Последнее время в мире активизировались дискуссии про искусственный интеллект (ИИ): является ли он помощником человечества или главной угрозой для его существования. Многие известные люди, даже занимающиеся инновациями, вдруг забили тревогу — суперумные нейросети могут захватить управление миром. Но не все согласны видеть в кремниевом интеллекте врага углеродной жизни. Разумное использование больших данных помогает улучшить клиентский опыт в самых разных процессах. Например, в финтехе давно и успешно применяется оптимизация с помощью умных алгоритмов. В интервью «Ленте.ру» директор Центра продвинутой аналитики Альфа-Банка Алексей Каширин рассказал, как искусственный интеллект помогает в банковских процессах.
«Лента.ру»: Италия, Китай, Россия и некоторые другие страны запретили использование сервиса ChatGPT на государственном уровне. Почему искусственный интеллект называют угрозой для человечества?
Алексей Каширин: Для начала предлагаю разобраться с самим понятием. Сейчас термин «искусственный интеллект» окружен чуть ли не мистическим флером — в лучших традициях научной фантастики. Но в его основе по-прежнему находятся математические алгоритмы. В первую очередь теория вероятностей и математическая статистика. Конечно, они существенно усилены современным инструментарием — методами машинного обучения и гигантским объемом данных, на которых алгоритмы могут обучаться.
Благодаря этому искусственный интеллект стал по-настоящему незаменимым помощником в самых разных сферах деятельности. Что касается экзистенциональной угрозы с его стороны, то для того, чтобы что-то сделать, мало иметь возможность это сделать, надо еще хотеть. А с точки зрения мотивировочной части или желания искусственный интеллект абсолютно безопасен. У него нет собственной мотивации, и нет ни единой предпосылки считать, что она появится. За все годы его развития не было сделано ни полшага в этом направлении.
Алексей Каширин
Как машинный интеллект работает в финансовой сфере?
Финтех традиционно является локомотивом внедрения инновационных решений, в том числе на базе искусственного интеллекта. Например, сейчас совершенно невозможно представить процесс кредитования без использования моделей машинного обучения, которые в режиме онлайн могут оценить, на каких условиях клиент готов приобрести банковскую услугу и на каких условиях кредитное учреждение готово эту услугу предоставить. Эффективная продажа и счастье клиента находятся на пересечении этих двух областей.
А если говорить об использовании ИИ в Альфа-Банке?
За последние годы мы встроили искусственный интеллект во все ключевые процессы взаимодействия с клиентом. Он помогает и при подготовке персонифицированных предложений, и при обработке банковских операций, и при общении с клиентом, и много где еще.
В качестве примера предлагаю рассмотреть, как человек становится нашим клиентом. Для начала ему необходимо узнать о нас, затем выбрать услугу, приобрести ее, после этого со стороны банка начинается сопровождение клиента и дальнейшее с ним взаимодействие
В нашем примере знакомство происходит через интернет. Что мы хотим от сайта при первом его посещении? Чтобы он был удобным и понятным, а контент соответствовал нашим потребностям. С помощью продвинутой аналитики мы можем изучить поведение нашего потенциального клиента и показать ему на сайте наиболее подходящее персонально для него предложение. Таким образом, мы упрощаем и ускоряем процесс поиска и выбора, что положительным образом сказывается на заинтересованности человека и готовности стать нашим клиентом.
Далее, выбрав подходящую услугу, он хочет ее приобрести. В Альфа-Банке есть выбор — сделать это с помощью курьерской доставки или посетив отделение. В обоих случаях качество сервиса может быть улучшено с помощью алгоритмов. Что мы хотим от курьерской доставки? Чтобы она была максимально гибкой — с точки зрения географии и времени доставки.
Модели маршрутизации позволяют в реальном времени собрать все запросы от клиентов, распределить их по сотрудникам доставки и построить оптимальные маршруты так, чтобы каждый клиент получил наше предложение в том месте и в то время, которые ему максимально удобны
В случае же с отделениями (или банкоматами) модели геоаналитики, анализируя огромное количество внешней информации — трафик, активность по транзакциям, объекты инфраструктуры — определяют оптимальное расположение, куда клиентам будет удобнее всего добираться.
Наконец, услуга получена, начинается процесс взаимодействия с банком. Наш сервис направлен на то, чтобы вопросов и проблем при этом взаимодействии было как можно меньше. Но если они все же возникают, клиент всегда может написать в чат поддержки. И тут для обеспечения скорости и качества реакции на такие запросы традиционно используются чат-боты.
Как работают чат-боты?
