За цифрами: Как ИИ стал самым прибыльным «сотрудником» в финансах

В средствах массовой информации банковское дело и, в более широком смысле, финансы часто изображаются как люди в строгих костюмах, принимающие деловые решения с верхних этажей небоскрёбов, или талантливые трейдеры, которые могут понять состояние рынка по небольшому объёму данных. Поскольку это одно из самых мощных образов финансы, многие обсуждения новых технических особенностей в этой области сосредоточены на том, как они изменят эту работу на переднем плане.

ИИ не является исключением здесь, и большая часть дебатов вокруг его принятия в финансах центрируется на том, будут ли агенты заменять трейдеров или смогут ли они более эффективно распределить капитал, чем консультанты. Однако наиболее эффективное применение ИИ оказалось далеко от того гламурного образа, который многие представляют. На самом деле, искусственный интеллект приносит больше денег с того, что можно назвать «скучной» стороной финансы, повседневными операциями.

Где ИИ Actually Создаёт Ценность

Основная польза ИИ заключается в том, что он может выполнять задачи намного дешевле и несколько раз быстрее, чем люди. И, делая это, он буквально генерирует прибыль за счёт повышения операционной эффективности.

Например, с помощью инструментов ИИ Citigroup сократил время проверки документов перед открытием счёта с более чем часа до 15 минут. Естественно, что более быстрое принятие решений понравится клиентам и может даже сделать их более лояльными. Но в то же время эти 45 минут переводятся в сотни тысяч долларов экономии затрат для банка, поскольку эти инструменты освобождают часы человеческого труда для более важной работы.

ИИ помогает оптимизировать обширный слой финансовой бюрократии и внутренних рамок, на которых компаниями полагаются. Вот почему наиболее ценные случаи использования часто оказываются далеко от самых зрелищных. Автономные трейдеры или чат-бот, который предлагает лучшие сделки клиенту, могут звучать впечатляюще, но автоматизированные процедуры KYC и проверки достоверности с большей вероятностью принесут гораздо большую экономическую ценность банку или финансовой компании.

Это говорит о том, что, как и в случае с процессом проверки документов Citigroup, ничего не мешает этим улучшениям приносить пользу клиентам. Пользователи могут оценить личного помощника ИИ в приложении, но они оценят его ещё больше, если решения по кредитам можно сократить с дней до минут, или если их транзакции не будут неправильно помечены как мошенничество, поскольку такие вероятности были снижены на десятки процентных пунктов.

Как ИИ Стал Самым Прибыльным «Сотрудником»?

Обычно, когда растёт база клиентов банка, его штат должен расти почти пропорционально. Раньше было невозможно проверить растущее количество транзакций и документов клиентов с тем же составом команды. Различные современные технологические решения помогли до некоторой степени, но рост бизнеса всё равно неизбежно привёл к росту численности сотрудников. И чем больше сотрудников в компании, тем больше менеджеров ей нужно и тем дороже ей обходится управление всей структурой.

Теперь, когда появился ИИ, эта проблема начинает исчезать, поскольку меньшее количество сотрудников всё ещё может эффективно обслуживать растущее число клиентов с помощью инструментов ИИ. Некоторые компании уже используют эту логику: Klarna, например, заявила, что один помощник ИИ может выполнять работу 700 человек. Каковы бы ни были затраты на применение таких инструментов, они вряд ли подойдут к регулярным зарплатам нескольких сотен сотрудников.

Однако, чтобы это действительно сработало, компания должна правильно интегрировать ИИ в свои рабочие процессы, за пределами просто экспериментов. В финансах многие проекты всё ещё остаются на стадии пилотного проекта, что, очевидно, не может генерировать много ценности. Пока одна компания обсуждает, стоит ли принять новые инструменты или как масштабировать агентов ИИ, её конкуренты не будут стоять на месте, строя свои собственные возможности ИИ.

