Как искусственный интеллект, созданный для финтеха, внедряют в других сферах
Разбираем на примере ИИ-решений Альфа-Банка.
Искусственный интеллект постепенно проник во все ключевые процессы внутри Альфа-Банка, от оценки кредитных рисков до оптимизации логистики. Теперь банк выходит на внешний рынок, чтоб предложить свои технологические решения компаниям из различных сфер, от ритейла до энергетики.
Российские финтех-компании стали локомотивом внедрения ИИ-решений в процессы задолго до того, как это стали делать все остальные. Например, крупнейшая инвесткомпания мира BlackRock назвала ИИ одним из главных трендов только в 2025 году.
Один из лидеров в этом направлении — Альфа-Банк. Первые модели на базе искусственного интеллекта здесь начали использовать еще 20 лет назад, а в 2021 году создали Центр продвинутой аналитики — собственную фабрику по разработке и внедрению ИИ-решений. Изначально этот нейроконвейер был предназначен для внутренних заказчиков — разных подразделений банка. Однако успешные кейсы и высокая эффективность внутренних сервисов привели к заинтересованности со стороны внешних компаний. Сейчас банк рассматривает возможности масштабирования своих технологий и запускает пилотные проекты с партнёрами, строя амбициозные планы на ближайший год.
«Сегодня ИИ-решения, созданные Центром продвинутой аналитики, применяются более, чем в 30-ти подразделениях банка — всего более 500 моделей машинного обучения. Команда покрыла ими все ключевые процессы и выстроила процедуру создания ИИ-решений с любовью и с большим вниманием к качеству. Мы видим, что на внешнем рынке на такие продукты тоже есть спрос, но качественных предложений пока немного. Поэтому мы изучаем возможности адаптации наших технологий для внешних клиентов».
Как устроена ИИ-фабрика Альфы и где банк использует эти решения
Чтобы использовать возможности искусственного интеллекта на максимум, в банке выстроили масштабируемую инфраструктуру, которая позволяет быстро создавать и внедрять новые модели. Этот процесс включает несколько этапов:
- Команда развития источников данных изучает источники данных, подключает и анализирует необходимые из них.
- Дата-инженеры готовят витрины и фичи, которые можно использовать в моделях.
- Дата-сайентисты разрабатывают сами модели. Разные команды выполняют задачи для своих доменов в едином стандарте.
- Отдел аналитики качества проверяет решение и выдает заключение: работает ли модель с необходимой для принятия решений точностью.
- Сервис внедряют в реальные процессы и дорабатывают по мере необходимости.
Например, Альфа полностью перевела на модельный подход весь процесс розничного кредитования. Благодаря ИИ-решениям банк быстро и точно оценивает надежность заёмщиков и предлагает каждому индивидуальные условия по кредитам. В итоге количество заключенных договоров растёт при высоком качестве обслуживания кредита.
То же самое — с кэшбэком: благодаря ИИ его сделали индивидуальным. Если раньше условия для всех были одинаковыми, то теперь модель предлагает оптимальные категории повышенного кэшбэка на основе анализа операций по карте и других параметров. В итоге лояльность клиентов растет, и они расплачиваются картой Альфа-Банка чаще.
С помощью высоконагруженных вычислений Альфа усилила транзакционный антифрод. ИИ-решение мониторит операции в режиме реального времени — и каждый час обрабатывает сотни тысяч платежей, переводов и других транзакций. В итоге выявление подозрительных операций выросло на треть, а количество ложных сигналов сократилось на 40 процентов.
Кроме того, Альфа автоматизировала прогноз прибыли от каждого клиента на всём горизонте взаимодействия, перевела 100% обращений клиентов в чат-бот на модели собственной разработки, а также покрыла все продукты для малого и среднего бизнеса моделями склонности. И всё это — далеко не полный список.
Как Альфа-Банк вышел на внешний рынок ИИ-решений: первые проекты
ИИ-решения уже доказали свою эффективность в финансовом секторе, но потенциал их применения значительно шире. Например, в ритейле они помогают прогнозировать спрос и оптимизировать ассортимент, в логистике — строить оптимальные маршруты и управлять складскими запасами, а в энергетике — повышать эффективность использования ресурсов и прогнозировать нагрузку на сети.
