ИИ в финтехе: разрушить или улучшить традиционный банкинг?

• Искусственный интеллект трансформирует сектор финансовых услуг, улучшая оценку рисков, обслуживание клиентов и кредитный скоринг, создавая одновременно как подрывные изменения, так и новые возможности для традиционных банков и небольших финтех-компаний
• ИИ позволяет небольшим финтех-компаниям конкурировать с крупными банками, предоставляя персонализированные финансовые услуги и позволяя предлагать индивидуальные решения, которые сопоставимы с предложениями устоявшихся финансовых институтов

На конференции Money20/20 2024 в Лас-ВегасеNVIDIAпредставила революционное видение примененияИИв финансовом секторе, которое может переопределить будущее банковского дела. В атмосфере ажиотажа вокруг генеративного ИИ и его влияния на отрасли по всему миру генеральный директор NVIDIAJensen Huangвышел на сцену с громким заявлением: «ИИ станет самой значительной трансформацией финансовых услуг со времён появления интернета».

Заявление Huang не было просто шумихой. Новейшие ИИ-инновации NVIDIA — от ускоренной обработки данных до аналитики прогнозирования в реальном времени — направлены на улучшение всего: от обнаружения мошенничества до персонализированного обслуживания клиентов в финансах. Ключевой демонстрацией стала платформа на базе ИИ, предназначенная для оптимизации управления рисками для банков и позволяющая предсказывать и смягчать потенциальные финансовые кризисы до их наступления.

Презентация была не просто демонстрацией передовых технологий — она стала поворотным моментом в продолжающемся разговоре о ролиИИв будущем финансов. Покатрадиционные финансовые институтыпродолжают бороться с цифровой трансформацией, видение NVIDIA представляет одновременно вызов и возможность. Может лиИИподорватьбанковский секторв том виде, в котором мы его знаем, или же он просто улучшит уже существующие системы?

В этой статье рассматривается двойственная природаИИ в финтехе, с акцентом на то, как он позволяет небольшим финансовым учреждениям конкурировать с устоявшимися гигантами благодаря инновациям в умных финансовых советниках и персонализированных услугах.

Читайте также:В чём разница между финтехом и блокчейном?
Читайте также:Schneider и NVIDIA: трансформация системы охлаждения дата-центров с помощью ИИ

ИИ в оценке рисков и кредитном скоринге

Оценка рисков и кредитный скоринг — две критически важные области, гдеИИоказывает преобразующее влияние на сектор финансовых услуг.Оценка рисков— это процесс оценки вероятности того, что заёмщик не выполнит обязательства по кредиту или долговому обязательству. Традиционные методы оценки рисков часто опираются на исторические финансовые данные, такие как кредитные баллы и уровень дохода, но эти модели могут не давать полной картины платёжеспособности заёмщика.Кредитный скоринг— это устоявшаяся система, присваивающая числовое значение кредитоспособности заёмщика на основе таких факторов, как прошлое кредитное поведение, история погашения и текущие финансовые обязательства.

В прошлом оценка рисков и кредитный скоринг в основном использовали такие данные, как кредитные истории и доходы, что могло исключать людей с ограниченной или нетрадиционной финансовой историей. Это привело к так называемойкредитной невидимости, когда многие люди — особенно в недостаточно обслуживаемых сообществах — не могли получить доступ к кредиту просто потому, что у них не было достаточной или стандартной кредитной истории.

ИИбыстро меняет эту динамику. Используя огромные объёмы данных, включая альтернативные источники, такие как активность в социальных сетях, оплата коммунальных счетов и даже транзакционное поведение, модели на базе ИИ могут оценивать риск с уровнем точности и инклюзивности, который ранее был недоступен. Это открывает новые возможности, давая финансовым институтам более точное представление о профиле риска заёмщика, даже для тех, кто традиционно не считается «кредитоспособным».

Читайте также:5 способов, которыми ИИ меняет банковское дело

Мнения экспертов об ИИ в кредитном скоринге

Чтобы полностью понять значениеИИ в кредитном скоринге, важно обратиться к мнениям ведущих экспертов, которые находятся на переднем крае преобразующей роли ИИ в финансовом секторе.

