Ольга Зуева: «Внедрение ИИ – это не только технологический, но и управленческий вызов»

Эксперт по цифровой трансформации банковского сектора — о том, как ИИ меняет финансовую индустрию, помогает сократить затраты и делает сервис удобнее для клиентов

Дмитрий ИВАНОВ

В современном мире искусственный интеллект (ИИ) уже не технология будущего, а реальный инструмент, который активно меняет финансовую отрасль. По данным Ассоциации «Финтех», этот сектор лидирует по объёму внедрения ИИ-решений — их используют уже более 50% организаций.

Как технологии искусственного интеллекта влияют на работу банков, а главное – есть ли польза от нейросетей потребителям банковский услуг узнали у Ольги Зуевой, эксперта в области управленческого консалтинга и цифровой трансформации банковского сектора. Она курирует масштабные проекты цифровизации в ведущих мировых и российских финансовых организациях, внедряет передовые ИИ-решения.

— Ольга, вы в профессии более 10 лет и стояли у истоков внедрения ИИ в банковском секторе. Как оцениваете текущую роль искусственного интеллекта в банковской отрасли и его влияние на работу банков?

— Сейчас искусственный интеллект очень важен для банков. Раньше его использовали только для простых вещей, вроде оценки кредитоспособности или в чат-ботах, которые отвечают на простые вопросы клиентов в интернете. Но теперь все изменилось: искусственный интеллект помогает банкам делать предложения специально для каждого клиента, общаться с людьми через голосовых помощников и быстро разбираться с документами, например, юридическими или финансовыми. Все это позволяет банкам быстрее проводить разные проверки и снижает нагрузку на сотрудников. В итоге, банки становятся более современными и лучше обслуживают своих клиентов.

— Как именно внедрение ИИ помогает банкам работать лучше, и что клиенты от этого получают?

— Искусственный интеллект играет ключевую роль в снижении затрат и повышении качества обслуживания. Представьте, раньше много простых дел — обработка платежей, проверка документов клиентов и так далее — делали люди. Теперь это делают компьютерные программы на основе ИИ. Это происходит быстрее и с меньшим количеством ошибок. Например, есть такие обязательные проверки, которые банки должны проводить по закону, чтобы убедиться, что клиенты не занимаются чем-то незаконным — отмыванием денег, допустим. Это называется KYC/AML — «Знай своего клиента» и «Борьба с отмыванием денег». Раньше это занимало много времени и сил. Теперь ИИ помогает делать это быстрее и точнее. Для клиентов это тоже хорошо. Банки могут предлагать более подходящие услуги и быстрее помогать, например, через голосовых помощников или чат-ботов. В итоге, клиенты довольны, а банки тратят меньше денег на операционную работу.

— Из вашего опыта: что определяет эффективность автоматизации процессов вроде KYC/AML и внедрения ИИ систем в крупных банках?

— Достичь таких результатов удалось благодаря сочетанию трех факторов: чистым данным, точным алгоритмам и грамотной интеграции решения в банковские процессы. В этом проекте я создала комплексный подход, охватывающий все ключевые аспекты. Сначала навела порядок в данных, чтобы система работала только с проверенной информацией. Затем возглавила разработку ИИ-модуля, обученного на реальных кейсах — он не просто выявляет подозрительные транзакции, но делает это с высокой точностью. На следующем этапе я спроектировала стратегию внедрения, позволяющую сотрудникам эффективно взаимодействовать с новым инструментом. Мы провели обучение на практических примерах, демонстрируя, как ИИ помогает оценивать риски. Вместо ручной проверки был внедрен автоматизированный анализ, который самостоятельно выделяет подозрительные действия. Для сложных кейсов реализован приоритетный алгоритм — самые рискованные операции сразу передаются на более высокий уровень контроля. Также в интерфейсы мониторинга встроены ИИ-подсказки, чтобы ускорить принятие обоснованных решений. Даже самый умный алгоритм не принесет пользы, если люди не знают, как с ним взаимодействовать.

— В одном из крупных банков ваша команда разработала и внедрила ИИ-решения, которые помогли компании сократить расходы на покупку важной аналитической информации о рынке. Каким образом?

— Моя команда начали с аудита расходов, то есть посмотрели, на что банк тратит деньги, покупая экономические данные. Оказалось, что банк тратит много лишнего, например, покупает одну и ту же информацию у разных поставщиков. Тогда мы разработали систему на основе ИИ, которая анализирует, какие данные банку действительно нужны. Система с помощью машинного обучения отслеживала, кто и как использует данные, выявляла неиспользуемые ресурсы и помогала настроить подписки так, чтобы они соответствовали реальным задачам сотрудников. Например, она находила трейдеров, которые платили за сложные аналитические инструменты, но не использовали их, а также сотрудников с индивидуальными лицензиями для доступа к трейдинговой платформе Bloomberg Terminal, которым было выгоднее работать через общий доступ.

Это позволило отказаться от ненужных сервисов, а также договориться о более выгодных условиях с ключевыми поставщиками. В результате банк снизил затраты на 5–10%, сохранив доступ ко всей необходимой аналитике.

— Опираясь на ваш опыт консультирования банков, какие ошибки чаще всего совершают банки, когда внедряют ИИ? Насколько важна в процессе внедрения технологии готовность к новому самих сотрудников?

— Корпоративная культура — это один из главных факторов успеха. Даже лучшие ИИ-решения не дадут результата, если сотрудники не понимают, как их использовать, или если в компании нет доверия к автоматизированным процессам. Одна из распространенных ошибок — это как раз когда технологии внедряют, не думая о людях, которые с ними будут сталкиваться ежедневно. Поэтому очень важно проводить обучение сотрудников и делать процессы прозрачными для них. Внедрение ИИ — это не только технологический, но и управленческий вызов, и успешные компании это понимают.

— Сейчас активно развивается генеративный ИИ, который умеет создавать тексты, изображения и прочее. С учетом Вашего опыта в сфере трансформаций на основе ИИ, какие возможности его применения вы видите в финансовом секторе?

— Генеративный ИИ — это очень интересная технология. Я вижу его огромный потенциал для автоматического создания финансовых стратегий и отчетности. Это позволит банкам значительно сократить время на подготовку документов и повысить точность прогнозирования. Еще одно перспективное направление — моделирование макроэкономических сценариев, когда с помощью ИИ можно просчитывать, как разные события в экономике, например, инфляция или изменение процентных ставок, повлияют на банк. И банк сможет быстрее реагировать на эти изменения, менять свою стратегию в зависимости от ситуации. Как специалист по ИИ в финансовом секторе, я считаю, это очень важно в современном мире, когда все меняется очень быстро.