Отставание в этой гонке приведёт к значительным финансовым потерям. Чтобы быть точным, компании, которые не смогут перевести свои операции на рельсы ИИ, рано или поздно потеряют до 9% своей прибыли. Восстановление после такого отставания позже не будет легко, и требует от финансовых компаний построить солидную стратегию ИИ.

Как Управлять Решениями ИИ

Вот появляется самая большая проблема, поскольку внедрение агентов ИИ в финансовые операции неизбежно означает делегирование некоторой власти принятия решений им. В финансах, где ИИ стал своего рода бесконечным источником бесплатных «младших сотрудников» за счёт оптимизации базовых операций бэк-офиса, это представляет значительный риск. Дело в том, что ошибки в этом типе работы часто являются самыми дорогими.

Обычно регуляторы предотвращают, чтобы финансовые организации делали что-то рискованное и составляли правила, чтобы минимизировать возможный вред. Однако, когда речь идёт об ИИ, отрасль движется намного быстрее, чем надзор, поскольку только четверть властей собирают данные об использовании ИИ из регулируемых организаций. Это явно недостаточно, чтобы поспевать за растущим числом компаний, которые добавляют агентов в свои операции.

В результате финансовым компаниям приходится находить способы регулирования инструментов ИИ самостоятельно. Это понятно, учитывая, что любая ошибка здесь может привести к убыткам в миллионы долларов. Например, в современных банках агентам предоставляются ограниченные разрешения, как и настоящим сотрудникам. Если ИИ работает с документами клиентов, ему明но не нужно право изменить рейтинг риска клиента. Агент получает строгую оперативную роль и не имеет права превышать её.

Другой возможный и, безусловно, необходимый механизм — ведение подробных записей всех действий ИИ, чтобы, если произойдёт ошибка, каждый шаг, который агент предпринял, можно было отследить. В таких областях, как KYC и обнаружение мошенничества, вопросы о клиенте могут возникнуть через месяцы, поэтому банкам абсолютно необходимо сохранять полную запись логики помощника ИИ.

Поведение ИИ также можно протестировать в песочнице. Банк Англии, например, начал симулировать сессии торговли ИИ, чтобы понять, как агенты будут взаимодействовать друг с другом и с реальным рынком. Такое тестирование помогает выявить точно, где агент совершает ошибки, и исправить проблему, прежде чем она станет публичной.

В конечном итоге стоит помнить, что любое решение ИИ должно быть подтверждено человеком, который остаётся ответственным за него. В случае убытков никто не примет ответ «потому что модель решила так», и старший менеджер всё равно должен одобрить действия ИИ и взять на себя ответственность за них.

От «Банки-против-Финтех» к «Быстрому-против-Медленному»

Регуляция ИИ также формирует конкуренцию на финансовом рынке. Клиенты могут быть довольны, когда их документ обрабатывается на 30 минут быстрее, но они определённо не будут довольны, если бот ИИ повредит их кредитную историю или приведёт к финансовым потерям. Чтобы избежать таких проблем, они с большей вероятностью доверят свои деньги компаниям, которые объясняют свою стратегию ИИ прозрачно и честно. И, конечно же, имеют меньше проблем с управлением ею.

Финтех-компании имеют явное преимущество здесь, просто потому, что они не обременены бременем устаревших систем. Современные финтех-компании могут строить свои сервисы вокруг ИИ с самого начала и автоматизировать все процессы сразу. Создание чего-то нового может быть намного проще, чем попытка интегрировать агентов ИИ в организации, которые всё ещё полагаются на факс-машины и десятилетние системы COBOL. Неудивительно, что почти половина финтех-компаний уже достигла продвинутой стадии принятия ИИ, по сравнению с менее чем третью среди традиционных финансовых институтов.

Банки не обречены на вымирание. Ведь они пережили Великую Депрессию, 1970-е, Великую Рецессию, и многое другое. Они знают, как адаптироваться к изменениям. Благодаря своему наследию, они накопили огромные объёмы данных клиентов, капитала и репутации. Однако, чтобы действительно использовать эти преимущества, им следует полностью интегрировать ИИ во все свои процессы, поскольку простое добавление его к побочному продукту не поможет много.