбе незнакомых людей. Также важно следить, чтобы платежи соответствовали обычной финансовой активности. Необычная сумма, новый получатель или резкое изменение привычного характера операций могут стать поводом для дополнительной проверки.
Как ИИ изменит банковский сервис
Проверка заявок, персональные рекомендации и поиск подозрительных операций — только часть задач, которые уже можно передавать ИИ. Следующий этап развития ИИ в финтехе — переход от автоматизации отдельных операций к интеллектуальным помощникам, которые смогут сопровождать весь процесс принятия решений. Такие системы будут не только выявлять потенциальные риски, но и объяснять причины своих выводов, сравнивать ситуацию с похожими кейсами, предлагать возможные сценарии действий и помогать специалистам совершенствовать сами правила проверки.
Банковский сервис станет более персонализированным и предсказуемым: многие вопросы будут решаться еще до обращения к специалисту, а сложные случаи — разбираться быстрее благодаря тому, что у сотрудников уже будет подготовленный ИИ-анализ.
Однако чем больше решений банк принимает на основе данных, тем важнее их актуальность. Устаревшие реквизиты, ошибки в документах или неточная информация о клиенте могут повлиять на результат проверки. Поэтому банкам придется тщательнее следить за качеством данных, а клиентам — своевременно обновлять информацию о себе.
Получайте свежие новости в сфере искусственного интеллекта в нашем телеграм-канале >>