Почему не стоит давать кредит семье, члены которой едят гамбургеры порознь

16543

Разработчики знают, как добавить мобильности в эволюцию традиционных банков

Фото: pixabay.com/StockSnap

Внутренняя трансформация банков началась с сокращения расходов за счет автоматизации рутинных операций и на сегодняшний день привела к развитию централизованных систем искусственного интеллекта; созданию цепочек ценностей для клиента, совместно с другими организациями; изменению парадигмы работы с сотрудниками.

Банки хотят меняться, но зачастую просто не успевают за прогрессом. То есть желание есть, а возможности сильно ограничены внутренними процедурами, регулированием, рисками и многими другими факторами. Гораздо мобильнее в вопросах адаптации и восприятия технических новинок и идей оказались финтехкомпании.

Виктор Назаров
Фото: Илона Иванова
Виктор Назаров

- Для того чтобы вырасти, новым финансовым предприятиям приходится находить ниши, в которых банки работают неэффективно, – рассказывает CEO казахстанской компании Prime Source Виктор Назаров. – Мы занимаемся созданием комплексных систем активного искусственного интеллекта для предприятий и кросс-институциональной автоматизацией логики, для того чтобы крупные организации смогли добиться операционной эффективности и динамики развития бизнеса в соответствии с требованиями времени. Подобные системы накапливают не просто исторические данные, а опыт предприятия, выявляют и генерируют лучшие практики, а также внедряют их в управление.

С 2009 Назаров создал три центра компетенций: Prime Source – в Казахстане, «Консалтика» – в Москве, Cognive – в Сан-Франциско и Минске. Эти компании занимаются созданием хранилищ данных, клиентской аналитикой, рисками, автоматизацией операционных процессов, антифродом, а также разрабатывают блокчейн-платформу FinPublica, в виде закрытого межбанковского консорциума. В январе 2018 Plug&Play – крупнейший акселератор, находящийся в Кремниевой долине, выбрал Cognive для участия в основной программе как одну из 20 наиболее перспективных компаний в области финтеха в мире. Клиентами холдинга Назарова являются казахстанские, российские и американские банки, Минфин РК, Казагро, технологические компании и многие другие. Несмотря на кажущуюся многоликость бизнеса, в основе всего лежат данные.

Эксперты Prime Source говорят, что за самыми громкими международными банковскими и финтехинициативами стоят большие данные, ведь все мы оставляем каждый день сотни следов: расплачиваясь картой в магазине, просматривая сайты в интернете, ставя лайки в соцсетях и т. д. Невероятное количество подобных «следов» попадает к банкам и сервисам от сотен миллионов человек, грубо говоря, это и называется Big Data. Большие данные представляют высокую ценность для бизнеса – правда, если знать, что с ними делать.

Финтехкомпании или digital native предприятия изначально основываются на платформах с минимальным участием людей. Во многих странах финтех менее зарегулирован, чем банки. Важнейшая отличительная черта таких компаний – это нишевость. Многим из них приходится ограничиваться лишь свой нишей, что затрудняет развитие экосистемы вокруг клиента. В данном случае банки имеют преимущество.

- С другой стороны, проблемы банков заключаются в том, что они стремятся копировать работу финтехов: сокращать людей, переводить сервисы в цифровые каналы, – отмечает Назаров. – При этом банкиры не могут эффективно делиться информацией между собой, что затрудняет сокращение затрат и трансформацию. Облачные сервисы предполагают обмен всей информацией, что в отношении банков нереально. При этом блокчейн-консорциумы банков показали себя как не очень эффективный этап разделения операционных издержек.

Платформа, над которой работают компании Назарова, собирает информацию об активностях клиента – в том числе и косвенные сопутствующие факторы, превращая её в генерацию сложных сценариев поведения с рекомендацией действий.

Назаров рассказывает, что впервые платформу активного искусственного интеллекта они применили для предотвращения отмывания денег и борьбы с мошенничеством.

- Нам удалось сократить на 40–50% количество ложных срабатываний на подозрительные операции в банках, – утверждает он. – Помимо этого, мы добились двукратного сокращения нагрузки на сотрудников, а также координации действий бэк- и фронт-офисов в режиме реального времени, что в несколько раз увеличило скорость заведения новых клиентов и обслуживание текущих.

Это уже не пассивная аналитика, основанная на статистическом анализе исторических данных. В данном случае машинный интеллект анализирует транзакции клиентов и действия сотрудников и выстраивает работу всего отдела с учетом меняющихся событий. Сейчас система масштабируется на отделы маркетинга и обслуживания клиентов, так как теперь можно перейти со стадии простой сегментации и просчёта спроса к генерации новых предложений, а также координировать управление обслуживанием клиента разными отделами в режиме реального времени.

Интеллект нужен и в борьбе с фродами (fraud – мошенничество). Финтехи и банки стремятся максимально упростить процесс регистрации и повысить его скорость. Этим пользуются мошенники, создавая стойки с тысячами китайских телефонов и пытаясь открыть тысячи счетов по запрограммированным алгоритмам. Выявляя неочевидные паттерны поведения, можно определить, является ли аппликат мошенником, ботом или обычным клиентом.

Дальше – больше. По поведению клиента в цифровых каналах можно определить, является ли он интровертом или экстравертом, и построить комфортное для него общение. Анализируя финансовую информацию из транзакционных систем, различные неочевидные факторы и их комбинации, например покупательские привычки, можно исследовать спрос и генерировать предложения по новым продуктам.

Неочевидные факторы можно использовать, например, в автокредитовании. Назаров рассказывает, что потенциальному покупателю новой машины можно сделать предложение, если, исходя из его покупок, банк видит, что у клиента возрастают затраты на запчасти или бензин.

- Гораздо менее очевидный пример: если в банке обслуживается молодая пара и оба часто раздельно посещают гамбургерные, то ипотеку им предлагать не стоит, так как существует высокая вероятность того, что дальнейшие отношения между супругами не сложатся, – заявляет Назаров. – Совсем неочевидный пример: выявление сочетания факторов площади помещения, места расположения и выплат за компьютерные игры позволило обнаружить топологию притонов, владельцы которых часто оплачивают игры, для того чтобы скрасить досуг секс-работниц. Обслуживание подобных клиентов для банков чревато последствиями.

   Если вы обнаружили ошибку или опечатку, выделите фрагмент текста с ошибкой и нажмите CTRL+Enter

Орфографическая ошибка в тексте:

Отмена Отправить