Аналитика
MACHINE LEARNING
ВЫХОДИТ ЗА РАМКИ
Банки переходят к активному использованию машинного обучения в работе с клиентом — таковы основные выводы исследований, проведенных в России и Великобритании.
В России

По данным исследования IDC и ABBYY, российский рынок искусственного интеллекта (ИИ) в 2019 году достиг 139 млн долл. и среднегодовой рост затрат на ИИ до 2023 года будет составлять 30%.

Данные исследования во многом перекликаются с полученными Банком Англии. Российские компании, как и британские, наиболее перспективным в течение ближайших двух лет видят применение машинного обучения (machine learning — ML) в подразделениях клиентского обслуживания, маркетинга и отделах продаж.

Результаты опроса, проведенного FutureBanking среди российских банков, показывают, что ML в финансовых компаниях уже выходит за рамки бэк-офисных функций. Сегодня они активно используют машинное обучение и для улучшения клиентского обслуживания.

В банке «УРАЛСИБ» ML применяется в процессах оценки риск-профиля клиентов розницы и малого и среднего бизнеса, маркетинга (в том числе digital, кросс-продаж и CRM), выявления мошенничества, а также в бизнес-аналитике и проведении исследований.
В Великобритании

Банк Англии в октябре 2019 года опубликовал результаты исследования по применению ML в британских финансовых сервисах. Две трети из них уже используют машинное обучение в различных направлениях бизнеса и получают от этого преимущества. По мнению британского регулятора, ИИ должен сделать финансовые услуги более эффективными, доступными и соответствующими нуждам пользователя. Исследование, в котором приняли участие более 100 банков, страховых компаний и брокеров, показало, что во многом эти ожидания оправдываются. Респонденты указывают, что уже видят преимущества от применения машинного обучения и ожидают их значительного прироста в ближайшие три года. Наибольшую выгоду компании получают, используя ML в борьбе с мошенничеством и отмыванием денег, повышении операционной эффективности и аналитике. Также они намерены с помощью ИИ улучшать качество персонализированных предложений для клиентов и формировать новые типы продуктов.

По доле организаций, использующих машинное обучение, в Великобритании лидирует страхование, за ними идут банки и инвестиционные компании. В среднем страховая организация применяет ML в 7,5 кейсах, банк — в 5,5. Но в течение трех лет, согласно их ответам, количество кейсов почти утроится — до 21,5 и 15,5 соответственно.

Среди областей применения предсказуемо лидируют управление рисками и комплаенс, что британский регулятор объясняет необходимостью анализировать большие объемы данных и выявлять паттерны.

Источник: http://futurebanking.ru