Альфа-Банк рассматривает возможности адаптации своих технологий для подобных задач и ведёт переговоры с компаниями из разных отраслей. Например, голосовой помощник и автоматический анализ отзывов клиентов избавляют специалистов от рутины и повышают эффективность работы. Сервис маркетинговой аналитики помогает составить портрет клиента и понять позиции бренда на рынке. Health-Check — прогнозировать бизнес-показатели, отток клие��тов и их склонность к продукту. А геоаналитика — принимать решения о выборе локации для открытия точки и оптимизировать логистику.
«Всё началось с простой мысли, которая пришла на фоне успешного внедрения ИИ-решений в Альфе: “давайте посмотрим, что мы можем предложить внешним заказчикам”. Проанализировав свои разработки и потребности рынка, мы поняли, что пересечений огромное количество. Например, — без ложной скромности — у Альфы очень хорошее решение в части геоаналитики, а геоаналитика нужна всем. Так в 2023 году у нашей команды возникла идея предлагать наши разработки, инфраструктуру и экспертизу другим компаниям».
Отдельное внимание уделяется чат-боту Альфа-Банка, который три года подряд занимает первое место в сравнительном исследовании чат-ботов в мобильных банках от MarksWebb. Это решение востребовано не только в банковской сфере, но и в других отраслях, где важно оперативное и качественное взаимодействие с клиентами. Интеллектуальный чат-бот способен обрабатывать запросы в режиме 24/7, снижать нагрузку на контактные центры и повышать удовлетворённость клиентов за счёт персонализированных ответов. Благодаря встроенным алгоритмам анализа, он также помогает выявлять ключевые темы обращений и улучшать клиентский сервис. Сейчас к этому решению проявляют интерес компании из разных сфер, и Альфа ведёт переговоры о возможных совместных запусках с рядом партнёров.
Банк не ограничивается ответами на входящие запросы компаний — команда активно ищет потенциальных заказчиков, анализируя, каким бизнесам могут быть полезны те или иные технологии. Так было с сетью фитнес-клубов, которой Центр продвинутой аналитики при помощи геоаналитических сервисов помог подобрать оптимальные локации для открытия новых клубов, сравнив геоточки между собой и построив портрет потенциальной аудитории.
А для сервиса доставки продуктов Альфа адаптирует логистический сервис, который автоматически строит оптимальные маршруты для курьеров.
«Наше ИИ-решение по маршрутизации актуально для любой компании, где есть курьеры. Но взять и внедрить сервис “как есть” не получится: нужно его адаптировать под специфику бизнеса. Например, специфика доставки банковских карт в том, что много заказов отменяются или переносятся день-в-день. У доставки продуктов свои нюансы. Чтобы их понять, мы запрашиваем у клиента массив данных, изучаем его и адаптируем решение».
К задачам заказчиков ИИ-команда Альфы относится гибко — и в каждом случае предлагает оптимальный вариант взаимодействия. В зависимости от ситуации это может быть готовое коробочное решение, кастомизация базового продукта, который успешно используется в банке, или разработка новых моделей под заказ. Еще одно направление — консалтинг, когда специалисты Центра продвинутой аналитики делятся экспертизой с ИТ-департаментами компаний-клиентов.
Что дальше: планы на 2025 год
К концу 2024 года Альфа реализовала несколько пилотных проектов для внешних заказчиков и в ходе исследований убедилась в том, что спрос на ИИ-сервисы банка есть. В ближайшее время Альфа-Банк планирует продолжить исследования рыночного спроса и обсуждение с партнерами сценариев применения ИИ-решений. В планах на 2025 год — развить направление и поставить работу с внешними заказчиками на поток.
Для этого прямо сейчас специалисты Центра продвинутой аналитики встречаются с представителями крупных компаний из разных отраслей — от ритейла до медицины — и выясняют, какие из их потребностей и как именно можно решить с помощью ИИ-сервисов.
«Наша ближайшая задача — выделить самые перспективные решения Альфы и понять, как их адаптировать для компаний из разных секторов. В будущем этот анализ может пригодиться для разработки полностью новых решений, которые не нужны Альфе в силу специфики бизнеса, но при этом востребованы в других отраслях, будь то промышленные производства или ретейл».
Развивая направление внешней монетизации дата-сервисов и ИИ-решений, Альфа-Банк не просто предоставляет доступ к технологиям, но и делится экспертизой, помогая компаниям стать более технологичными, конкурентоспособными и устойчивыми в условиях цифровой трансформации.