XV Международная студенческая научная конференция Студенческий научный форум - 2023

Искусственный интеллект это сочетание новых технологий, процессов и методов, имеющих все большее значение для текущего и будущего развития экономики. Искусственный интеллект сегодня применяется в различных отраслях, таких как медицинская диагностика, оптическое распознавание символов, автономное вождение автомобилей и финансовые услуги. Уже сегодня крупные корпорации, а также малые и средние предприятия в России используют технологии искусственного интеллекта. Искусственный интеллект стал частью повседневной жизни миллионов потребителей. Применение искусственного интеллекта рассматривается как потенциальная движущая сила прорывного технологического развития и инноваций.

Искусственный интеллект это неограниченная скорость эволюции и масштабирование, эффективная работа с большими объемами данных и многозадачность. Традиционно финансовый сектор основан на больших объемах данных, поэтому его автоматизация за счет технологии искусственного интеллекта является новым последовательным и ожидаемым решением.

Искусственный интеллект как современный подход в финансовом секторе имеет множество преимуществ: точные процессы помогают минимизировать человеческий фактор; автоматизация способствует снижению затрат; решение повторяющихся задач становится все более эффективным благодаря подходу "человек в цикле", используемому в гиперавтоматизации. Клиенты, в свою очередь, получают более качественные и персонализированные рекомендации от службы поддержки в режиме реального времени. Технология искусственного интеллекта помогает точно контролировать личные финансы и инвестиции. Чаще всего искусственный интеллект используется для автоматизации поддержки клиентов, исследования и анализа рынков, в алгоритмической торговле и системах обнаружения мошенничества.

Боты сейчас являются наиболее обсуждаемой темой, поскольку, по мнению ИТ-экспертов, боты скоро изменят способ использования устройств [1, c.92]. Некоторые из финансовых ботов помогают пользователям совершать покупки в Интернете, совершать платежи, переводить деньги и даже использовать биткоин-кошелек. Боты-консультанты распространены в банковской сфере. Они могут быстро ответить на простые вопросы, которые могут возникнуть у пользователей. Barclays Africa была одной из первых компаний, которая начала использовать чат-бота для консультирования клиентов. В июле 2016 года российский банк "Точка" запустил финансового бота [6, c.40]. Этот бот помогает клиентам просматривать информацию о своих банковских счетах, находить ближайший банкомат в их местоположении, звонить в службу поддержки и совершать платежи. Финансовые боты - это полезный, удобный и довольно дешевый инструмент. Помимо получения прибыли, ключевой целью каждой фирмы является удовлетворение потребностей своих клиентов.

Боты становятся все более популярными как среди стартапов, так и среди традиционных финансовых институтов. Автоматизированные консультанты и планировщики помогают пользователям принимать правильные финансовые решения. Например, некоторые роботы отслеживают оценку цен на финансовых рынках, анализируют ее и дают рекомендации по покупке или продаже некоторых ценных бумаг. Такие компании, как ПАО Сбер, ПАО ВТБ, же внедрили технологию искусственного интеллекта в свои сервисы.

Ограниченное управление рисками делает финансовые учреждения, фирмы и домохозяйства более подверженными потрясениям, чем они могли бы быть, и, возможно, является ключевым фактором финансовых кризисов. Искусственный интеллект и машинное обучение могут взять на себя многие бизнес-процессы, требующие работы с большими наборами данных. Применение искусственного интеллекта в финансах и экономике позволит лучше прогнозировать результаты принимаемых решений, намечать различные пути развития и помогать компаниям выбирать наиболее подходящие стратегии для снижения бизнес-рисков.

Предотвращение мошенничества - еще один пример использования искусственного интеллекта в финансах и банковском деле. Чтобы быстрее реагировать на мошенничество и защищать своих клиентов, финансовым компаниям необходимо внедрять инновационные решения в области искусственного интеллекта. Технологии машинного обучения и глубокого обучения доказали свою высокую эффективность как в предотвращении, так и в расследовании незаконной финансовой деятельности.

Уголовный кодекс РФ определяет мошенничество как чужое имущества или приобретения права на чужое имущество путем обмана или злоупотреблением доверия (п. 1 ст. 159 УК РФ).

Специфика финансового мошенничества состоит в той области отношений, в которой совершается обман. Современные финансовые мошенничества: интернет-мошенничество, мошенничество с использованием банковских карт, финансовые пирамиды, мошенничество на рынке недвижимости.

Такие алгоритмы основаны на контролируемом обучении, типе подхода к обучению модели, который включает в себя проверку результатов человеком. Решения на основе ML могут работать с оповещениями, тщательно изучать большие наборы данных или выполнять анализ подозрительных транзакций в кратчайшие сроки и с высокой точностью.

Искусственный интеллект как современный подход также используется в цифровых кошельках. Они изучают привычки и потребности пользователей и консультируют их о том, как управлять своими личными финансами. Такие приложения, как Digit, Mint, WealRo и Cleo, работают в этой области. Например, мобильный банк в Гонконге Neat (запущен весной 2016 года) сочетает в себе технологию искусственного интеллекта и биометрическую безопасность [7, c. 87]. В РФ у ПАО ВТБ есть чат-бот на самой платформе банка. У ПАО Сбер есть СберБизнесБот и SaluteBot.

ПАО Сбер и ВТБ применяют искусственный интеллект к платежным данным пользователей, создавая различные поведенческие кластеры в сочетании с геолокацией, чтобы предлагать пользователям персонализированные и локальные предложения.

Все больше и больше компаний обращаются к ИИ для автоматизации различных задач, таких как бухгалтерский учет, аудит и финансовая отчетность. Этот сдвиг в сторону автоматизации во многом обусловлен растущей доступностью данных и достижениями в области алгоритмов машинного обучения.

