Аналитика шаг за шагом. Искусственный интеллект в аналитике

О стремительно растущей популярности искусственного интеллекта (ИИ) и феноменальном отсутствии общепринятого определения этого понятия, о наиболее освоенных областях применения ИИ в банках и о перспективах и выгодах встраивания ИИ в аналитику – в третьем материале заместитель генерального директора по развитию бизнеса Intersoft Lab Юлии Амириди, подготовленном специально для сайта АРБ.

Последние пару лет тема искусственного интеллекта (ИИ) стала предметом обсуждения широкого круга специалистов. В одних только высказываниях представителей мировых Центробанков в 2019 году ИИ упоминался 1000 раз. Это на треть чаще, чем годом ранее.

2020 год в нашей стране ознаменовался рядом ярких событий в сфере ИИ, среди которых:

• публикация концепции развития искусственного интеллекта в России,
• открытие первого в России института искусственного интеллекта в Иннополисе,
• заявление Сбербанка о планах по созданию в январе 2021 года собственного института ИИ.

Несмотря на популярность темы ИИ, общепринятая трактовка понятия «искусственный интеллект» отсутствует. Исследователи, журналисты, поставщики ПО и пользователи дают десятки собственных определений этого термина. По оценкам экспертов, насчитывается около сотни дефиниций ИИ.

Определение, принятое экспертной группой по разработке Стратегии России в ИИ, гласит: «Искусственный интеллект – это комплекс технологических и программных решений, приводящих к результату, аналогичному интеллектуальной деятельности человека, и используемых для решения прикладных задач:

• компьютерного зрения (computer vision, сокр. SV),
• обработки естественного языка (natural language processing, сокр. NLP), распознавания (speech recognition, speech‑to‑text, сокр. STT) и синтеза речи (text‑to‑speech, сокр. TTS),
• рекомендательных систем и интеллектуальных систем поддержки принятия решений,
• систем, основанных на перспективных методах».

По аналогии с основными функциями человеческого мозга можно выделить три основные направления применения ИИ:

• Распознавание, то есть считывание графической, звуковой и прочей информации. За распознавание отвечают системы компьютерного зрения.
• Осмысление, то есть обработка и построение выводов на основе данных. В этой области применяются методы обработки естественного языка (NLP-, STT- и TTS-системы) и аналитика (рекомендательные системы и системы поддержки принятия решений).
• Действие, то есть самостоятельное выполнение различных сценариев. Реализуется при помощи роботов – промышленных, беспилотников и т.п.

Сегодняшний фокус развития и применения ИИ - машинное обучение (machine learning, сокр. ML), в частности глубокое обучение (deep learning). Глубокие нейронные сети, как другие алгоритмы и подходы машинного обучения находят применение во всех обозначенных выше областях.

Локомотивом рынка ИИ выступают финансовый сектор и ритейл. Эти отрасли первыми занялись хранением и обработкой информации в цифровом виде, а присущая им массовость обслуживания обеспечила доступность больших объемов данных. На эти отрасли приходится львиная доля инвестиций в ИИ, а мировой объем вложений, по оценке IDC, к 2024 году достигнет 110 млрд долл. Через три года ИИ охватит не менее трети бизнес-процессов. Так оценивают его перспективы 30% компаний и 41% финансовых организаций, опрошенных изданием MIT Technology Review.

Сегодня ИИ наиболее востребован в обслуживании клиентов, разработке продуктов, маркетинге и продажах. Таковы данные последнего глобального исследования McKinsey «Состояние ИИ в 2020 году». Наименее освоенная область - стратегия и корпоративные финансы. Однако внедрение ИИ в эти бизнес-функции обеспечивает наибольший рост доходов, уступая, по мнению участников опроса, лишь маркетингу и продажам.

Вероятно, поэтому в ближайшие годы в банках основным направлением инвестирования в технологии ИИ помимо выявления и расследования случаев мошенничества, согласно глобальному прогнозу аналитиков IDC, станет развитие рекомендационных систем.

В российских банках, как показал экспресс-анализ открытых публикаций, ИИ преимущественно используется в решении задач, связанных с клиентским обслуживанием, персонализацией предложений, а также выявлением мошеннических операций. Таким образом, в России, как и за рубежом, основными направлениями применения ИИ в банках являются распознавание и осмысление, последнее - в части использования алгоритмов обработки естественного языка.

Опираясь на глобальный прогноз IDC, логично предположить, что следующим шагом для ИИ в российских банках станет «освоение» бизнес-аналитики. В частности, использование методов машинного обучения для аналитической поддержки функции прогнозирования в контексте риск-ориентированного управления финансовой результативностью, в таких процессах как стратегическое и финансовое планирование, мониторинг исполнения планов, управление капиталом, ликвидностью и другими видами рисков.

Юлия Амириди,
заместитель генерального директора
по развитию бизнеса Intersoft Lab