Искусственный интеллект в последние годы становится популярным и стремительно внедряется в различные отрасли финансового сектора, открывая новые возможности для повышения эффективности, персонализации услуг и улучшения клиентского опыта. Расскажем, как ИИ используют банки и страховщики и что об этом думает регулятор.
Ближайшие пять лет, по оценкам экспертов, станут периодом активного внедрения новых технологических решений, способных, в том числе, изменить принципы функционирования банковской системы.
Классификация ИИ
В Агентстве РК по регулированию и развитию финансового сектора рассказали, что среди таких направлений выделяются:
- Генеративный ИИ (GenAI) – позволяет автоматизировать обслуживание клиентов через виртуальных ассистентов, персонализировать финансовые продукты на основе глубокого анализа клиентских данных и существенно ускорить обработку документов и отчетности.
- Искусственный общий интеллект (AGI) – перспективное направление, которое обеспечит ещё более глубокую автоматизацию банковских процессов, позволит осуществлять расширенный и более точный анализ рисков, а также создавать принципиально новые финансовые продукты и сервисы, ранее невозможные без участия человека.
- Квантовые вычисления – благодаря сверхвысокой вычислительной мощности способны революционизировать подходы к анализу больших объёмов финансовых данных. Это позволит точнее прогнозировать рыночные изменения, оптимизировать портфели инвестиций, а также существенно повысить уровень кибербезопасности банковских операций за счёт квантовой криптографии.
«Ожидается, что ИИ значительно упростит процессы программирования, автоматизируя написание, тестирование и отладку кода, что позволит ускорить внедрение новых цифровых решений в банковской сфере и повысить эффективность работы ИТ-команд, – ответили на запрос ДК в АРРФР. – Со стороны регулятора такие технологии потребуют новых подходов к оценке и контролю, особенно в части формирования требований к надежности, прозрачности, безопасности и отчетности ИИ-моделей».
В настоящее время АРРФР создано отдельное управление для аналитики модельных рисков и искусственного интеллекта, одной из задач которого является оценка модельных рисков и рисков использования искусственного интеллекта банками.
«На данном этапе введение отдельной лицензии для банков, применяющих ИИ в критически важных процессах, не представляется необходимым. Вместо этого акцент делается на встраивание регулирования ИИ в существующую систему надзора и управления рисками. Тем не менее, с учетом масштабируемости и потенциального воздействия ИИ-моделей на финансовую устойчивость и интересы клиентов, в дальнейшем может потребоваться разработка отдельных требований к ИИ-системам, применяемым в чувствительных направлениях деятельности банков», – сообщили в пресс-службе регулятора.
В АРРФР говорят, что по мере накопления опыта и анализа практики регулятор может рассмотреть возможность внесения соответствующих изменений в нормативно-правовую базу.
Скоринг
В Евразийском банке отмечают, что ИИ открывает новые возможности для совершенствования кредитного скоринга, позволяя проводить более точную и оперативную оценку потенциальных заемщиков. В отличие от традиционных методов, ИИ анализирует широкий спектр параметров – от финансовых данных до цифрового поведения клиентов, включая транзакционную активность и другие поведенческие характеристики.
«ИИ позволяет учитывать большее количество факторов при оценке заемщика, включая нестандартные данные (например, поведенческие и транзакционные характеристики). Алгоритмы машинного обучения повышают точность прогнозирования вероятности дефолта, минимизируя потери от проблемных кредитов. Однако применение ИИ требует внедрения процедур валидации, регулярного пересмотра моделей и оценки на предмет необоснованной дискриминации», – уточнили в АРРФР.
