«Генеративный ИИ повышает нашу конкурентоспособность через развитие клиентоцентричности». Интервью с CDO Банк ЦентрКредит о влиянии искусственного интеллекта в банковской сфере
Вице-президент по управлению данными и розничному риск-менеджменту Банка ЦентрКредит Рубина Лозовая
Искусственный интеллект в Банке ЦентрКредит стали активно внедрять 4 года назад, когда банк вышел на рынок розничного кредитования. Так, к примеру, уже в 2021 году здесь начали применять нейросети в скоринге, а позже выстроили полноценную технологическую ML-платформу для разработки и валидации ИИ-моделей. В результате, благодаря оцифровке и оптимизации различных процессов, объем выдач кредитных продуктов розницы и масс-продуктов МСБ вырос со 137 млрд в 2020 году до 4 трлн тенге. Сейчас БЦК занимает третье место в Казахстане по кредитному портфелю физических лиц и по сумме активов.
В интервью для Digital Business вице-президент по управлению данными и розничному риск-менеджменту Банка ЦентрКредит Рубина Лозовая рассказала, как встраивали искусственный интеллект в работу банка, какой финансовый эффект принесло его внедрение и почему решили сделать ставку на собственную разработку. Также поговорили о правильном масштабировании ИИ-решений на разные направления и стратегии развития AI в банке.
«У ИИ-моделей уровень одобрения кредитов на 20–30% выше, чем у традиционных»
– Вы ранее в выступлениях отмечали, что Банк ЦентрКредит использует искусственный интеллект с 2020 года. Можете рассказать, как в те времена, когда еще не было хайпа вокруг нейросетей, происходила интеграция ИИ-моделей в банковские процессы? С какими трудностями пришлось столкнуться?
– Самая сложная задача на тот момент – создать инновационный контур в консервативном банке: фабрику экспериментов – генерация идей и запуск большого количества пилотов по цифровизации всех процессов разработки моделей для оценки и управления кредитным риском, предотвращения мошенничества, развития лояльности и коллекшна.
Команду аналитиков, дата-сайентистов, риск-технологов, дата-инженеров собирали полностью с нуля. В то время еще не сложился бренд банка-работодателя как высокотехнологичного финансового института, и мы столкнулись с трудностями по набору персонала. Тогда решили сделать ставку на стажировки для студентов, специализирующихся в математическом моделировании и информационных технологиях. С 2020 году у нас было несколько волн стажерских программ для старшекурсников и выпускников технических специальностей. Массово проводили в разных университетах тестирования и выбирали 7–10 человек, которых затем приглашали в штат и обучали.
В результате сейчас в подразделениях риск-технологий и дата-сайенс 70% наших сотрудников – как раз те самые бывшие стажеры. Некоторые из них, кроме хард скиллов, проявили навыки коммуникаций и подтвердили успешными проектами амбиции и желание расти, и теперь работают на руководящих позициях. А в общей сложности в блоке управления данными и в функциональном подчинении офиса CDO сегодня работает около 400 человек, среди которых специалисты разного профиля и уровня.
Если говорить о внедрении искусственного интеллекта, то начинали работу с фабрики моделей. Первым делом пошли в историю со скорингом и кредитным конвейером для розничных клиентов. Нам нужно было найти инструменты, которые позволят повысить уровень одобрения кредитов, сохранив отличное качество портфеля. Мы запускали множество MVP. Начинали с традиционной логистической регрессии (метод анализа, который использует математику для поиска взаимосвязей между двумя факторами данных – прим. Digital Business), но под давлением бизнеса по росту уровня одобрения быстро перешли на ML-модели. А в 2021-м разработали первые модели глубокого обучения нейронных сетей. Пилоты показали, что у ИИ-моделей уровень одобрения кредитов на 20–30% выше, чем у традиционных. При этом cost of risk и качество выдач в 5–7 раз лучше: продукты на основе нейросетей точнее определяют кредитный фрод, потери от социального дефолта и модели развития лояльности.
Основное преимущество разработки моделей ИИ для кредитного скоринга и антифрода: «вход» и затраты здесь достаточно низкие, все можно делать собственными силами на open source. Мы автоматизировали все процессы разработки, валидации, деплоя, переобучения моделей, совместную работу скормейкеров на всем жизненном цикле моделей. На выходе получилась полноценная ML-платформа, где анализируем кредитные риски и делаем модели для лояльных клиентов, например, Next Best Offer. ModelOPS является частью кредитного конвейера и работает в режиме реального времени.
– Какой эффект в итоге получили после внедрения ИИ-моделей в скоринг и кредитный конвейер?
