Банк России провел масштабное исследование, посвященное применению искусственного интеллекта на финансовом рынке. Регулятор проанализировал, насколько активно российские финансовые организации внедряют технологии ИИ, в каких процессах они их используют и с какими трудностями сталкиваются. В основе доклада лежит опрос более 250 крупных компаний из разных сегментов финансового сектора. Результаты показывают, что, несмотря на растущую популярность ИИ, его распространение сдерживают высокая стоимость, дефицит кадров и правовые барьеры. Опираясь на данные исследования, «ЭЖ» разбиралась, каков текущий статус этих технологий.
Банк России продолжает исследовать развитие применения искусственного интеллекта на финансовом рынке. Ранее, в 2023 г. регулятор опубликовал доклад для общественных консультаций «Применение искусственного интеллекта на финансовом рынке», в котором обозначил, что будет придерживаться риск-ориентированного и технологически нейтрального подхода к регулированию ИИ. В ходе публичного обсуждения этого доклада участники рынка поддержали предложенный Банком России подход.
В рамках выбранного подхода Банк России подготовил новый доклад с анализом текущего уровня проникновения ИИ на финансовом рынке и предложениями по созданию условий для дальнейшего развития применения ИИ финансовыми организациями.
Текущий статус внедрения ИИ в России
Для оценки уровня внедрения и использования технологии ИИ на российском финансовом рынке Банк России провел исследование практик ключевых компаний в основных сегментах рынка. Дополнительно в ходе исследования проведена оценка внутренних механизмов по управлению рисками ИИ, ограничений на использование моделей разных типов ИИ, барьеров и сложностей при внедрении систем ИИ.
В выборку вошло 252 организации из числа финансовых организаций, представителей инфраструктуры финансового рынка и иных организаций.
При формировании выборки учитывались следующие условия: компании по совокупности занимают лидирующие позиции по суммарным активам и (или) основным услугам в соответствующих сегментах, или если на основании ответов компаний с высокой степенью достоверности можно будет составить представление о ситуации в сегменте в целом.
Распространенность технологии в разных сегментах рынка
Как показал опрос, две трети респондентов используют или планируют использовать ИИ в будущем. На постоянной основе ИИ применяет каждая пятая организация. 15% респондентов тестирует пилотные проекты, связанные с ИИ.
Еще треть от общего числа опрошенных компаний планирует внедрить ИИ в свои бизнес-процессы на горизонте трех лет. При этом 35% опрошенных не используют и не планируют использовать ИИ в своей деятельности в будущем.
Лидерами по проникновению ИИ стали компании страхового сектора и системно значимые кредитные организации (СЗКО). 60% страховщиков сообщили об использовании ИИ в своей деятельности на постоянной основе. В банковском секторе 24% из опрошенных активно применяют ИИ, еще 19% тестируют пилотные проекты. Достаточное проникновение ИИ отмечается на рынке платежных услуг (33%), на рынке ценных бумаг (29%) и среди ОИП/ОИС/ОФП (29%).
Остальные сегменты финансового рынка пока характеризуются меньшим использованием ИИ. Среди инфраструктуры финансового рынка на постоянной основе ИИ применяют 24% опрошенных организаций, в секторе микрофинансовых организаций (МФО) и НПФ — 17%.
Бизнес-процессы и продукты, где применяется ИИ
В целом результаты опроса продемонстрировали, что ИИ активно внедряется в различные бизнес-процессы финансовых организаций — от фронт-офиса, риск-менеджмента и операционного учета до управления персоналом и сквозных операционных функций, включая документооборот. Продукты на его основе позволяют взаимодействовать с клиентами, уточнять их предпочтения и персонализировать продукты, анализировать риски и бизнес-процессы, выявлять и фиксировать факты мошенничества, готовить аналитику и многое другое.
Традиционный ИИ и модели глубокого обучения присутствуют во многих бизнес-процессах финансовых организаций. Наиболее часто они применяются в управлении рисками, клиентских сервисах, аналитике и прогнозировании, антифроде, автоматизации документооборота и работе с претензиями. В меньшей степени ИИ пока внедрен в процессы ПОД/ФТ, аутентификации и идентификации клиентов, оценки стоимости активов финансовых организаций.
Все активнее в деятельность финансовых организаций внедряются сложные модели — генеративный ИИ и ИИ-агенты. Так, генеративные модели, которые позволяют создавать новый контент на основе данных, получают наибольшее распространение в ИТ-направлении (38%), документообороте (31%) и при взаимодействии с клиентами, в голосовых помощниках и чат-ботах (30%). ИИ-агенты пока применяются с осторожностью: чаще всего респонденты используют или тестируют ИИ-пилоты в ИТ-направлении (21%) и чат-ботах (16%), меньшее количество опрошенных указали на документооборот (9%), работу с претензиями (5%), а также прогнозирование, аналитику и HR (4%). Это объясняется высокой степенью автономности данного типа ИИ, который способен учиться на обратной связи и адаптироваться к действиям клиентов, но при этом пока подвержен ошибкам.
