Стратегия ИИ для банков: дорожная карта на три года

Пилот ИИ в банке, который восхитил совет директоров и затем застрял на проверке модельного риска, это знакомая история. Продуманная стратегия ИИ для банков обходит её, двигаясь в четыре этапа: от управляемых данных к агентам, которые делают реальную работу.

Благодаря своей роли в DXC я работал с банками на Ближнем Востоке и в Африке. Амбиций им обычно хватает.

Проблема в данных. Записи о клиентах, счетах и транзакциях лежат в АБС, карточной платформе, CRM и дюжине таблиц. У каждой системы своё представление о том, кто такой клиент.

Эта дорожная карта работает с любой АБС, любым облаком и любым поставщиком моделей, которых принимает ваш регулятор. Она охватывает розничный бизнес, МСБ и корпоративный банкинг.

Три года, четыре этапа

1. 01

   Сейчас: фундамент данных

   Данные о клиентах, продуктах и рисках на одной управляемой платформе, с происхождением данных, которое может отследить регулятор.

2. 02

   Год 1: управляемый интеллект

   Единый бизнес-язык для клиентов, счетов и транзакций, управление ИИ и первые быстрые результаты.

3. 03

   Год 2: масштабирование ИИ-агентов

   Агенты для онбординга, кредитования, борьбы с мошенничеством и AML, плюс взаимодействие с клиентами почти в реальном времени.

4. 04

   Год 3: ИИ встроен повсеместно

   ИИ внутри ключевых бизнес-функций: люди и агенты работают вместе, и каждое решение можно отследить.

Фундамент окупается за счёт надёжных данных и более чистой регуляторной отчётности. Первая ценность от ИИ появляется в первый год, а основной выигрыш приходит, когда агенты начинают делать реальную работу во второй год.

Банки уже знают, почему данные важны, потому что их этому научили регуляторы. Принципы BCBS 239 по агрегированию данных о рисках требуют точных, полных и своевременных данных о рисках с понятными владельцами. Хороший фундамент для ИИ означает ту же дисциплину, распространённую ещё и на данные о клиентах и продуктах.

Вот работа в том порядке, в каком я бы её делал.

1. Сведите данные АБС, карт, платежей, кредитования, CRM и цифровых каналов на одну платформу. Обычно это lakehouse, единое хранилище для исходных и очищенных данных, в облаке или внутри страны.
2. Добавьте каталог и происхождение данных, чтобы каждую цифру в регуляторной отчётности и каждый вход модели можно было проследить до системы-источника.
3. Дайте продуктовым командам, риск-менеджменту и финансам отчёты самообслуживания на одних и тех же цифрах по клиентам и остаткам.

Самое сложное здесь единый профиль клиента. Возьмём женщину, у которой в вашем банке текущий счёт и кредитная карта. Она также поручитель по бизнес-кредиту своего брата и директор одного из ваших корпоративных клиентов.

В большинстве банков это четыре записи. АБС пишет её имя одним способом, карточная платформа другим, а в корпоративном досье есть номер паспорта, но нет даты рождения. ИИ-агент, проверяющий её общую задолженность, полностью пропустил бы поручительство.

Решение скучное. Задайте правила сопоставления по номеру документа, дате рождения и адресу, затем создайте одну золотую запись с конкретным владельцем от бизнеса. Сделайте это один раз в фундаменте, и каждая модель это унаследует.

Вот второй случай. Отчёт по рискам и финансовая главная книга показывают разную сумму риска по одному и тому же корпоративному клиенту. Карточная платформа проводит операции ночью, а кредитная система в полдень.

Когда происхождение данных настроено, аналитик прослеживает обе цифры до источника и видит разницу во времени. Без этого кто-то пересобирает цифру в таблице перед каждым заседанием совета директоров.

1. 01АБССчета, остатки и транзакции
2. 02Карты и платежиРасходы по картам, переводы и зарплаты
3. 03Кредиты и CRMКредиты, лимиты и история контактов
4. 04Зона загрузкиИсходные копии с происхождением данных с первого дня
5. 05Единый профиль клиентаОдин человек и все его роли
6. 06Отчёты и отчётностьЦифры по продуктам, рискам и регуляторной отчётности сходятся

Надёжные данные, которые можно отследить для регулятора

Основа первого года семантический слой. Это единый бизнес-язык, общий для людей и ИИ-агентов, где клиент, счёт, продукт, лимит, кредитный риск, транзакция и жалоба получают по одному определению.

