Консалтинговая компания McKinsey выпустила отчет об использовании искусственного интеллекта в банках. Применение ИИ дает им возможность обслуживать больше клиентов, увеличивать долю рынка и повышать доходность бизнеса при меньших затратах. При масштабном использовании этой технологии банки могут получить решающее конкурентное преимущество, в том числе на глобальных рынках.
Детали. Банки, использующие ИИ, могут улучшить 4 направления своей работы: более качественно привлекать новых клиентов, повысить «пожизненную» ценность клиента (life-time value), снизить расходы и кредитный риск.
Это особенно важно в условиях конкуренции за клиентов, а также при выходе на крупные рынки, где банки вынуждены конкурировать с технологическими компаниями и экосистемами.
Привлечение клиентов. Использование расширенной аналитики имеет решающее значение для привлечения новых клиентов. Они могут использовать разные пути: некоторые приходят непосредственно на сайт банка или в мобильное приложение, другие — в отделения, часть становятся клиентами банка, используя сайты партнеров или по рекламным объявлениям. Многие банки уже сейчас используют аналитику для понимания пути каждого нового клиента к банку, поэтому могут выдавать персонализированные предложения прямо на целевой странице.
Применение технологии ИИ позволяет отказаться от массовых рассылок. Понимая потребности клиентов из различных сегментов, анализируя реакцию на предыдущие сообщения (и готовность совершить покупку), банк может определить оптимальный канал для отправки сообщений в наиболее удачное для пользователя время. Повышение качества обслуживания отражается на конверсии.
Кредитование. Клиенты традиционных банков могут ждать одобрения заявки на кредит от одного дня до недели, пишут аналитики McKinsey. Банки, активно использующие технологию ИИ, разработали схемы кредитования на основе анализа данных клиентов в режиме реального времени — это позволяет принимать решения по кредитам гораздо быстрее.
Использование искусственного интеллекта дает еще несколько преимуществ при выдаче кредитов:
- Возможность точно определить кредитный лимит. Ведущие банки используют расширенную аналитику и машинное обучение для автоматизации процесса определения максимальной суммы, которую может получить заемщик. Технология OCR (оптического распознавание символов) в таких банках используется для извлечения данных из обычных источников — таких как выписки по счетам, налоговые декларации и счета за коммунальные услуги. Поэтому банки могут быстро оценить доход клиента и его способность совершать регулярные платежи по кредиту.
- Справедливое ценообразование. Как правило, банки предлагают стандартизированные ставки по кредитам, при этом сотрудники банка имеют определенную свободу действий по корректировке ставок в пределах обозначенного диапазона. Однако жесткая конкуренция за качественных заемщиков ставит банки, использующие традиционные подходы, в невыгодное положение по сравнению с лидерами в области искусственного интеллекта и аналитики. Опираясь на высокоточные модели машинного обучения для оценки рисков и ценообразования по кредитам, банки, ориентированные на ИИ, смогли предложить конкурентоспособные ставки, сохраняя при этом низкие затраты на риски.
- Противодействие мошенничеству. Обслуживание клиентов в цифровых каналах открывает новые возможности, в том числе для мошенников. Наиболее распространенные случаи — это кража личных данных, мошенничество со стороны сотрудников, партнеров, клиентов, а также отмывание средств и нарушение санкций. Банкам следует постоянно модернизировать свои модели обнаружения и предотвращения мошенничества. Так, китайский финансовый холдинг Ping An использует модель анализа изображений для распознавания 54 непроизвольных выражений лица клиентов. В целом более точная идентификация подозрительных клиентов позволит банкам повысить процент одобрения по кредитам без увеличения кредитного риска.
Повышение вовлеченности клиентов. Активное взаимодействие с клиентами — это основной способ повысить ценность для клиентов, и ведущие банки используют расширенную аналитику для выявления наименее вовлеченных клиентов, которые могут покинуть банк, а также для того, чтобы найти способ удержать их. Каждое персонализированное предложение должно доставляться по правильному каналу и в нужное время.
Например, анализируя структуру расходов и поисковые запросы клиента, банк может распознать возникшую потребность в кредите на покупку бытовой техники. Анализ данных об использовании продуктов банка также может выявить сферы, в которых можно сделать клиенту более выгодное предложение, соответствующее его текущим потребностям.
Контекст. Технологии искусственного интеллекта востребованы и в российских банках. В 2021 году эта технология может быть одним из основных направлений, в которое банки будут активно инвестировать. «Банки становятся конгломератами огромных массивов информации и сейчас мы видим проявление достаточно острой конкурентной борьбы в банковском сегменте. Банкам нужен эффективный продукт, который позволит им в дальнейшем сокращать расходы и увеличивать прибыль», — говорил ранее директор направления «Финансовые институты» S&P Сергей Вороненко.
Крупные российские банки уже давно применяют ИИ. Еще в 2019 году первый зампред правления Сбербанка Александр Ведяхин говорил, что в банке не осталось ни одного подразделения, в котором бы не внедрялись технологии искусственного интеллекта. Тогда банк активно использовал ИИ для решений о выдаче кредитов. «Сейчас у нас уже выдается на основании решений, принимаемых искусственным интеллектом, 100% кредитных карт, более 90% потребкредитов и свыше 50% ипотечных кредитов, поскольку это более сложный продукт», — отмечал он.
Зачем вам об этом знать. Искусственный интеллект — одна из самых популярных технологий в банковском секторе. Отчет McKinsey дает более полное представление о преимуществах этой технологии.
Во времена финансовых кризисов банкирам важно оставаться в курсе текущих новостей. Подпишись на наш телеграм – канал Frank RG (https://t.me/frank_media) чтобы оперативно получать данные о ситуации в банках и экономике. Не пропусти, когда начнется!