– Розничный бизнес на сегодня – это сильно конкурентная среда, где выигрывают те финансовые организации, которые совмещают финтех-разработки и модель социально-ответственного кредитования.
Финтех подразумевает, что наши информационные системы и кредитный конвейер обеспечивают быстрое решение. И, что очень важно, персональное кредитное предложение для каждого клиента. А еще одновременно позволяют в режиме реального времени выявлять мошеннические схемы и гибко изменять стратегии и модели в зависимости от внешних и внутренних условий – это могут быть пандемии, кризисы, изменения клиентского потока и продуктов у конкурентов.
Модель социально-ответственного кредитования предполагает, что банк через сбор и аналитику клиентских данных лучше самого клиента оценивает его потребности и возможность платить.
Например, Банк ЦентрКредит активно начал развивать розничное кредитование только в 2020 году. На тот момент кредитный портфель собственного финансирования составлял 137 млрд тенге. Уже в 2023-м году среди всех банков второго уровня Казахстана по объему розничного кредитного портфеля мы достигли третьего места с объемом выдач почти 4 трлн тенге.
Благодаря ИИ-моделям смогли более точно оценивать заемщиков. Ведь некоторым из них, опираясь исключительно на традиционные подходы, раньше отказывали и банк терял клиентов. Однако с помощью инструментов ИИ удалось улучшить уровень одобрения, что позволило банку серьезно нарастить долю рынка, несмотря на то, что мы позже остальных участников рынка зашли в розничное кредитование.
Инструменты ИИ помогают формировать персонализированные предложения для клиентов. Мы используем в системе принятия решений кредитного конвейера порядка 50 источников данных – и внутренних, и внешних. Порой знаем возможности клиента лучше, чем он сам.
«При внедрении инструментов искусственного интеллекта, нужно обязательно рассчитывать финансовый эффект»
– Насколько я понимаю, получившаяся ML-платформа – полностью собственная разработка?
– Да, все делали инхаус на open source. Собственная разработка за счет гибкости и адаптивности может быстро и без дополнительных вложений использоваться позже в других бизнесах. Первоначально мы реализовали данную технологическую платформу для розничного бизнеса. Затем масштабировали на масс-продукты МСБ, а позже на campaign management (маркетинговые кампании) для развития лояльности в рознице и малом и среднем бизнесе, а также для кредитных и некредитных транзакционных продуктов.
Но важно понимать, что при внедрении инструментов искусственного интеллекта, как и в любом процессе цифровизации, нужно обязательно формировать проектную документацию и рассчитывать финансовый эффект. Не распылять ресурсы, централизовать разработку и оценку расходов, переиспользовать технологии внутри организации. Важна утвержденная проработанная стратегия цифровизации исходя из стратегических целей банка на горизонте от 3 до 5 лет.
В офисе CDO мы создали подразделение разработки ИИ, собрали от различных банковских подразделений заявки о том, какие процессы требуют оптимизации рутины или где больше всего допускается ошибок. Рассчитываем финансовый эффект, и в случае подтверждения на этапе MVP масштабируем на весь процесс и другие подразделения.
– На какие еще направления масштабировали использование искусственного интеллекта?
– С ростом бизнеса, наряду с управлением качеством выдач и оптимизации кредитных рисков, встал вопрос оптимизации расходов. При росте масштабов бизнеса использование TTS (text-to-speech) моделей для голосовых роботов, ASR и NLP-моделей речевой аналитики позволило сократить расходы на взаимодействия с клиентами до 40%. Также при росте объемов кредитования за счет цифровизации с использованием ИИ-инструментов мы практически не увеличивали штат.
Существует мнение, что внедрение искусственного интеллекта повлечет сокращение рабочих мест. Но мы никого не увольняли. Основные эффекты внедрения ИИ лежат в оптимизации рутинных процессов. Сотрудникам мы даем возможность для обучения и развития в более интересных проектах.
«Голосовой робот, имея доступ к банковской базе знаний, всегда вежливо консультирует клиента и предоставляет исчерпывающую информацию»
– На недавнем ПЛАС-форуме вы рассказывали, что в БЦК утвердили стратегию по развитию искусственного интеллекта до 2027 года. Какие именно направления еще хотелось бы оптимизировать благодаря этой технологии?
– У нас в бэклоге много проектов. В последнее время он сильно увеличился и теперь расписан на 3 года вперед. Проанализировали разные направления и выбрали те, где сможем получить наибольший финансовый эффект и оптимизировать работу сотрудников.
