Не решение всех проблем: как искусственный интеллект внедряют в белорусских банках

Трансформацию банковской сферы при помощи искусственного интеллекта обсудили на IV Деловой конференции «Цифровая трансформация предприятий и отраслей в Республике Беларусь» в Минске 7 октября, передает корреспондент агентства «Минск-Новости».

Искусственный интеллект и цифровая трансформация стали ключевыми драйверами развития современного банковского сектора, однако точечное внедрение технологий без глубокой перестройки процессов часто приводит к образованию новых операционных затыков и лишним финансовым затратам. Для успешного повышения операционной эффективности компании вынуждены переходить от хаотичных пилотов к системной оценке технологической зрелости каждого сквозного процесса.

— В итоге всех наших больших экспериментов, проб и разных проектов мы поняли, что искусственный интеллект все-таки лучше и правильнее всего прикладывать не к отдельной задаче или технологии, а к самому процессу от начала до конца, — отметила директор центра управления процессами одного из белорусских банков Эллина Дашук. — Точечные облегчения и маленькие подключения каких-то ассистентов здорово выглядят в моменте, но масштабно они не дают того суммарного эффекта, к которому мы все стремимся.

В структуре организации насчитывается 209 крупных сквозных процессов со множеством участников и документации. Банк поставил амбициозную цель: к концу года интегрировать ИИ в более 40 % процессов. Это значит, что на одном из этапов должна будет использоваться нейросеть.

— Сначала мы пробовали внедрять локальные инструменты, — рассказала спикер. — Например, на этапе сбора и анализа документов подключили ассистента. Кажется, что сотрудники освободились, и все должно заиграть новыми красками. Но получилось следующее: этап анализа стал происходить быстрее, а перед этапом подготовки заключения образовалась пробка, потому что там мы по-прежнему работаем вручную. Мы не изжили проблему, а просто сместили ее.

Для предотвращения подобных дисбалансов банк внедрил специальную систему цифрового управления процессами. В ней оцифровываются карты процессов, фиксируются метрики, строится архитектура данных и рассчитывается уровень цифровой зрелости. Первый означает, что их выполняют люди, а цифровых следов мало. А на последнем, пятом, ИИ самостоятельно ведет операцию от старта до финала, человек работает только с исключениями.

— Мы часто слышим вопрос: «Есть технология, куда бы нам ее применить?» — продолжила эксперт. — Но искать нужно не куда можно прикрутить модель, а где у нас проблемы и что именно мы хотим получить на выходе: важно ли для нас сокращение времени, снижение дефектов, рост конверсии или уменьшение количества реестров.

Отдельно спикер остановилась на распространенном заблуждении о том, что искусственный интеллект необходим для выполнения абсолютно любых операционных задач. В большинстве случаев стандартные алгоритмы или классическая автоматизация справляются с нагрузкой гораздо эффективнее и дешевле.

— Есть кейсы, где ИИ порождает дополнительную работу: он делает часть задач, после чего менеджер все равно должен проверить результат и взять на себя ответственность, — подчеркнула руководитель центра. — К тому же это связано с большими тратами: сначала вы платите за инфраструктуру и закупку серверов, потом за токены, а затем тратите годы на поддержку и переобучение моделей.

Еще одним серьезным барьером на пути трансформации становится неподготовленность данных. Это отсутствие оцифрованного описания задачи, нераспределенные зоны ответственности или хранение информации в разрозненных таблицах. Без предварительной работы по упорядочиванию запуск сложных ИИ-ассистентов теряет смысл.

— Перед реализацией большой идеи нам приходится проводить огромную организационную работу и только потом повторно подходить к автоматизации, — пояснила Э. Дашук. — Сейчас мы ориентируемся на решения, которые закрывают максимум типовых задач: распознавание и шаблонизация документов, голосовой ввод, а также создание единой базы знаний для сотрудников.

На текущий момент около 30 % процессов организации уже содержат встроенные интеллектуальные решения. В качестве успешного примера спикер привела направление автокредитования, где процесс полностью пересобрали, выстроили цифровой профиль клиента и задействовали умных помощников на всех ключевых этапах.

— Искусственный интеллект — это не решение всех проблем, — резюмировала спикер. — Он легко может увеличить количество ваших задач в 20 раз. Поэтому главный совет: выберите один приоритетный процесс, проведите его оценку, добейтесь хорошей автоматизации и лишь затем поэтапно подключайте искусственный интеллект.

Фото автора