Почему это важно? Спросите три команды, сколько у вас активных клиентов.

Маркетинг считает всех, кто открывал приложение за последние 90 дней. Финансы считают всех, у кого есть остаток, а риск-менеджмент всех, у кого есть открытый продукт.

Агент, отвечающий на этот вопрос для совета директоров, обязан использовать определение из материалов совета. Семантический слой нужен, чтобы записать его один раз.

Управление ИИ появляется в тот же год и строится вокруг вашего регулятора. В ОАЭ это совместные руководящие принципы для финансовых учреждений, внедряющих новые технологии. В Великобритании это принципы PRA по управлению модельным риском (SS1/23).

В ЕС AI Act относит оценку кредитоспособности физических лиц к высокому риску. Мой совет: ведите один реестр сценариев ИИ. Назначьте каждому владельца, оценку риска, результаты тестов и шаг проверки человеком, а затем сопоставьте реестр со всеми правилами, которым вы подчиняетесь.

Затем беритесь за быстрые результаты, которые заметят сотрудники и клиенты. Я бы выбирал из этих:

1. Копилот для сотрудников, ассистент, который отвечает на вопросы по политикам, условиям продуктов и истории клиента.
2. Сводки по жалобам, которые показывают сотруднику всю историю обращения на одном экране.
3. Персональный советник по расходам внутри приложения, которым клиенты уже пользуются.
4. Подсказки по удержанию, которые сообщают клиентскому менеджеру, что клиент, похоже, собирается уйти.

Вот копилот для сотрудников в контакт-центре. Клиентка звонит по поводу комиссии за оплату картой за границей. Копилот находит пункт о комиссии, проверяет уровень её карты и показывает ответ с цитатой из этого пункта.

Возвращать ли комиссию в качестве жеста доброй воли, по-прежнему решает оператор, и я считаю, что так и должно оставаться.

Советник по расходам работает с привычными для клиентов закономерностями. Допустим, зарплата приходит 25-го числа, аренда списывается 1-го, а оплата школы приходится на каждый сентябрь. Советник предлагает каждый месяц понемногу откладывать к сентябрю.

Подсказки по удержанию улавливают более тихие сигналы, например зарплату, которая вдруг перестала приходить 25-го. Клиентский менеджер узнаёт об этом на той же неделе, пока ещё есть время позвонить.

1. 01Клиентский менеджер спрашиваетКто из моих клиентов, похоже, собирается уйти?
2. 02Семантический слойБанковские определения клиента, продукта и активности
3. 03Управляемые данныеСчета, транзакции и жалобы
4. 04Копилот отвечаетС причиной и источником по каждому
5. 05Менеджер проверяетЗвонит клиенту или снимает подсказку

Тот же ответ, что дали бы материалы совета директоров

Ценность для бизнесаВысокаяСредняяНизкая

• Персональный советник по расходам

• Подсказки по удержанию
• Сортировка AML-алертов

• Поддержка кредитных решений

• Копилот по политикам для сотрудников
• Сводки по жалобам

НизкийСреднийВысокийРегуляторный риск

• Низкий
• Умеренный
• Критический

Во второй год вы переходите от ассистентов к агентам. Ассистент отвечает на вопрос человека. Агент выполняет часть работы в заданных вами пределах, а затем передаёт её человеку.

В банке объём и ценность сосредоточены в четырёх местах:

1. Онбординг и KYC, проверки «знай своего клиента», которые нужны для каждого нового счёта.
2. Кредитование, от сбора документов до подготовки кредитного меморандума.
3. Борьба с мошенничеством, где агент оценивает операции по картам и платежи почти в реальном времени.
4. AML (противодействие отмыванию денег), где алерты копятся быстрее, чем следователи успевают их закрывать.

Возьмём онбординг МСБ. Торговая компания загружает торговую лицензию, учредительный договор и паспорта акционеров. Один из акционеров является компанией, зарегистрированной в другой стране.