1. Gary S. Litman, генеральный директор Finicity
   «ИИ переопределяет кредитный скоринг. Он даёт гораздо более точную картину финансового поведения человека и, что самое важное, позволяет принимать решения в реальном времени», — говорит Litman. Его компания Finicity сосредоточена на том, чтобы дать финансовым институтам возможность использовать альтернативные источники данных для повышения точности кредитных баллов. Litman считает, что ИИ помогает смягчить проблемы, связанные с традиционными методами кредитного скоринга, такими как ограниченный доступ к данным и историческая предвзятость, которые исторически исключали миллионы людей из финансовых возможностей.
2. д-рRanjay Gulati, профессор делового администрирования Гарвардской школы бизнеса
   Д-р Gulati подчёркивает: «Способность ИИ персонализировать кредит и оценку рисков — это огромный шаг вперёд в деле повышения инклюзивности и доступности финансовых услуг». Он утверждает, что ИИ при правильном применении демократизирует доступ к кредиту, предлагая финансовые продукты, адаптированные к индивидуальным обстоятельствам. Используя алгоритмы машинного обучения, кредиторы могут предлагать персонализированные кредитные продукты, основанные на более широком и нюансированном наборе факторов, тем самым улучшая финансовую доступность для недостаточно обслуживаемых групп населения.
3. Janet Yellen, министр финансов США
   В недавней речи Janet Yellen подчеркнула: «ИИ может сыграть ключевую роль в продвижении справедливого доступа к кредиту, в том числе за счёт интеграции разнообразных источников данных, которые ранее могли быть упущены». Yellen давно выступает за повышение финансовой доступности и за то, чтобы новые технологии, такие как ИИ, использовались для создания более справедливых финансовых систем. Она рассматривает ИИ как инструмент, помогающий частным лицам и компаниям с ограниченной финансовой историей получать доступ к доступному кредиту, что имеет решающее значение для экономического роста.

ИИ переопределяет кредитный скоринг. Он даёт гораздо более точную картину финансового поведения человека и, что самое важное, позволяет принимать решения в реальном времени

Gary S. Litman, генеральный директор Finicity

Пример из практики: ИИ в действии

Несколько финтех-компаний уже демонстрируют мощьИИв трансформацииоценки рисковикредитного скоринга.Zest AI, платформа на базе машинного обучения, добилась значительных успехов в пересмотре моделей кредитного скоринга. Алгоритмы Zest AI оценивают не только традиционные точки данных, такие как кредитные истории, но и нетрадиционные данные, например структуру транзакций и волатильность дохода. Такой целостный подход к кредитному скорингу позволил финансовым институтам лучше прогнозировать вероятность дефолта и предлагать более конкурентоспособные процентные ставки заёмщикам, которые ранее были недостаточно обеспечены услугами.

Upstart, ещё один лидер финтеха, использует искусственный интеллект для прогнозирования кредитоспособности, включая целый ряд альтернативных точек данных, таких как образование, история занятости и даже личные характеристики. Доказано, что модели Upstart снижают уровень дефолтов, предлагая более персонализированные кредитные решения. Как заявляетDave Girouard, генеральный директор Upstart: «ИИ позволяет нам принимать более разумные решения, не ограниченные старыми предвзятыми предположениями. Мы можем обслуживать более широкий круг потребителей по более доступным ставкам».

Всё больше банков также внедряют системы на базе ИИ для кредитного скоринга.JPMorgan Chase, например, использует ИИ для анализа нетрадиционных данных, таких как покупательское поведение клиентов и активность в социальных сетях, чтобы улучшить оценку рисков. Эти подходы на базе ИИ помогают банку выявлять людей, которые могли бы не вписываться в традиционную кредитную модель, и предлагать им продукты, тем самым расширяя доступ к финансовым услугам для миллионов людей.

