Искусственный интеллект помог Национальному бюро кредитных историй (НБКИ) разработать PD-скоринг - оценку вероятности, что кредит не будет выплачен, то есть произойдет дефолт. Модель получает последовательности событий кредитных историй человека: заявки, выдачи кредитов, платежи - и с помощью нейронной сети предсказывает просрочки более 90 дней.
Об этом сообщил Олег Скворцов, председатель правления Ассоциации российских банков (АРБ), 29 февраля на открытой дискуссии "Искусственный интеллект в банковской сфере". "Мы попросили НБКИ дать видение ситуации. По их мнению, применение нейронных сетей позволило улучшить скоринг, который теперь использует НБКИ. Эта модель позволяет предсказать выход на просрочку более 90 дней", - добавил он.
Кроме того, по данным АРБ, ИИ помог ООО "АРСфин" (финансовому порталу Bankiros) увеличить уровень одобрения кредитов до 7,5%; благодаря машинному обучению (МО) увеличилась скорость обработки данных и точность оценки профиля - средний показатель количества звонков клиенту до первого одобрения снизился за месяц в два раза по результатам тестирования МО в Bankiros в октябре 2023 г.
"Банковская сфера - одна из самых продвинутых в плане возможностей использования ИИ. ИИ способен обрабатывать большое количество фактур и выявлять закономерности между ними. ИИ-технологии повышают точность оценки кредитоспособности, вследствие чего повышается качество кредитов, снижается количество и объем просрочек, что в конечном счете помогает предотвратить дефолты", - объясняет президент АРБ Гарегин Тосунян.
"Модели машинного обучения могут быстро адаптироваться к изменениям на рынке или в поведении заемщиков, что позволяет более гибко реагировать на изменяющиеся условия и минимизировать риски; кроме того, более точные и быстрые решения в кредитном скоринге позволяют банкам предложить клиентам более персонализированные условия кредитования и улучшить общий опыт обслуживания", - считает Юлия Вдовина, директор по продукту цифровизации клиентского сервиса в дистанционных каналах ООО "БСС" (BSS).
По ее словам, банкам стоит учитывать потенциальные смещения или дискриминацию, которые могут возникнуть при использовании некорректных данных или признаков для прогнозирования кредитоспособности с помощью ИИ.
Каким может стать ИИ для кредитования в будущем
"В будущем банки будут использовать ИИ, чтобы выявлять скрытые паттерны для более точного определения кредитоспособности заемщиков. Это включает в себя не только финансовые данные, но и данные из различных источников, таких как социальные сети, онлайн-покупки и поведенческие анализы, - рассуждает Юлия Вдовина. - Важным аспектом будет являться использование ИИ для обнаружения и предотвращения мошеннических действий в кредитовании: оно включает в себя анализ поведения клиентов и выявление аномальных паттернов.
Кроме того, по ее словам, в будущем ИИ сможет анализировать рыночные данные и прогнозировать будущие тренды и риски в кредитовании - это позволит банкам принимать более обоснованные решения и эффективнее управлять портфелями кредитов.
Задачи центральных банков, которые уже умеет решать ИИ
Николай Разин, начальник центра компетенций по ИИ и продвинутой аналитике департамента управления данными Банка России, поделился примерами прикладных задач, которые уже решает ИИ в центральных банках не только РФ, но и мире.
По его словам, нейронные сети и большие языковые модели помогают прогнозировать инфляцию и макроэкономические показатели (ВВП); выявлять платежи, попадающие под определение "противодействие отмыванию денег и финансированию терроризма" (ПОД/ФТ) и иные законодательно зафиксированные ограничения; а также структурировать документы, излагать их краткое содержание и выявлять скрытые взаимосвязи.