Алгоритмы работы чат-бота — это классический пример искусственного интеллекта. В прошлом году мы перевели наши чат-боты на алгоритмы внутренней разработки, что позволило повысить автоматизацию и уровень удовлетворенности клиентов. Мы вообще активно развиваем решения в области машинного обучения, которая называется обработка естественного языка (NLP — Natural language processing).
Мы видим большой потенциал этой технологии в части повышения эффективности внутренних процессов и скорости и качества взаимодействия с клиентами. Так, нашумевший ChatGPT относится именно к этому направлению
Фото: Shutterstock / Fotodom
Наше ноу-хау — модель транзакционного антифрода (система противодействия мошенникам, которая основана на анализе данных о платежах (транзакциях) — прим. «Ленты.ру»), учитывающая более 3000 параметров. Модель максимально точно определяет мошеннические операции среди всего потока транзакций за доли секунды. При этом, что очень важно для клиентского опыта, минимизируется количество ложных срабатываний, когда блокируется легитимная операция.
Таким образом, как мы могли убедиться, на каждом шаге искусственный интеллект позволяет повысить качество взаимодействия банка и клиента
Означает ли это, что машины захватывают банки?
С одной стороны, проникновение продвинутой аналитики во все сферы деятельности банка означает высокую зависимость от искусственного интеллекта. С другой стороны, как было сказано выше, ИИ — это не более чем инструмент. Сложный и специализированный. Но в руках профессионалов он дает надежный результат.
Поэтому мы крайне требовательны к компетенциям людей, создающих модели и внедряющие их в бизнес-процессы банка. У нас собрана очень сильная команда Data Scientists, с обязательным знанием фундаментальной математики и навыками разработки промышленного кода. За эффективное взаимодействие с бизнес-подразделениями отвечают руководители направлений — Chief Data Scientists.
Такая конструкция снижает риски некорректного использования ИИ. Кроме того, научив конечных пользователей этому инструментарию, мы уходим от популярного и при этом изначально порочного вопроса: заменит ли искусственный интеллект сотрудников? Нет, потому что это странная цель. А вот сотрудники, эффективно использующие возможности ИИ, рано или поздно, безусловно, заменят сотрудников, этими возможностями не пользующихся.
Пользу от применения искусственного интеллекта видит и государство. Министр финансов Антон Силуанов считает, что искусственный интеллект поможет финансистам, но не заменит их, поскольку в такой работе порой приходится принимать решения, связанные с политикой или интуицией.
Человеческое творчество, человеческий ум и душу не заменит никакой компьютер. У финансистов одна из функций — это принятие решений, которые не всегда можно заменить компьютером. Это решения, связанные с политикой, связанные где-то с интуицией. И здесь компьютер вряд ли сможет заменить хорошего профессионала
Дополнительную отказоустойчивость выстроенной нами системы обеспечивает использование open source технологий (ПО с открытым программным кодом — прим. «Ленты.ру»), что означает полную независимость от любых тем, связанных с импортозамещением.
Фото: Shutterstock / Fotodom
Использование искусственного интеллекта в реальных банковских процессах требует высокого уровня компетенций…
Совершенно верно. И мы считаем своим долгом инвестировать в повышение качества соответствующего образования. Выращивая превосходных специалистов, мы развиваем индустрию в целом, кроме того, решаем актуальную проблему нехватки кадров. Поэтому в Альфа-Банке мы плотно работаем с техническими вузами. Год назад вместе с МФТИ (Московский физико-технический институт) запустили совместную магистратуру «Машинный интеллект в финансах», прямо сейчас идет набор на второй поток.
Данная магистерская программа полностью посвящена математике и продвинутой аналитике. Она позволит студентам получить фундаментальные знания и прикладные умения для решения банковских задач с помощью современных методов Data Science, машинного обучения, глубокого обучения, нейросетей и так далее. По окончании магистратуры банк выдаст диплом государственного образца от МФТИ, а лучших студентов мы возьмем в команду Альфы. Кроме того, Альфа-Банк полностью оплачивает обучение и стипендии магистрантам, от которых требуется только хорошо учиться и расти как профессионалам.
Выходит, следует двигаться эволюционно — от простого к сложному?
Уверен, так и надо делать. К прикладным решениям на основе искусственного интеллекта стоит относиться сугубо прагматично и утилитарно. Они создаются и используются для достижения конкретных целей. При этом важно помнить, что целеполагание — это всецело вотчина человека, ИИ не умеет формулировать цели ни в каком виде.
Таким образом, сначала человеком должна быть поставлена цель, потом должен быть исчерпан потенциал более простых и привычных инструментов. И только после этого при достижении определенного уровня технической зрелости приходит время верного и максимально эффективного помощника — искусственного интеллекта. Мы в Альфе-Банке прошли ровно по этому пути.