ИИ позволяет нам принимать более разумные решения, не ограниченные старыми предвзятыми предположениями. Мы можем обслуживать более широкий круг потребителей по более доступным ставкам.

Dave Girouard, генеральный директор Upstart

Читайте также:С Уолл-стрит в класс: влияние ИИ на ключевые отрасли

Трансформация обслуживания клиентов с помощью ИИ

Обслуживание клиентов — ещё одна сфера, где ИИ оказывает глубокое влияние. Обслуживание клиентов давно является ключевым элементом банковского опыта. В традиционных банковских моделях обслуживание клиентов часто включает длительное ожидание, повторяющиеся запросы и отсутствие персонализации.Обслуживание клиентов— это взаимодействие между финансовыми институтами и их клиентами, которое включает решение запросов, ответы на вопросы и предоставление персональных рекомендаций. По мере того как банки стремятся повысить эффективность и удовлетворённость клиентов,инструменты на базе ИИ, такие какчат-боты,виртуальные ассистентыиавтоматизированные службы поддержки, быстро меняют способы взаимодействия финансовых институтов с клиентами.

Мнения экспертов об ИИ в обслуживании клиентов

Чтобы лучше понять, как ИИ меняет обслуживание клиентов в банковском секторе, давайте послушаем некоторых экспертов, которые находятся на переднем крае интеграции ИИ в финансовые услуги.

1. Bryan M. Gildenberg, директор по знаниям в Kantar
   «ИИ — это не просто инструмент автоматизации, а инструмент для улучшения отношений с клиентами», — говорит Gildenberg. По его словам, ИИ в обслуживании клиентов позволяет банкам не только оптимизировать операции, но и углублять вовлечённость клиентов, предлагая гиперперсонализированный опыт. Он подчёркивает, что ИИ позволяет банкам прогнозировать потребности клиентов, адаптировать рекомендации и быстрее решать проблемы, что ведёт к большей лояльности и удовлетворённости клиентов. «Настоящая сила ИИ — в его способности учиться на прошлых взаимодействиях и совершенствоваться со временем», — добавляет Gildenberg.
2. Carla Hendra, руководитель направления искусственного интеллекта в Accenture
   «ИИ становится основой обслуживания клиентов в финансовом секторе», — говорит Hendra, подчёркивая, как банки используют ИИ для всего — от запросов клиентов до финансовых консультаций. Исследования Accenture показывают, что инструменты на базе ИИ помогают банкам предоставлять клиентам более точные, своевременные и релевантные советы, одновременно снижая затраты. Hendra отмечает, что ИИ обеспечивает «контекстные разговоры», когда виртуальные ассистенты могут запоминать прошлые взаимодействия и предлагать решения на основе предпочтений и истории клиента, делая опыт более человечным и интуитивным.
3. Michael Abbott, управляющий директор в Accenture Financial Services
   «Революция ИИ в обслуживании клиентов заключается не в замене людей-агентов, а в расширении их возможностей», — говорит Abbott. Пока инструменты ИИ обрабатывают стандартные запросы, Abbott считает, что люди-агенты могут сосредоточиться на более сложных, эмоциональных и нюансированных взаимодействиях, таких как урегулирование споров или предоставление персонализированных финансовых консультаций. Abbott подчёркивает, что реальное влияние ИИ состоит в том, чтобы освободить людей-агентов для сосредоточения на самом важном, одновременно повышая их продуктивность за счёт автоматизированной поддержки.

ИИ — это не просто инструмент автоматизации, а инструмент для улучшения отношений с клиентами.

Bryan M. Gildenberg, директор по знаниям в Kantar

Чат-боты и виртуальные ассистенты на базе ИИ

Платформына базе ИИ, такие как COiN (Contract Intelligence) от JPMorgan Chase, демонстрируют потенциалИИдля оптимизации операцийобслуживания клиентов. COiN, например, использует машинное обучение для изучения и анализа юридических контрактов, сокращая время обработки на 360 000 часов в год. Это не только экономит банку значительные средства, но и повышает его операционную эффективность. Аналогично, ИИ-чат-боты могут помогать клиентам во всём — от проверки остатков на счетах до управления транзакциями, освобождая персонал для более сложных запросов.

