Машины повсюду

Финансовые учреждения быстро внедряют новые технологии, потому что это помогает им обезопасить себя и данные пользователей. «Мегабайт» рассказывает, как финансовые организации используют технологии искусственного интеллекта и в каких случаях умная система все-таки обращается за помощью к человеку.

Консультация клиентов и чат-боты

Искусственный интеллект удобно использовать как личного помощника для ответа на типичные вопросы клиентов. Например, «Сбербанк» и МФТИ делают совместный проект по использованию искусственного интеллекта в кол-центрах. Уже сейчас можно позвонить в службу поддержки и бот поможет решить проблему. 

Сингапурский DBS Bank использует чат-ботов, чтобы помочь клиентам проводить простые транзакции. Например, переводы и оплату счетов. Искусственный интеллект шведского банка Swedbank помогает быстрее отвечать на запросы клиентов, используя интуитивный анализ.
 

Автоматизация проверки документов*

Проверку документов организаций и людей может делать как человек, так и искусственный интеллект. Многие службы безопасности онлайн-сервисов и традиционных компаний, вроде логистики и ритейла, вручную обрабатывают документы. Основные минусы такого подхода — скорость операции, дороговизна и высокая вероятность ошибки при проверке. Технологии искусственного интеллекта, к примеру, за секунды находят нужные ответы в десятках (а то и больше) источниках данных. Это быстрее и дешевле, чем если идентифицировать и верифицировать личность или юридическое лицо вручную. 

Например, продукт IDensic, — платформа для подтверждения действительности документов. Ее используют, в частности, финтех-организации для проведения процедур KYC (технологии для идентификации клиентов — прим.ред.) и AML (решение по предотвращению отмывания денег — прим.ред.). Такие процедуры уже сейчас требуют от финансовых компаний, которые работают с реальными деньгами или со специфическими юрисдикциями, как, например, США. А от других потребуют в будущем.

Без искусственного интеллекта невозможно было бы организовать быструю, точную и недорогую для бизнеса проверку.  Механика онлайн-идентификации такова. Человек фотографирует свои документы и система на основе компьютерного зрения за секунды распознает данные. Нейронные сети проверяют, не было ли изображение отретушировано или другими способами изменено перед отправкой. 

Параллельно другой модуль с помощью интеллектуального анализа сравнивает информацию в документах с базами данных. В итоге он удостоверяет, что документы есть, они не были украдены, а их владелец, не числится в списках террористов или в стоп-листах. 
Чтобы проверить, что человек тот, за кого себя выдает, система просит сделать селфи с документом. Затем автоматически сверяет, изображен ли на двух снимках один и тот же человек. Все — нейросети, компьютерное зрение, интеллектуальный анализ данных — алгоритмы или технологии искусственного интеллекта. Человек справился бы только с частью этих задач. Понять «на глаз», было ли изменено изображение, часто просто невозможно. 

Клиенты могут вбивать данные вручную, но это увеличит время проверки и снизит уровень сервиса, Проверку по базам данных может делать и человек, но времени на это уйдет больше. Ручной способ подразумевает ошибки, например когда человек устал или в плохом настроении.
Искусственный интеллект имеет ограничения — он не может заменить человеческий ум. К примеру, бывают случаи, когда мужская рука держит женский документ. С такими кейсами система не справляется и сигнализирует об этом, чтобы фотографию проверил человек. К сожалению, подобных ограничений все еще много.
 

*По запросу собеседника материал был изменен

Борьба с мошенничеством

С развитием электронной коммерции (онлайн-платежи, электронные деньги) растет и интернет-мошенничество. Анализируя различные точки данных, алгоритмы машинного обучения могут обнаружить мошеннические транзакции, которые незаметны для человека. 
Например, технология Mastercard анализирует привычки расходов клиентов и устанавливает линию поведения, с которой она сравнивает и оценивает каждую новую транзакцию. Резкая смена обычного поведения может стать признаком нежелательной операции.
Также технологии искусственного интеллекта внедряют в банкоматы. Система анализирует поведение клиента вплоть до скорости набора.

Эдуард Моссаковский, руководитель проектов VisionLabs

Одно из самых актуальных внедрений искусственного интеллекта в финансовой сфере — распознавание лиц. С помощью VisionLabs LUNA можно удаленно обслуживать клиентов (через мобильное приложение, интернет-банк и так далее), а также бороться с внутренним и внешним мошенничеством.

Когда мы говорим о борьбе с воровством, то эффективность измеряется суммой, на которую мошенникам не выданы кредиты, благодаря технологии распознавания лиц. В случае с оптимизацией внутренних процессов — это количество сэкономленного времени в рабочих часах сотрудников. 

Сейчас биометрическую идентификацию лиц внедряет более 10 российских банков. Речь идет как о пилотных проектах на разных этапах, так и о внедрении платформы VisionLabs LUNA.
Технология VisionLabs дает банкам возможность знать своих клиентов в лицо и создавать для них максимально безопасные и комфортные условия пользования финансовыми услугами.

Материал опубликован в газете «Мегабайт»