Про це розповіли банкіри під час круглого столу «Як штучний інтелект змінює українські банки», проведеного «Фінансовим клубом».

«Якщо застосувати ШІ в банку, то ефективність в середньому покращується від 15% до 40% в залежності від процесу, від того, наскільки він автоматизований та інтегрований із іншими автоматизованими процесами», – заявив голова правління UAFIC, заступник голови наглядової ради Сенс Банку Ростислав Дюк.

На його думку, штучний інтелект лише заради штучного інтелекту – це неправильна стратегія. «Ми повинні рахувати ефективність і гроші. В першу чергу. А в другу чергу – не нашкодити. Не треба гнатися за хайпом, треба розуміти, що це клієнтські дані, клієнтські гроші, і банки два-три рази мають подумати, протестувати перед тим, як щось запроваджувати. Падіння сервісу чи некоректна робота – це втрата довіри, а довіра – це основний актив банківської системи», – заявив він.

Ростислав Дюк навів приклади вдалого застосування ШІ: «Колцентри та робота з каналами продажів». «Базові процеси, де є рутина, можна автоматизувати. ШІ може вибрати кращий маршрут, на яку стратегію переключатися за певним критерієм, – пояснив він. – Ми не можемо сказати, що ШІ – це чарівна паличка, яка лікує всі проблеми, але базову ефективність може на 20-30% підняти».

Директор департаменту інформаційних технологій ПУМБ Андрій Бегунов каже, що український ринок поступово еволюціонував у використанні ШІ. «Спочатку була big data, потім з’явилась data science, після чого – machine learning. Принаймні наша еволюція виглядала таким чином. Машинне навчання допомагає структурувати, будувати моделі даних. Ми використовуємо його в банку», – сказав він.

«Все почалося з natural language processing, з аудіо- або текстових чатботів. Big data, data science, machine learning, ChatGPT – все це системи підтримки ухвалення рішень, коли ми, працюючи з великою кількістю даних, швидше і якісніше ухвалюємо рішення», – пояснює керівник відділу цифрових технологій OTП Банку Максим Волченко.

Кількість сфер, де можна застосувати інструменти ШІ, постійно зростає. «Якщо ми починали з двох чи трьох ідей, то на сьогодні в портфелі у нас 68 ініціатив за абсолютно різними напрямами, з якими ми зараз працюємо. Ми бачимо ті кейси, які дадуть нам результат, який ми зможемо порахувати, бачимо ті кейси, які не дадуть ефекту, але ми отримаємо великий досвід – як технічний, так і з точки зору бізнес-процесів. Ми в першій третині цього шляху», – каже Андрій Бегунов.

Банкам вже потрібно обирати більш пріоритетні напрями, оскільки працювати в усіх напрямах одночасно дуже дорого. «Це і покращення ефективності, і можливі продажі. Є декілька кейсів у нас, пов’язані зі структуризацією найкращої пропозиції для клієнта. Дуже великі можливості у систем, пов’язаних із аналітикою, пошуком аномалій і потенційного шахрайства», – зазначив Андрій Бегунов.

В портфелі ПУМБ третина проєктів пов’язані з NLP, чатботами, помічниками для клієнтів. «Це дуже велика частина потенційної ефективності, яка насправді складна», – зазначив банкір.

«Пріоритетним напрямом для нас є робота з базою знань. Це нова еволюція чатботів. Важливий антифрод, який буде працювати в автоматичному режимі без залучення людини на трансакційній фазі. І питання скорингу в усіх на вустах, тому ці напрями ми для себе вважаємо ключовими. Ми зараз на тому етапі, коли ми багато досліджуємо. Думаю, більшість ринку на цьому етапі живе. Через два-три роки ми всі побачимо результати цього», – резюмував Максим Волченко.