Небольшие финтех-компании также используют ИИ в обслуживании клиентов. Такие компании, какCleo, чат-бот на базе ИИ, предлагают пользователям персонализированные финансовые консультации. Платформа Cleo использует ИИ для анализа привычек расходования средств и даёт индивидуальные рекомендации по бюджету, сбережениям и инвестициям. Это пример того, как небольшие институты используют ИИ для предоставления услуг, которые традиционно требовали бы участия человека, — позволяя им конкурировать с более крупными и лучше обеспеченными ресурсами банками.

Sarah Lee, технический директор Community Financial Trust, поделилась своим мнением ороли ИИ в обслуживании клиентов: «Наш ИИ-чат-бот изменил то, как мы обслуживаем клиентов. Он отвечает круглосуточно, давая нашей команде больше времени на сложные запросы».

Наш ИИ-чат-бот изменил то, как мы обслуживаем клиентов. Он отвечает круглосуточно, давая нашей команде больше времени на сложные запросы.

Sarah Lee, технический директор Community Financial Trust

Быстрая викторина

Как ИИ может повлиять на обслуживание клиентов в банковском секторе?

A. ИИ снижает затраты на обслуживание клиентов, но не влияет на удовлетворённость клиентов.

B. ИИ помогает улучшить время ответа, обеспечивает персонализированное обслуживание и снижает операционные расходы.

C. ИИ увеличивает количество сотрудников службы поддержки, необходимых для обработки взаимодействий.

D. ИИ полностью заменяет людей-сотрудников в ролях обслуживания клиентов.

(Правильный ответ приведён в конце статьи)

Риск предвзятости в системах ИИ

ХотяИИдаёт множество преимуществ, он также несёт значительные риски, особенно в связи спредвзятостью в принятии решений.Предвзятость— это систематическое предпочтение или предубеждение, которое может приводить к несправедливому обращению на основе определённых признаков, таких как пол, раса или социально-экономическое происхождение. В контексте ИИ в финансах предвзятость может проявляться в алгоритмах, используемых длякредитного скоринга,одобрения кредитовилиоценки рисков, когда данные, используемые для обучения моделей ИИ, могут отражать историческое неравенство или предубеждения, существующие в обществе.

Проблема предвзятости в ИИ

Системы ИИ полагаются на большие наборы данных для выявления закономерностей и составления прогнозов. Эти наборы данных часто содержат исторические данные, отражающие общественные модели, включая дискриминационные практики. Например, если модель кредитования обучается на данных из периода, когда группам меньшинств непропорционально часто отказывали в кредитах или предлагали более высокие процентные ставки, модель может непреднамеренно воспроизводить эту предвзятость. В результате системы ИИ могут непреднамеренно увековечивать существующее неравенство, затрудняя маргинализированным группам доступ к финансовым продуктам или услугам.

В финансовых услугах этот вопрос особенно важен, поскольку предвзятые модели ИИ могут негативно влиять на доступ к кредиту, процессы одобрения кредитов и решения по управлению рисками. Если алгоритмы отдают предпочтение одним группам перед другими на основе предвзятых исторических данных, они могут усиливать существующее экономическое неравенство и ещё больше исключать неблагополучные сообщества из преимуществ финансовых услуг. Этотдискриминационный эффектможет подорвать потенциал ИИ по стимулированию финансовой доступности, что является одним из его главных обещаний.