Автоматизированные системы могут обрабатывать большие объемы данных гораздо быстрее и точнее, чем люди, что приводит к повышению эффективности и точности процесса учета.

Оптическое распознавание символов (OCR) - популярный тип разработки проектов искусственного интеллекта [1, c. 90]. Эта уникальная технология широко используется банками для извлечения большого объема информации. С помощью OCR банки могут обрабатывать, отслеживать и оценивать огромные объемы данных, будь то внутренняя отчетность, информация о клиентах или информация о безопасности.

Некоторые азиатские банки, такие как DBS, Axis Bank и ICICI Bank, используют OCR для инновационного взаимодействия с клиентами. Благодаря автоматическому распознаванию данных клиента оптическое распознавание символов обеспечивает быстрый и соответствующий требованиям процесс верификации клиента.

Искусственный интеллект поддерживает решения для биометрической идентификации и распознавания, такие как распознавание лиц, голоса и отпечатков пальцев. Алгоритмы распознавания лиц проверяют личность, извлекая черты лица из изображений или видео и сравнивая их с лицами, доступными в наборах данных. Затем технология усиливает безопасность искусственного интеллекта и может быть использована для обеспечения необходимого уровня безопасности как для онлайн-сервисов, так и внутри офисов.

Например, идентификаторы лиц широко распространены среди таких банков, как HSBC, Chase, Citibank, Bank of America и Wells Fargo [2, c. 65]. Эти финансовые учреждения уже разработали приложения для онлайн-банкинга с распознаванием лиц. У нас в России такая система применяется в ПАО Сбер (с 17 октября 2022г.), ГУП Мосметро (с октября 2021г.) и МЦД (с 16 марта 2022г.). Порядок сбора биометрии регулируются: ФЗ РФ № 152 «О персональных данных» и ФЗ РФ № 149 «Об информации, информационных технологиях и о защите информации». В статье 11 ФЗ РФ № 152 указано, что сведения, которые характеризуют физиологические и биологические особенности человека, на основании которых можно установить его личность и которые используются оператором для установления личности субъекта персональных данных, могут обрабатываться только при наличии согласия в письменной форме субъекта персональных данных. Согласно статьи 14.1 ФЗ РФ № 149 обработка, включая сбор и хранение, параметров биометрических персональных данных для идентификации реализуется с применением информационных технологий и технических средств, имеющих подтверждение соответствия требованиям. В соответствии со ст. 152. 1 ГК РФ обнародование и дальнейшее использование изображения человека возможно только с его согласия.

Президиумом Совета при Президенте РФ по стратегическому развитию и национальным проектам протоколом от 24.12.2018г № 16 был утвержден паспорт национальной программы «Цифровая экономика в РФ» и с 1 января 2018г сбор биофизических параметров своих клиентов начали крупные банковские организации для идентификации клиентов по голосу и видео.

Вступление в силу ФЗ РФ № 479 от 29.12.2020г установило использование ЕБС для удаленной идентификации при получении широкого спектра финансовых и государственных услуг.

Технология машинного обучения (ML) также позволяет машинам распознавать голоса на основе таких характеристик, как артикуляция, высота тона и так далее. Системы распознавания голоса создают и хранят уникальный “голосовой отпечаток”. Затем финансовые компании с искусственным интеллектом могут внедрить голосовой отпечаток вместо пароля или вместе с ним, чтобы сделать процесс авторизации пользователя безопасным и плавным. В феврале 2019 года HSBC впервые внедрил распознавание голоса в услуги, предоставляемые своим клиентам.

В сфере финансовых услуг технология искусственного интеллекта позволит компаниям создавать новые бизнес-модели, снижать риски и затраты, а также повышать производительность. Это также могло бы позволить как крупным, так и малым фирмам предлагать финансовые услуги на уровне сложности, индивидуализации и масштаба, который ранее был невозможен.

Сегодня искусственный интеллект в финансах является конкурентным активом, который обеспечивает контекстуализированные финансовые предложения, тем самым увеличивая прямую и косвенную прибыль банков и кредитных союзов. В ближайшие годы автоматизация проложит новые пути в отрасли и станет стандартом для персонализированных финансовых услуг.

Список литературы:

1. Бердышев А.В. Искусственный интеллект как технологическая основа развития банков // Вестник университета. - М., 2018. № 5. 91-94с.

2. Искусственный интеллект в банковском секторе // Эксперт РА. - 2018.

3. Искусственный интеллект и бизнес: есть контакт? // ВЦИОМ. - 2019.

4. Матвеевский С.С., Бердышев А.В. Fintech-компании и их взаимодействие с банками: международный и российский опыт // Вестник университета. - М., 2020. № 11. 174-180 с.

5. Туркина Д.Е. Три ключевые проблемы внедрения искусственного интеллекта в российских банках на современном этапе развития экономики // Инновации и инвестиции. 2018. № 12. 335-336 с.

6. Agarwal A., Singhal Ch., Thomas R. AI-powered decision making for the bank of the future // McKinsey & Company. - 2021. - March.

7. Accenture, Hessens Ambitionen für Künstliche Intelligenz, Ein Beitrag zur nationalen KI-Strategie am Beispiel des Finanzsektors (2018). Available online at: https://wirtschaft.hessen.de/sites/default/files/media/hmwvl/20180925_ki_studie_hessen_report_final_im_auftrag_von_0.pdf

7. Accenture, Hessens Ambitionen für Künstliche Intelligenz, Ein Beitrag zurnationalen KI-Strategie am Beispiel des Finanzsektors (2018).

8. Weg ohne Ziel? Wie Deutschland ein Spitzenstandort für KünstlicheIntelligenz werden kann (2018).

Код для цитирования: Скопировать