Искусственный интеллект - не что иное, как «прецедентный анализ»

22 января состоялось заседание Комитета АРБ по информационным и интернет-технологиям, которое было посвящено использованию искусственного интеллекта (ИИ) в финансовой сфере. В мероприятии приняли участие более 40 представителей коммерческих банков, технологических компаний, академических организаций, а также более 50 человек смотрели интернет-трансляцию в онлайн-режиме.

Открыл заседание Исполнительный директор АРБ Валерий Шипилов, ведущим обсуждения был Председатель Комитета Константин Маркелов.

Тема использования искусственного интеллекта, наиболее передовой технологии, на которую сегодня делает ставку бизнес, является актуальной для финансовых учреждений, которые традиционно лидируют в области автоматизации бизнес-процессов. По данным Genpact, озвученным Константином Маркеловым, сегодня искусственным интеллектом, так или иначе, уже пользуются в 97% коммерческих банков (из числа попавших в исследование). Из них 51% кредитных организаций задействовали ИИ для точечных решений и индивидуальных задач, 27% тестировали его в пилотных проектах, а 19% использовали компьютерный интеллект во всем банке в целом.

Но, к сожалению, до сих пор нет единого понимания, какие технологии можно относить к ИИ, и насколько безопасно его применение. Однако есть надежда на то, что если разработчики искусственного интеллекта, подобно Колумбу, думают, что плывут в «Индию» (создают ИИ), то на этом пути они смогут открыть много «Америк» (технологических решений).

Тематика дальнейшего общего обсуждения была поделена на блоки: «Распознавание образов», «Роботизация бизнес-процессов», «Чат-боты, голосовые роботы» и «Большие данные, машинное обучение, нейронные сети».

С докладами выступили представители научных академических кругов, что закономерно в тематике искусственного интеллекта. Андрей Инякин (Федеральный исследовательский центр Института управления РАН) и Сергей Дворянкин (Финансовая академия при Правительстве РФ) отметили, что научные круги понимают ИИ иначе, чем банки и технологические компании. Ими было также отмечено, что желательно лишний раз не использовать термин «искусственный интеллект», подчеркивая, что сегодня в практическом плане речь идет об обучении на прецедентах, задачах по экстраполяции и пр. Поэтому, когда ведется речь о применении ИИ, в основе всего лежат оптимальные алгоритмы решения конкретных бизнес-задач. Ёмко и коротко высказался Евгений Хохлов, руководитель компании «Програмбанк»: «То, что большинство технологических компаний и банкиров называют искусственным интеллектом - не что иное, как “прецедентный анализ”».

Также в процессе обсуждения говорилось, что для банков использование ИИ является одной из мер по повышению эффективности, поскольку им приходится работать в условиях постоянно снижающейся маржинальности и сверхконкуренции, в результате которой доходность по некоторым продуктам уже приближается к нулю. Отмечалось, что часть банков при внедрении ИИ идут по пути внутренних разработок, а некоторые активно сотрудничает с вендорами, стартапами и интеграторами.

При этом представители банков сетуют на то, что хотя ИИ позволяет ускорить или убрать из ручного труда рутинные операции, повысить качество обработки документов и клиентских обращений, сократить количество занятых в этом рабочих мест, но для этого требуется наличие квалифицированного и дорогостоящего ИТ-персонала – для интеграции, внедрения, развития ИТ-решений. В итоге оценить рентабельность ИИ не так просто, как об этом говорят разработчики технологий. Тем не менее, спектр практического применения ИИ в банках с каждым годом расширяется.

Представители банков не отрицают необходимость и эффективность умной роботизации, но при этом говорят о том, что одновременно с ней продолжается рост штата технических специалистов. Таким образом, заменяя одних специалистов, банк вынужден вкладываться в других. Возрождается специальность, которая существовала еще в советские времена – постановщик экономических задач для автоматизации.

И еще одна проблема, о которой говорили на заседании Комитета. Многие нынешние специалисты, точнее те, кто позиционирует себя экспертом в области Data science или ИИ, зачастую владеют лишь несколькими популярными программными инструментами, но не понимают ни математических основ, ни тех процессов, которые стоят за эффективной автоматизацией.

Видеозапись и информационные материалы доступны в нашем видеоархиве по этой ссылке.