Мнения экспертов о предвзятости и справедливости в ИИ

1. Cathy O'Neil, специалист по данным и автор книги «Оружие математического разрушения»
   «Когда системы ИИ обучаются на предвзятых данных, они отражают эту предвзятость в своих решениях», — предупреждает O'Neil, ведущий критик алгоритмической предвзятости. O'Neil утверждает, что многие системы ИИ, особенно в финансах, используют ошибочные данные, усиливающие общественное неравенство. «Задача состоит не только в создании ИИ, но и в обеспечении его прозрачности и подотчётности», — говорит она. O'Neil считает, что без надлежащего контроля системы ИИ могут увековечивать циклы дискриминации, особенно в таких областях, как кредитование, где справедливость имеет решающее значение.
2. д-рLatanya Sweeney, профессор управления и технологий Гарвардского университета
   Д-р Sweeney — признанный эксперт в области алгоритмической справедливости и провела исследования, показывающие, как ИИ может усиливать расовую предвзятость в решениях о кредитовании. «ИИ может изменить ландшафт финансовых услуг, но мы должны убедиться, что создаваемые нами модели не воспроизводят прошлое неравенство», — подчёркивает д-р Sweeney. Её исследованияалгоритмической дискриминациипоказали, что внешне нейтральные модели могут непропорционально вредить группам меньшинств, если они не разработаны тщательно. «Крайне важно, чтобы финансовые институты использовали разнообразные и репрезентативные данные и сохраняли бдительность в отношении предвзятости, заложенной в их алгоритмах».
3. д-рRuha Benjamin, профессор афроамериканских исследований Принстонского университета
   Д-р Benjamin, авторитет в области расы и технологий, утверждает, что системы ИИ часто отражают общественные предубеждения, и финансовый сектор не является исключением. «ИИ может усиливать расовое и экономическое неравенство, если он разрабатывается и внедряется без глубокого осознания его потенциального влияния на маргинализированные сообщества», — говорит она. Д-р Benjamin предлагает, чтобы для справедливого служения обществу в этой области велись более критические дискуссии об этичном использовании данных и социальных последствиях алгоритмического принятия решений. «Мы не можем позволить ИИ стать инструментом угнетения; напротив, он должен быть инструментом создания возможностей для всех».

ИИ может изменить ландшафт финансовых услуг, но мы должны убедиться, что создаваемые нами модели не воспроизводят прошлое неравенство

д-р Latanya Sweeney, профессор управления и технологий Гарвардского университета

Предвзятость в моделях кредитного скоринга

В 2023 году исследователи Массачусетского технологического института (MIT) обнаружили, что несколько моделейкредитного скоринга на основе ИИпроявляют предвзятость по отношению к заявителям с низким доходом и из числа меньшинств, отказывая им в доступе к кредиту, несмотря на финансовые профили, схожие с профилями более обеспеченных заявителей. Это вызывает серьёзную обеспокоенность: если ИИ увековечивает существующее неравенство, он может усугубить разрыв между более богатыми и менее обеспеченными группами населения, создавая ещё большие финансовые диспропорции.

Как отметила д-р Kavita Rajan, эксперт по финансовой этике: «Системы ИИ настолько же беспристрастны, насколько данные, на которых они обучаются. Если существуют исторические предубеждения, они могут усиливать системное неравенство в доступе к кредиту». В ответ финансовые институты должны внедрять гарантии, чтобы их системы ИИ обучались на разнообразных и непредвзятых данных. Регулярные аудиты моделей ИИ, а также повышение прозрачности в отношении того, как принимаются решения, являются важнейшими шагами для решения этих проблем.

Системы ИИ настолько же беспристрастны, насколько данные, на которых они обучаются. Если существуют исторические предубеждения, они могут усиливать системное неравенство в доступе к кредиту.

д-р Kavita Rajan, эксперт по финансовой этике

Регуляторные вызовы и ИИ в финансах

По мере того как ИИ становится всё более распространённым в финансовых услугах, его нормативные последствия становятся всё более важными. В отличие от традиционных банковских систем, ИИ часто непрозрачен, а его процессы принятия решений не всегда понятны человеку. Эта непрозрачность создаёт серьёзные проблемы в таких областях, как кредитный скоринг, обнаружение мошенничества и одобрение кредитов.