Агент проходит по шагам:

1. Он читает каждый документ и извлекает имена, даты и регистрационные номера.
2. Он сверяет лицензию с реестром компаний и проверяет каждое имя по санкционным спискам и спискам наблюдения.
3. Он поднимается по цепочке от иностранного акционера, чтобы найти конечного бенефициара, реального человека, которому принадлежит бизнес.
4. Он находит у одного из директоров частичное совпадение с санкционным списком: то же имя, другая дата рождения.
5. Он готовит досье, в котором это совпадение отмечено, а доказательства приложены.

Сотрудник комплаенса смотрит на отметку и принимает решение. Агент собирал данные, а она выносит суждение.

Кредитование работает так же. Для МСБ, которое просит кредитную линию на оборотный капитал, агент собирает банковские выписки, аудированную отчётность и отчёт кредитного бюро. Он раскладывает цифры в стандартном формате банка (кредитные аналитики называют это спредингом) и готовит кредитный меморандум.

Он может отметить, что большая часть продаж приходится на одного покупателя. Решение остаётся за кредитным специалистом.

Мошенничество развивается быстрее. Кто-то расплачивается картой в магазине у себя в стране, а через сорок минут онлайн в другой стране. Агент задерживает второй платёж, просит клиента подтвердить его в приложении и показывает аналитику, почему он так поступил.

AML движется медленнее. Взносы наличными раз за разом поступают чуть ниже порога обязательной отчётности в разных отделениях. Агент собирает историю и готовит описание дела, а следователь решает, подавать ли сообщение о подозрительной операции.

В тот же год появляется взаимодействие с клиентами почти в реальном времени. Владелец малого бизнеса видит прогноз движения денежных средств за неделю до крупного платежа поставщику.

Меняется и операционная модель. Каждому агенту нужны владелец, чёткий предел того, что ему разрешено, мониторинг и аварийный выключатель. Команды модельного риска должны проверять агентов так же тщательно, как модели.

1. 01АлертМониторинг транзакций создаёт алерт
2. 02СборСчета, контрагенты, история и совпадения при проверке
3. 03ОценкаОценивает алерт на фоне прошлых дел
4. 04ЧерновикПишет описание дела с доказательствами
5. 05РешениеСледователь закрывает дело или передаёт выше
6. 06ОбучениеРезультаты настраивают следующую сортировку

Модельный риск проверяет агента как модель

К третьему году ИИ работает внутри розничного кредитования, карт, банкинга для МСБ, казначейства, операционного блока и риск-менеджмента. Люди и агенты работают бок о бок, и у каждого пути принятия решения есть конкретный владелец и аудиторский след.

Обмен данными расширяет то, что видят агенты. API открытого банкинга позволяют клиентам с их согласия делиться счетами в других банках. ISO 20022, более новый стандарт платёжных сообщений, несёт подробные сведения о том, кто кому и за что заплатил.

Возьмём корпоративного клиента, который получает сотни платежей в день. Агент сопоставляет каждый платёж с нужным счётом по реквизитам назначения платежа ISO 20022. Остальные он отмечает для казначейства клиента.

Меняется и работа бэк-офиса. В конце месяца агент построчно сверяет счета ностро банка (его счета в других банках, в иностранных валютах). Операционный аналитик занимается только расхождениями, которые агент не может объяснить.

Партнёры подключаются к тому же управляемому слою и используют ваши определения и меры контроля. Конкурент не сможет быстро скопировать три года такой инфраструктурной работы.

1. Операционный директорОтвечает за портфель агентов и его результаты
   Модельный риск и комплаенсВалидация, мониторинг и аварийный выключатель
2. Руководители бизнес-направленийОтвечают за агентов в своём направлении

• Агент онбордингаОтвечает руководитель онбординга
• Кредитный агентОтвечает главный кредитный директор
• Агент по мошенничествуОтвечает руководитель направления по борьбе с мошенничеством
• Агент AMLОтвечает ответственный сотрудник по AML (MLRO)

1. 04ИИ-агенты и копилотыАгенты онбординга, кредитования, борьбы с мошенничеством, AML и взаимодействия с клиентами, с точками утверждения человеком
2. 03Управляемый интеллектуальный слойСемантическая модель клиентов, счетов, продуктов и транзакций, плюс реестр ИИ
3. 02Фундамент данныхLakehouse с происхождением данных, каталогом и качеством данных, внутри страны там, где это требуется
4. 01Основные системыАБС, карты, платежи, кредитование, CRM и цифровые каналы

Четыре обязательства проходят через любую стратегию ИИ для банков.