В настоящее время Отбасы банк активно внедряет технологии искусственного интеллекта. Пример тому запуск чат-бота Quanysh-AI, который построен на базе современных моделей искусственного интеллекта. За первую неделю работы чат-бот обработал более 42 000 обращений от клиентов, и 96% из них были обработаны полностью в автоматическом режиме – без участия сотрудников. Среднее время получения ответа – менее 4 секунд, а доля запросов, переведенных на оператора, не превышает 4%. Также в банке специалисты по информационной безопасности активно используют ИИ в различных компонентах для улучшения обнаружения угроз, анализа и реагирования на них. Пока банк не вводит компоненты ИИ в процесс кредитного скоринга: «Эта функция пока не реализована в банке, но входит в число приоритетных направлений для внедрения в рамках развития AI-стратегии».
Модели, основанные на машинном обучении, формируют более глубокое понимание платежеспособности клиента, обеспечивая индивидуальный подход и справедливую оценку.
«Это позволяет не только ускорить процесс рассмотрения заявок, но и предложить более подходящие условия для надёжных клиентов. Внедрение ИИ в скоринг-системы также способствует повышению качества кредитного портфеля и созданию более удобного, технологичного клиентского опыта. В Евразийском банке мы рассматриваем альтернативный скоринг как инструмент расширения доступности кредитования и развития инклюзивного подхода к клиентам, сохраняя при этом высокий уровень качества и точности оценки», – комментируют финансисты.
Альтернативный скоринг на основе ИИ – это метод оценки кредитоспособности заемщика, который использует нестандартные и дополнительные данные, не входящие в традиционные финансовые отчеты, такие как история платежей или уровень задолженности. Вместо этого модели ИИ анализируют данные из альтернативных источников, таких как поведение клиента в онлайн- и мобильных приложениях, данные о покупках, активности в социальных сетях и другие цифровые следы.
Борьба с мошенничеством
ИИ может оказать существенное давление на киберпреступность. «Например, использование нейронных сетей значительно повышает эффективность поиска корреляции между подозрительными событиями и выявления действий вероятных нарушителей. То есть ИИ помогает подразделениям кибербезопасности выявлять атаки киберпреступников, – комментируют в АРРФР. – Ещё одним примером может служить использование Отраслевым центром информационной безопасности на финансовом рынке технологии ИИ для поиска вредоносных интернет-сайтов, маскирующихся под официальные ресурсы финансовых организаций».
Выявление таких ресурсов на ранних стадиях позволяет оперативно предпринимать меры по блокировке их деятельности ещё до нанесения ущерба гражданам.
«Применение ИИ представляет собой огромный потенциал для обнаружения и предотвращения финансовых преступлений, открывает новые горизонты и перспективы в сфере анализа информации и управления рисками противоправных действий», – отмечают представители регулятора.
Способности ИИ по обработке большого массива данных, проведению поведенческого анализа, прогнозированию и выработке аналитики решений повышают эффективность реализации процессов мониторинга операций клиентов, обнаружения аномалий, предупреждения незаконных схем.
Международная практика, в том числе, опыт банков стран ЕС, США, Австралии, Бразилии, Мексики, Гонконга, Китая, Сингапура, РФ, Японии и других стран, свидетельствует о росте применения программ и технологий ИИ, машинного обучения в финансовом секторе при решении вопросов ПОД/ФТ и противодействия иным финансовым преступлениям.
С учетом рекомендаций ФАТФ (Группа разработки финансовых мер борьбы с отмыванием денег) и международного опыта АРРФР разработан проект нормативного правового акта. Документ предлагает регламентировать требования к системно значимым и потенциально системно значимым банкам по использованию в рамках системы управления рисками и внутреннего контроля цифровых решений на основе ИИ или машинного обучения для надлежащей проверки клиентов и мониторинга их операций, выявления дропперов и блокирования операций, связанных с противоправными действиями.
«Проект в настоящее время находится на стадии согласования с финансовым сектором и заинтересованными государственными органами РК», – уточнили в АРРФР.
В отчете ФАТФ указывает, что более масштабное использование цифровых решений на основе ИИ будет способствовать более эффективному выявлению рисков, реагированию на подозрительную деятельность, направлению сообщений о ней, а также её контролю. Отчет включает обзор и анализ регуляторных и надзорных технологий, направленных на повышение эффективности Стандартов ФАТФ.