Один из примеров – персональный консультант. У нас довольно большой колл-центр, который объединяет разные службы: заботы о клиентах, жалоб и обращений. С внедрением новых сервисов и продуктов, ростом клиентской базы также растет количество коммуникаций и обращений клиентов. Голосовой робот, имея доступ к банковской базе знаний, всегда вежливо консультирует клиента и предоставляет исчерпывающую информацию. Разработка виртуального ассистента масштабируется на подразделения операционного центра, телемаркетинга, CVM, Voice of Customer и другие. Это, кстати, еще одно преимущество собственной разработки.
Внедрение виртуального ассистента дало возможность:
1) Снижения нагрузки на операторов на 10%-30% в зависимости от сегмента;
2) Ускорения обслуживания клиентов, которые получают ответы на свои вопросы за 1-2 шага вместо 4 шагов в среднем;
3) Понимание потребностей клиентов. На основе их обращений проводится анализ часто задаваемых вопросов, обработка и классификация жалоб, что дает понимание проблемных зон в процессах банка и задает вектор для их улучшения;
4) Формирование более точных предложений. На основе обращений клиентов проводится анализ их интересов, что является дополнительным источником получения инсайтов для продаж
На данный момент мы запустили виртуального ассистента, который консультирует клиентов на базе знаний розничных продуктов. Следующим шагом мы хотим научить виртуального ассистента вести живой диалог с клиентами и интегрировать с учетными системами и ML-сервисами банка для консультации не только по продуктам банка, но и для решения более сложных запросов клиента: предоставления информации по счетам, аналитики по тратам, предодобренным предложениям по кредитным продуктам, составления финансового плана по расходам, доходам, сбережениям и т. д.
В конечном результате цель – развить виртуального ассистента до персонального финансового консультанта, где наши клиенты могут получить консультацию на русском и казахском языках не хуже, чем у менеджера в отделении.
Также одним из важных направлений развития ИИ-технологий является развитие мультимодальных моделей, которые способны с помощью нейронных сетей обрабатывать одновременно такие типы данных как текст, изображения, аудио и видео. На данный момент применение подобных моделей планируются для предотвращения внутреннего мошенничества со стороны сотрудников банка и внешнего фрода с помощью фото-скоринга.
– Помимо поддержки, где еще хотели бы использовать Gen AI?
– У нас три ключевых направления. Первое – рост качественных продаж. Второе – клиентский сервис. Третье – оптимизация рутины.
Банк ЦентрКредит планирует углубить персонализацию сервисов, развивать цифровые решения для бизнеса, внедрять ESG-технологии и интегрировать персональные нефинансовые услуги на основе ИИ-аналитики в мобильное приложение. В перспективе банк планирует продолжить выполнять утвержденную стратегию цифровизации и развития ИИ для построения клиентоцентричного подхода развития лояльности и более тесной интеграции между всеми видами бизнеса и дочерними организациями группы.
– Но для этого необходимо обладать большим количеством данных. И если говорить откровенно, то складывается ощущение, что Банк ЦентрКредит здесь немного уступает другим игрокам, у которых помимо банковских сервисов есть ряд экосистемных продуктов, генерирующих большое количество информации о пользователях. За счет вы можете конкурировать с ними?
– Банк ЦентрКредит обладает значительным объемом данных и опытом, накопленными за 36 лет работы. За это время через банк прошли практически все трудоспособное население страны и клиенты малого и среднего бизнеса. Сегодня банк занимает третье место по объему ссудного портфеля физических лиц и второе место по портфелю МСБ.
В 2023-м мы запустили большие инфраструктурные проекты по реинжинирингу единого корпоративного хранилища данных банка. А также реализацию единого группового хранилища данных на уровне всего холдинга, что позволит нам дальше развивать программы лояльности для клиентов с учетом продуктов дочерних организаций (инвест, лизинг, все виды страховых услуг и страхование жизни).
– На ваш взгляд, насколько реалистичен сценарий, когда всеми процессами в банке будет руководить исключительно искусственный интеллект?
– Уверена, что искусственный интеллект никогда не заменит человека. Творчество – это способность генерировать новые идеи, которые не основываются исключительно на анализе прошлого опыта или данных. ИИ может обучаться на огромных массивах информации и генерировать тексты, изображения или музыку, но его процесс основан на алгоритмах и шаблонах. Он не способен к спонтанному вдохновению или интуитивным озарениям, которые являются основой человеческого творчества.
ИИ-«творчество» всегда ограничено исходными данными и программной логикой.
Интуиция часто играет решающую роль в творческом процессе. Это способность соединять, казалось бы, не связанные между собой идеи или находить решения там, где нет очевидных путей.
Мы живем в условиях постоянной турбулентности, когда финальное решение могут принимать только люди.