1. Варианты ИИ внутри страны и суверенный ИИ. Многие регуляторы ожидают, что данные клиентов останутся в стране. Выбирайте платформы и модели, которые могут работать там, включая открытые модели, которые вы размещаете сами.
2. Открытый стек на нескольких платформах. Модели меняются каждые несколько месяцев, поэтому сохраняйте за банком свободу менять поставщиков ИИ.
3. Управление, согласованное с вашим регулятором. Один реестр ИИ и один процесс управления модельным риском, сопоставленные со всеми правилами, которым вы подчиняетесь.
4. Люди, которые умеют работать с агентами. Клиентским менеджерам, аналитикам и следователям нужно понимать, когда доверять агенту и когда отменять его решение.

Вот как выглядит отмена решения. Агент AML помечает алерт как низкорисковый, потому что взносы совпадают с обычной зарплатой клиента. Следователь знает, что работодатель закрылся в прошлом месяце, поэтому она снова открывает дело.

Первая ошибка: начинать с чат-бота для клиентов. Без семантического слоя он даёт разные ответы на один и тот же вопрос.

Спросите о лимите по карте дважды, и вы можете получить две разные цифры. Одна пришла из карточной платформы, другая из устаревшей копии CRM.

Я бы начинал стратегию ИИ вашего банка внутри банка. Копилоты для сотрудников и операционные агенты дают более безопасное место для обучения, потому что человек проверяет каждый ответ, прежде чем его увидит клиент.

Вторая ошибка: строить ИИ в обход управления модельным риском. Пилот, который пропустил валидацию, не может пойти в промышленную эксплуатацию, и команда начинает заново. Подключайте риск-менеджмент и комплаенс с первого сценария, даже если это кажется медленным.

Как всё идёт не такЧто работает

1. 01Как всё идёт не так: Чат-бот для клиентов как первый проект→Что работает: Сначала внутренние копилоты и операционные агенты
2. 02Как всё идёт не так: Пилоты в обход управления модельным риском→Что работает: Модельный риск участвует с первого сценария
3. 03Как всё идёт не так: У каждой модели своё определение клиента→Что работает: Один управляемый профиль клиента для всех моделей
4. 04Как всё идёт не так: Риск-менеджмент и комплаенс зовут в самом конце→Что работает: Риск-менеджмент, комплаенс и бизнес владеют этим вместе

Если вы хотите понять, на каком этапе ваш банк находится сегодня, запишитесь ко мне на звонок. Возьмите с собой текущий список сценариев ИИ, и я скажу, с чего бы я начал.

Что должна включать стратегия ИИ банка?

Хорошей стратегии ИИ для банков нужны управляемый фундамент данных, семантический слой и управление ИИ, согласованное с вашим регулятором. Затем она добавляет агентов для онбординга, кредитования, борьбы с мошенничеством и AML. Варианты внутри страны, открытый стек и обучение сотрудников лежат в основе всего этого.

С чего банку начинать работу с ИИ?

Начните с фундамента данных и внутренних сценариев. Копилоты для сотрудников, сводки по жалобам и персональный советник по расходам приносят ценность при управляемом риске. Кредитные решения идут позже, с самыми строгими мерами контроля и утверждением каждого решения человеком.

Относится ли ИИ для кредитного скоринга к высокому риску по EU AI Act?

Да, EU AI Act относит к высокому риску системы ИИ, которые оценивают кредитоспособность физических лиц или устанавливают их кредитный рейтинг. Выявление мошенничества составляет исключение. Системам высокого риска нужны управление рисками, управление данными, документация, надзор со стороны человека и мониторинг.

Чем ИИ-агенты отличаются от ИИ-ассистентов в банке?

Ассистент отвечает на вопросы человека. Агент выполняет действия в заданных вами пределах, например собирает документы KYC, сортирует алерты или готовит кредитный меморандум. В банке агенты должны готовить решения, а утверждать их должен человек.

Может ли банк использовать ИИ и хранить данные внутри страны?

Да. Многие облачные провайдеры предлагают регионы внутри страны, а открытые модели могут работать на серверах, которые контролирует банк. Решите, какие данные могут покидать страну, до выбора платформ и моделей.