«ИИ может сыграть ключевую роль в предотвращении финансовых преступлений в банках Казахстана, особенно при наличии интеграции с государственными базами данных и системами KYC. Он способен выявлять аномалии в транзакциях в реальном времени, учитывая локальные поведенческие паттерны клиентов и особенности теневой экономики. Вместо традиционных правил ИИ использует самообучающиеся модели, адаптируясь к новым схемам отмывания денег и мошенничества. Например, он может определить, что клиент проводит операции через счета номиналов или участвует в дроблении сумм, обходя лимиты контроля», – объясняют в Евразийском банке.
В условиях Казахстана это особенно актуально для контроля транзакций через МФО и криптовалютные платформы. Важно, чтобы ИИ работал в связке с системой внутреннего контроля банка и соответствовал требованиям НБ РК по AML/CFT. Однако полная эффективность достигается только при наличии качественных исходных данных и межбанковского обмена рисковыми профилями.
«ИИ на текущем этапе не может полностью исключить вероятность финансовых преступлений. Тем не менее ИИ заметно улучшает процесс их выявления, поскольку позволяет оперативно анализировать большие объёмы данных, обнаруживать аномальные транзакции и автоматически присваивать скоринговые баллы на основе встроенных моделей оценки риска. Таким образом, ИИ значительно повышает эффективность борьбы с финансовыми преступлениями на ранних стадиях», – объясняет пресс-служба Фридом Банк Казахстан.
В настоящее время в банке активно используется интеллектуальный чат-бот, который осуществляет первичное взаимодействие с клиентами, проводит предварительный анализ предоставленных данных и помогает формировать цифровой портрет клиента. Это позволяет оперативно обрабатывать обращения и повышать эффективность процессов комплаенс-контроля.
«Успешных кейсов на рынке страхования пока не очень много, и все они в основном были на больших развитых рынках. В частности, крупные американские страховые компании внедряют ИИ в систему страховых выплат, и главная их задача – выявление случаев страхового мошенничества. Система оценивает десятки и даже сотни входящих параметров по каждому страховому случаю, сравнивает их с эталонной базой, выявляет закономерности и отклонения. При выявлении значительных отклонений от нормы уже подключается человек и индивидуально рассматривает конкретный страховой случай», – комментирует Азат Татинбеков, управляющий директор СК «Евразия».
Автоматизация
В АРРФР говорят, что ИИ может автоматизировать множество операций, однако не способен полностью заменить традиционные банковские услуги. Особенно это касается вопросов регулирования, стратегического управления, этики принятия решений и взаимодействия в кризисных ситуациях.
«ИИ способен автоматизировать значительную часть работы кредитных аналитиков – особенно в массовом кредитовании, где решения принимаются по стандартным правилам и на больших объёмах данных. Однако полностью заменить аналитиков он не может и не должен. Роль ИИ – поддерживать и усиливать экспертизу человека, а не вытеснять ее», – уверены в Евразийском банке.
В сложных и нестандартных кейсах, особенно в корпоративном и инвестиционном кредитовании, остаются критически важными такие качества, как профессиональное суждение, анализ рисков в контексте, умение работать с неполной или противоречивой информацией.
«В Евразийском банке мы рассматриваем ИИ как инструмент повышения эффективности и точности, который освобождает аналитиков от рутинных задач и позволяет им сосредоточиться на сложных и стратегически значимых кейсах. Это симбиоз человека и технологии, а не замена», – говорят финансисты.
ИИ используется банками в самых разных направлениях: от автоматизации внутренних процессов до создания новых клиентских сервисов. В частности, ИИ помогает в анализе кредитоспособности заемщиков, прогнозировании риска дефолта, выявлении мошенничества, управлении ликвидностью и активами, обработке клиентских запросов, а также в построении персонализированных рекомендаций.
