курс цб на 22.04:
61.3222
75.6532
курс криптовалют:
8939.7 $
606 $

Machine Learning станет must have в банкинге уже к 2020 году

10 апреля 2018 16:16 Количество просмотров74 просмотра

О том, насколько сегодня уже востребованы искусственный интеллект и машинное обучение в банкинге, каковы перспективы их развития и каких результатов кредитные организации ожидают от внедрения данных технологий, журнал «ПЛАС» беседует с Александром Сахаровым, руководителем департамента «Цифровой банкинг» Банка УРАЛСИБ.

ПЛАС: Какова сегодня реальная востребованность со стороны розничного банкинга технологий Artificial Intelligence (AI) и Machine Learning (ML)? Какие перспективы открывают перед банками такие решения?

А. Сахаров: Между искусственным интеллектом и автоматизацией есть очень важная грань: особенность машинного обучения – способность программы самостоятельно скорректировать собственный алгоритм в случае возможности сделать результат более эффективным. Можно провести параллель с эволюцией бактерий, которые приобрели способность изменяться, в результате чего обычные антибиотики перестали на них эффективно воздействовать. Соответственно, если раньше были логически строгие алгоритмы, то сейчас они умеют «мутировать» или адаптироваться, тем самым обеспечивая лучший конечный результат.

На сегодняшний день на торговых площадках США более 90% объема всех операций совершается роботами, и при этом ни у кого не возникает вопроса о целесо-образности использования AI – результаты говорят сами за себя.

Существует большое количество примеров применения AI в банках. Любая компания всегда нацелена на решение задач оптимизации своей деятельности – маркетинга, рисков, поиска новых клиентов и т. п. Основным драйвером повышения сложности этих задач является существенный рост объема доступных для анализа данных. Это количество уже невозможно эффективно обработать классическими средствами. Линейные регрессионные алгоритмы гораздо менее эффективны, чем алгоритмы с machine learning. Например, для сегментации посетителей сайта нужно обработать объем данных, который формируется из cookie-файлов, истории общения, внутренних систем, Big Data провайдеров, которые можно купить.

Это касается и процессов борьбы с мошенничеством по банковским картам. Самообучающиеся алгоритмы дают гораздо больший эффект для банка, чем алгоритмы, которые не умеют этого делать. То же самое можно сказать и про прогнозирование рисков. Ежегодно мы проводим пилоты по обогащению клиентских данных из онлайн-анкет с учетом Big Data, но только в 2018 году это дало ощутимые результаты.

Технологии приходят к нам из других, более технологичных областей экономики, поэтому банки будут просто вынуждены со всем этим как-то жить. Да, в ближайшие год-два это еще можно будет как-то игнорировать, но совершенно понятно, что в 2020 году без Machine Learning банкам будет уже не обойтись. Никакие банковские отделения не смогут обеспечить такой объем трафика, который может сгенерировать эффективно работающий сайт.

ПЛАС: Будет ли эта тенденция поступательной или можно ждать серьезного рывка?


Версия для печати

Читайте в этом номере:




В рубриках:
ЖУРНАЛ ПЛАС №3
Форум экспертов
60% россиян равнодушны к потрясениям на валютном рынке. Кто следит за падением рубля?
Наталья Мильчакова, заместитель директора аналитического департамента Альпари. 
18 апреля 2018 13:19
Криптовалюты: насколько они безопасны?
Никита Дуров, технический директор Check Point Software Technologies в России и СНГ.
16 апреля 2018 14:30
Блокировка Telegram: как ситуация отразится на банковской рознице?
Максим Болышев, заместитель директора департамента банковского ПО RS-Bank, R-Style Softlab.
16 апреля 2018 09:17
Смотреть все статьи рубрики >>
Лента новостей
ЖУРНАЛ ПЛАС №3
Безопасность Банки атакует новый троян
20 апреля 2018 08:45
Количество просмотров 173 просмотра
Регуляторы ЦБ отозвал лицензию у «ОФК Банка»
16 апреля 2018 11:14
Количество просмотров 196 просмотров