Опыт лидеров: СЗКО и страховой сектор
Если среди общего числа опрошенных банков уровень применения ИИ, на первый взгляд, представляется низким: только 24% сообщили о постоянном применении ИИ и 19% — о тестировании пилотных проектов, то интенсивность проникновения разных типов ИИ у банков, постоянно применяющих или тестирующих ИИ-пилоты, высокая. Использование ИИ в деятельности СЗКО является значительным, что может быть связано с наличием достаточных ресурсов у таких компаний для развития ИИ на данном этапе.
В большинстве основных бизнес-процессов и специальных функций СЗКО — от кредитного скоринга и персонализации банковских продуктов до выявления мошенничества и анализа клиентских транзакций — процент применения ИИ является достаточно высоким. Например, 11 из 12 СЗКО используют традиционный ИИ в кредитном скоринге и риск-менеджменте, 9 — для профилирования клиентов, персонализации предложений банковских продуктов и услуг и в других функциях. Модели глубокого обучения и генеративный ИИ они также активно применяют.
СЗКО также развивают и внедряют ИИ-агентов. В специальных функциях три таких организации используют их для консультирования и автоматизации документооборота, еще одна, хотя пока это исключительная практика, перешла на новую стадию использования ИИ — для разработки и валидации других моделей ИИ.
Именно в СЗКО присутствуют продукты и услуги, в которых ИИ используется с высокой степенью автономности или без участия человека, в то время как большинство респондентов (более 90% от общего числа опрошенных) указали на отсутствие таких бизнес-процессов. Так, ИИ, в том числе генеративные модели, наиболее автономен в поддерживающих бизнес-процессах: при консультировании клиентов (автоматизированный чат-бот), формировании документов по запросу клиента (предоставление балансовых выписок и иных отчетов), обработке и проверке изображений и документов от клиентов, персонализации кешбэк-программ, анализе и прогнозировании остатков на расчетных счетах, классификации запросов колл-центра и маршрутизации обращений.
Наконец, в кредитовании ИИ применяется для гиперперсонализации кредитных предложений, оценки вероятности дефолта, при прогнозировании дохода клиента и формировании кросс-продаж кредитных продуктов, а также в кредитном скоринге. На тематических интервью по результатам анкетирования представители СЗКО отметили, что уровень «самостоятельности» ИИ в скоринге физических лиц и МСП фактически приближается к 100% (кредитный конвейер). Выдача кредита и пересмотр решения в таких случаях полностью автоматизированы, а присутствие человека ограничивается преимущественно в процессе разработки моделей ИИ, их валидации и принятия решения о запуске в эксплуатацию. Однако обязательным остается участие человека в принятии решений по сложным кредитным продуктам и крупным заявкам.
Барьеры и сложности на пути внедрения ИИ
Несмотря на то, что финансовый рынок является одним из лидеров по внедрению ИИ, на него продолжают оказывать влияние факторы, замедляющие активное распространение технологии. ИИ обладает большой капиталоемкостью и требует значительных инвестиций в высокотехнологичную инфраструктуру и кадровый потенциал. Так, 46% респондентов рассматривают высокую стоимость внедрения ИИ как значимый барьер, еще более трети указали на дефицит кадров, недостаточную экспертизу в ИИ и проблемы с инфраструктурой, в том числе на нехватку ПО.
Среди технологических факторов респонденты выделили ограничения ИИ — ненадежность, предвзятость, эффект «черного ящика», а также низкое качество или нехватку данных для обучения моделей. Более половины респондентов оценивают такие факторы как существенные, присваивая им среднюю или высокую степень влияния на развитие технологии на финансовом рынке.
Основные сложности, с которыми сталкиваются компании, не использующие ИИ, — высокая стоимость внедрения ИИ (59%), недостаточная экспертиза (46%), дефицит специалистов в области ИИ (44%), а также общая неготовность к использованию ИИ (трудности в оценке экономического эффекта от внедрения ИИ в деятельность организации отметили 43% компаний).
Правовые и регуляторные вызовы
При оценке существенности правовых барьеров для использования ИИ мнения участников разделились. Более половины опрошенных организаций, применяющих ИИ на постоянной основе или тестирующих пилотные проекты, указали на отсутствие таких барьеров на финансовом рынке. При этом 27% указали на наличие ограничений в области обработки и использования данных, 25% — на сложности применения ИИ в процессах, для которых законодательством предусмотрено обязательное участие человека, и 27% — где такие требования предусмотрены к результату, например к объяснимости. Наконец, 31% респондентов таким барьером посчитали неоднозначную интерпретацию действующего регулирования в отношении возможности использования ИИ.