«В секторе страхования жизни, где клиенты стремятся повысить ценность страховых продуктов за счёт ощущения финансовой безопасности и душевного спокойствия, страховщики жизни, чтобы получить конкурентное преимущество, должны повышать качество обслуживания клиентов, основанное на применении ИИ и на соприкосновении клиентов с автоматизированными операциями в основных процессах, таких как заключение договоров страхования, сервисное обслуживание и рассмотрение претензий», – объясняет председатель правления BCC Life Гульжан Джаксымбетова.
ИИ может стать катализатором для решения наиболее серьёзных проблем страховщиков – высоких издержек, низкой удовлетворенности клиентов и дефицита квалифицированных кадров.
Так, Halyk Life применяет ИИ в страховании жизни. «В работе используем автоматизированный обзвон клиентов, он позволяет за короткий период времени обзвонить большое количество клиентов. Применяются разные сценарии обзвона «Напоминание о платеже», «Уведомление клиентов об окончании договора страхования», «Контроль качества продажи». Средняя эффективность обзвона «Напоминание о платеже» составляет 18%. Что для компании является очень хорошим результатом», – уточнили в пресс-службе компании.
Автоматизировать можно практически любой массовый коробочный продукт, такой как автострахование. Но в реальности все намного сложнее и очень дорого. На рынке крайне мало специалистов по ИИ, в то же время они крайне востребованы, и на рынке труда развязалась настоящая борьба за них. «Ведь технологии ИИ хотят внедрять не только страховщики, но и банки, брокеры, крупные промышленные предприятия, а даже государство. У всех свои задачи, и всем нужны специалисты по ИИ, – объясняет Азат Татинбеков. – Многие мировые компании, например, Zurich IC, ещё в 2018 году уже начали процесс трансформации в части выплат, сейчас такая система успешно работает. ИИ самостоятельно оценивает документы и осуществляет выплаты без привлечения человеческого ресурса практически на всех этапах. Для внедрения ИИ важно масштабирование, которое позволит продемонстрировать экономическую эффективность».
При этом спикер заявляет, что казахстанский страховой сектор пока делает только первые шаги в использовании технологий ИИ в своей деятельности.
Потенциальные перспективы ИИ открывают широкие возможности в самых разных направления, от андеррайтинга до выплат. Кроме того, ИИ может взять на себя задачи административного характера, непосредственно не связанные со страхованием, но важные для осуществления экономической деятельности.
Не панацея, но есть подвижки
Тема ИИ сейчас находится на своём информационном пике и многими воспринимается как панацея во всех задачах, стоящих перед любым бизнесом. При этом нужно понимать, что разработки по-настоящему эффективных и специфических решений на основе ИИ являются крайне дорогостоящим мероприятием, которые самостоятельно не могут потянуть многие крупные компании.
«При этом, когда мы говорим о готовых коробочных продуктах, разрабатываемых сторонними вендорами, которые ещё необходимо внедрять, адаптировать и настраивать индивидуально для каждой компании, речь может идти об инвестициях в миллионы долларов. При этом у покупателя зачастую нет представления о том, будет ли данное решение в полной мере выполнять поставленные задачи, сможет ли полностью заменить человеческий ресурс или хотя бы помочь человеку. И самое главное, сможет ли внедрение ИИ создать акционерам добавленную стоимость», – добавляет Азат Татинбеков.
Можно отметить несколько направлений, где страховые компании, в том числе казахстанские, начали работу с нейросетями. Прежде всего, это компьютерное зрение, которое призвано помогать оценивать состояние объекта страхования (чаще – автомобиля) во время заключения договора, а также оценивать ущерб после наступления страхового случая. Если с серьёзными повреждениями компьютерное око пока справляется не очень, то с оценкой небольших ДТП уже отлично.
Предстраховой осмотр по КАСКО уже производится во многих компаниях с помощью ИИ, фиксируя состояние автомобиля и подробно учитывая все имеющиеся дефекты кузова. Активно внедряется распознавание лиц с паспортов, RPA по вмененному страхованию ДГПО перевозчика.
