По прогнозу консалтинговой компании Accenture, к 2022 году применение искусственного интеллекта позволит банкам увеличить выручку более чем на 30%. В таких условиях специалисты в области финтеха будут востребованы, а профессии, подразумевающие работу по алгоритму, станут исчезать, так как их деятельность может быть автоматизирована более чем на 97%.
«Оцифровка — это главная причина исчезновения более половины компаний из списка Fortune 500 с 2000 года»
Пьер Нантерм, генеральный директор консалтинговой компании Accenture
Кроме того, рутинные задачи почти всегда снижают интерес к работе, а значит влияют на эффективность и градус деловой активности компании в целом. При этом особенно «чувствительны» к типовым задачам небольшие по численности финансовые организации, предоставляющие специализированные услуги. Рассмотрим несколько примеров.
Для агентства, сопровождающего процедуры банкротства физических и юридических лиц «под ключ», в какой-то момент основной задачей стала необходимость автоматизировать монотонный ввод данных в типизированные формы документов с целью сокращения и исключения ошибок, которые приводили к отказу принятия документов в суде. Помимо этого, компания не успевала обрабатывать более 30% заявок в месяц, теряла клиентов и выручку.
Еще одно агентство, но уже коллекторское, занималось возвратом просроченной задолженности. Высокий уровень спроса на услуги спровоцировал рост бумажного архива кредитных досье в количестве 1 000 000 стр., однако один сотрудник мог собрать не более 100 комплектов в день, а поиск необходимой информации в бумажных документах занимал почти 60 минут и замедлял подачу документов в суд.
Торговая площадка, предоставляющая возможность покупать и продавать ценные бумаги, из-за рутинных процедур могла отказать своим потенциальным клиентам в сервисе. Ведь главным условием регистрации было предоставление паспортных данных путем прикрепления фото разворотов или самостоятельного заполнения анкеты, включая номера ИНН. При этом любая ошибка или неточность приводили к тому, что клиент не допускался к операциям.
Нейронные сети против рутины
В описанных случаях шаблонные работы действительно занимали до 90% рабочего времени персонал и даже расширение штата не могло продуктивно решить создавшиеся проблемы в условиях большого потока клиентов. В таких ситуациях могут помочь технологии искусственного интеллекта. И такая практика стремительно набирает обороты. Как решили свои задачи наши компании, используя искусственный интеллект?
Коллекторское агентство автоматизировало процесс распознавания клиентских данных, и стандартный пакет документов для суда стал формироваться «под ключ» без участия специалистов всего за 20 минут. Сейчас клиент просто получает заполненные шаблоны в формате word и самостоятельно направляет их в суд.
Агентство по банкротству оперативно оцифровало накопившийся бумажный архив и создало структурированный электронный каталог, доступ к которому открыт для определенного круга сотрудников. Благодаря этому сбор кредитных досье увеличился до 1500 комплектов в день, а время на поиск необходимой информации по должнику сократилось до 10 минут.
Что касается торговой площадки, то она воспользовалось сервисом интеллектуального распознавания, благодаря чему вся персональная информация пользователей с предоставляемых образов паспортов не только автоматически заносится в систему, но и «подтягивает» номер ИНН из базы данных ИФНС, что является дополнительной проверкой личности.
В каждом из приведенных кейсов использовалась интеллектуальная система распознавания на базе нейронных сетей, которые уже «умеют» работать с данными, удостоверяющими личность, независимо от того, в какой форме они предоставлены — рукописной или бумажной. Для повышения качества (на уровне 99% его не сможет обеспечить ни один «коробочный» OCR-продукт), дополнительно используется верификация операторами. Традиционно для этих целей привлекаются сотрудники на аутсорсинге. Как правило, поставщик решения нанимает команду операторов, которые согласно прописанным SLA сверяют оцифрованные материалы с оригиналами и корректируют обнаруженные погрешности. Но есть и более современный подход. Например, использование возможностей специализированной краудсорсинговой платформы. Ее операторы работают с отдельными полями документов (они нарезаются автоматически программой распознавания по заранее составленному техническому заданию) конвейерным методом, что обеспечивает и более высокую точность, и максимальную скорость обработки.
Ключевые метрики и SLA. Баланс между качеством и скоростью
В результате того, что рутина отнимает массу времени и мешает концентрации на профильных задачах, многие компании при выборе решений и на этапе подготовки SLA фокусируются на скорости распознавания данных. И это зачастую оправдано. Однако этот параметр нельзя рассматривать в отрыве от качества. Особенно в финансовой сфере, где цена ошибки стоит не только денег, но и репутации. Формулируя требования SLA, задавайтесь вопросом: получите ли вы за 30 секунд на документ проверку и корректировку данных? Как правило, в основе самых «быстрых» предложений лежат «коробочные» продукты без дополнительного контроля качества. Предусматривайте этот момент еще на этапе переговоров — современные технологии позволяют осуществлять проверку данных по базе ФНС, «двойную» cверку одной и той же суммы цифрой или прописью. Наряду с этим вы можете страховать профессиональную ответственность. То есть в случае, когда какая-то ошибка в оцифрованном документе приводит к негативным последствиям, можно предусмотреть компенсацию в размере нескольких миллионов рублей. В проектах с таким подходом к точности данных скорость обработки составляет от 1 до 30 минут, но с гарантированным качеством свыше 99%.
В завершение хотелось бы добавить, что проекты на базе искусственного интеллекта сегодня не только самые востребованные, но и инвестиционно-привлекательные с точки зрения бизнеса. Их можно запустить в течение недели, они не требуют капитальных затрат, а многие параметры довольно быстро и гибко настраиваются на любом этапе реализации.