Призыв к большей прозрачности

Регуляторы начинают обращать внимание на эти проблемы. В США Федеральная резервная система призвала усилить надзор за применением ИИ в финансовых услугах. Центральный банк предложил, чтобы учреждения, использующие ИИ для критически важных задач — таких как кредитный скоринг и обнаружение мошенничества, — внедряли протоколы «объяснимости», гарантирующие прозрачность и подотчётность решений ИИ. Финансовым институтам придётся продемонстрировать, как их алгоритмы приходят к выводам, чтобы клиенты и регуляторы могли доверять роли ИИ в принятии решений.

Предлагаемый закон Европейского союза об ИИ также направлен на регулирование применений ИИ в секторах высокого риска, таких как финансы. В случае принятия он потребовал бы от компаний раскрывать, каким образом их алгоритмы ИИ принимают решения, повышая прозрачность и подотчётность финансовых институтов за решения, принимаемые с помощью ИИ.

Конкурентное преимущество для небольших банков

ИИ даёт небольшим финансовым институтам уникальную возможность конкурировать с гораздо более крупными и устоявшимися игроками. В прошлом небольшие банки и финтех-компании с трудом могли сравниться с ресурсами и технологической инфраструктурой крупных институтов. Однако ИИ помогает выровнять условия игры.

Пример из практики: персонализация на базе ИИ в Redwood Bank

Например,Redwood Bank, банк-челленджер в Великобритании, использует ИИ для предоставления персонализированных финансовых консультаций своим клиентам. Используя алгоритмы машинного обучения, платформа Redwood анализирует данные клиентов, чтобы рекомендовать финансовые продукты с учётом индивидуальных потребностей, что позволяет банку предлагать услуги, сопоставимые с услугами крупных институтов. Предлагая персонализированные финансовые решения в масштабе, Redwood Bank может конкурировать с гигантами отрасли в обслуживании клиентов и персонализации продуктов.

David Hunt, руководитель отдела технологий Redwood Bank, объясняет: «ИИ позволяет нам выступать в роли "финансового коуча" для наших клиентов, что было немыслимо десять лет назад. Возможность предлагать персонализированные финансовые консультации людям из самых разных слоёв общества — одно из самых захватывающих преимуществ ИИ в финтехе».

Аналогичным образом, умные финансовые советники, такие как Betterment и Wealthfront, делают сложные инструменты финансового планирования доступными более широкой аудитории. Используя ИИ для управления инвестициями и предоставления информации в реальном времени, эти финтех-платформы демократизируют доступ к финансовой экспертизе, позволяя частным лицам более эффективно управлять своим капиталом.

Для небольших институтов ИИ даёт возможность предоставлять высококачественные услуги без высоких накладных расходов традиционных банков. Принимая ИИ, финтех-компании могут конкурировать с крупнейшими игроками финансового сектора и предлагать технологические услуги, отвечающие меняющимся потребностям современных потребителей.

Двойная роль ИИ в будущем финансов

Искусственный интеллект, несомненно, трансформирует финансовый сектор. По мере дальнейшего развития ИИ его влияние на традиционные банки и небольшие финтех-компании будет становиться всё более заметным. Хотя ИИ способен нарушить устоявшиеся банковские системы, он также может служить инструментом улучшения, помогая финансовым институтам повышать эффективность, качество обслуживания клиентов и качество принятия решений.

Для небольших финтех-компаний ИИ меняет правила игры, позволяя им предоставлять персонализированные финансовые услуги, которые конкурируют с услугами крупных банков. Однако эти достижения сопровождаются значительными вызовами, особенно в отношении справедливости, прозрачности и регулирования. Финансовые институты должны решать эти вопросы, чтобы гарантировать, что ИИ приносит пользу всем заинтересованным сторонам, включая недостаточно обслуживаемые сообщества.

В конечном счёте ИИ — это не просто разрушитель традиционного банковского дела; это катализатор инноваций, открывающий новые возможности для роста и конкуренции. Будущее финансов будет определяться системами на базе ИИ, которые являются прозрачными, этичными и инклюзивными, — что приведёт к более эффективной и справедливой финансовой экосистеме для всех.

FAQ

Ответ на викторину

B. ИИ помогает улучшить время ответа, обеспечивает персонализированное обслуживание и снижает операционные расходы.