Финансовая индустрия не ограничивает использование ИИ внедрением умных чатботов - многие компании и банки используют машинное обучение для гораздо более сложных задач. Этот список включает обнаружение потенциальных мошенников и принятие правильных кредитных решений.

Учреждения спокойно экспериментируют с технологиями, например, для поимки мошенников и для принятия кредитных решений, чтобы больше кредитовать и меньше терять. В более техническом плане машинное обучение и ИИ становятся важными инструментами для подготовки документов для стресс-теста, которые помогают установить планку капитала для банков.

В ноябрьском отчете Совета по финансовой стабильности было отмечено то, как Австралийская комиссия по ценным бумагам и инвестициям использовала машинное обучение для поиска мошеннических специалистов по финансовым услугам через свои маркетинговые материалы. В отчете отмечается, что в США методы машинного обучения Комиссии по ценным бумагам и биржам были «в пять раз лучше», чем случайные поиски «языка, который заслуживает обращения в правоприменительные органы», и что этот инструмент показал «существенную перспективу» в отрасли финансовых услуг.

Обнаружение мошенничества является одним из наиболее важных применений машинного обучения в сфере финансов. Что-то столь же незначительное, как, например, человек, использующий компьютер нестандартным способом для заполнения онлайн-формы, может указывать на потенциальные нарушения. Алексей Уткин, главный консультант по решениям в глобальном технологическом консалтинге DataArt, описывает недавний случай в крупном банке, когда мошенничество было предотвращено с помощью технологии, «которая обратила внимание на действия злоумышленника, поскольку во время входа в систему использовалась полоса прокрутки». Реальный пользователь предпочел бы трекпад, а технология машинного обучения смогла обнаружить аномалию благодаря своей способности интерпретировать огромные объемы данных.

Помимо этого, искусственный интеллект помогает банкам более уверенно кредитировать тех, кто проходит проверки системы. Половина менеджеров по рискам, опрошенных McKinsey для отчета, опубликованного в октябре, сказали, что они ожидают, что время принятия кредитных решений сократится на 25-50% из-за ИИ и других цифровых инноваций. Финансовые консультанты утверждают, что кредитные потери «могут упасть до 10 процентов» из-за технологии.

В одном из отчетов приводится пример глобального корпоративного инвестиционного банка, в котором используется «обучение без контроля», когда алгоритм запрашивается для выявления закономерностей в данных, которые ранее не были помечены, - чтобы помочь предсказать, сколько он может потерять и сколько у него капитала. , В другом примере учреждение использовало ИИ, чтобы помочь моделировать работу своего бизнеса на рынках капитала в стресс-тестах.

 

Источник: Financial Times