«У нас уже разработано несколько нейросетей, которые помогают в составлении страховых досье. Любой страховой случай – это большие объёмы документов. ИИ уже активно помогает нам с высокой точностью распознавать документы, вытаскивать из них необходимые данные и переводить в цифровой формат. Таким образом мы ускоряем процесс обработки документов и минимизируем влияние человеческого фактора. Также в нашей компании внедрен RPA для автоматизации некоторых бизнес-процессов», – заключает Азат Татинбеков.
Внедрение ИИ позволяет банкам более точно обрабатывать большие объёмы данных, сокращать издержки, снижать операционные риски. Однако широкое использование таких технологий требует также усиленного внимания к управлению рисками, прозрачности решений и соблюдению регуляторных требований.
Законодательные инициативы
С учетом создания специализированного управления, ответственного за аналитику модельных рисков и применение ИИ, регулятор планирует разработку единых подходов к обеспечению прозрачности (explainability) алгоритмов, используемых банками и финтех-компаниями.
«Особое внимание будет уделено тем моделям, которые оказывают прямое влияние на права, финансовое положение и решения в отношении клиентов. Для таких моделей интерпретируемость и обоснованность результатов является ключевым требованием. Планируется формализация требований к explainability, с возможным последующим закреплением этих требований в нормативных правовых актах. Это позволит обеспечить единый стандарт прозрачного, контролируемого и безопасного применения ИИ в финансовом секторе», – рассказали в АРРФР.
Методы стресс-тестирования станут неотъемлемой частью комплексной оценки ИИ-моделей. Предусматривается, что стресс-тестирование будет проводиться в рамках процедур валидации и переоценки моделей, с использованием различных сценариев и условий, включая нестабильные или критические.
«Такая проверка будет направлена на оценку устойчивости модели к воздействию внешних и внутренних факторов, а также на выявление уязвимостей и недопустимых отклонений в прогнозах и поведении алгоритмов. В зависимости от назначения и критичности модели будут подбираться разные типы сценариев, моделирующие как стандартные, так и маловероятные, но значимые события», – сообщает АРРФР.
Результаты стресс-тестирования станут основой для разработки унифицированных требований к устойчивости ИИ-моделей, включая минимальные показатели надежности и стабильности. При необходимости эти результаты также будут использоваться для инициирования изменений в нормативных документах, направленных на предотвращение технологических и модельных рисков в банковской системе.
Использование генеративного ИИ в банковской и финансовой деятельности требует особого подхода, учитывая как потенциал таких технологий, так и риски, связанные с возможными искажениями информации, недостоверными выводами, отсутствием верификации и юридической ответственности за сгенерированные материалы.
На текущем этапе на уровне государства разрабатывается отдельный закон «Об искусственном интеллекте», а также сопутствующие изменения в действующие НПА, включая отраслевые. Законопроект предусматривает установление правовых рамок использования ИИ.
«В этой связи регулирование использования генеративного ИИ в сфере финансовых консультаций, подготовки отчетности и взаимодействия с клиентами будет выстраиваться в соответствии с положениями разрабатываемого законодательства. После его принятия и вступления в силу регулятор совместно с другими заинтересованными органами сможет выработать более конкретные требования к применению таких систем в банковской практике, включая возможные ограничения, форматы сопровождения генерации человеком, обязательную верификацию данных и хранение истории взаимодействий», – объясняют в АРРФР.
Внедрение нейросетей в финансы сталкивается с рядом ключевых проблем. Эффективность систем искусственного разума зависит от качества и безопасности данных, используемых для их обучения, а проблемы с целостностью, актуальностью и конфиденциальностью данных могут приводить к ошибкам и нарушениям. Также применение ИИ в финансах имеет сложности с прозрачностью и интерпретируемостью «чёрных ящиков», что снижает доверие пользователей. Финансовый сектор сталкивается с жесткими регуляторными ограничениями, соответствие которым при внедрении систем выявляет проблемы.
ИИ цифровизация финансы Казахстан АРРФР банк страховая компания технологии безопасность Искусственный интеллект Скоринг мошенничество Евразия