Сбер ускорил кредиты силой Machine Learning

Технологии машинного обучения (Machine Learning, ML) позволили Сберу сократить время прогнозирования денежных потоков корпоративных клиентов при выдаче кредита до 45 минут. Прежде такая работа занимала у специалиста кредитного отдела целый рабочий день. В годичной перспективе Сбер намерен перевести на ML создание 80% cash flow. Применение цифровой технологии позволит Сберу высвобождать по 10% сотрудников кредитной службы в год. О применении искусственного интеллекта (AI) и ML для прогнозирования в ходе пресс-конференции рассказал вице-президент Сбербанка, директор дивизиона "Кредитные продукты и процессы" Сергей Бессонов. Он подчеркнул, что качество прогнозирования с применением AI и ML, существенно выше качества работы кредитного инспектора. "Машина делает предсказание прогнозирования на основании 1000 факторов – человеку это просто не под силу, - заметил Сергей Бессонов. – До октября 2020 г. кредитный аналитик делал предположения о будущем денежном потоке на основе ретро-отчетности. Теперь система анализирует и такую отчетность, и информацию от операторов фискальных данных, и другие показатели автоматически". По словам Сергея Бессонова, Сбер полностью перевел на ML-модели всех клиентов из отрасли торговли – а это 30% всей корпоративной клиентуры банка. На очереди – растениеводство и пищевая промышленность, которые уже находятся в пилотной проработке, а цель Сбера – через год делать 80% моделей cash flow автоматически, с помощью ML-инструментов. Отвечая на вопрос корреспондента ComNews о том, сколько сотрудников позволит сократить применение ML в кредитном подразделении, Сергей Бессонов сказал: "Численность кредитной службы, с учетом всех наших территориальных банков, превышает 3000 человек. Применение AI и ML позволяет делать не менее 10% оптимизации штата в год. Но при росте кредитного портфеля можно не набирать новых сотрудников, а "закрывать" новые задачи силами имеющегося персонала". При этом он добавил, что есть особые риски (например, связанные с комплаенс), которые ML не анализирует – тут нужны компетентные сотрудники. Применение цифровых технологий позволило Сберу добиться осязаемого экономического эффекта. Как сообщил Сергей Бессонов, банк сократил издержки на выдачу каждого кредита корпоративному клиенту с 350 тыс. руб. до 70 тыс. рублей, а следующей целью является семикратное уменьшение затрат – до 50 тыс. рублей. Вице-президент Сбера отметил, что выигрывает и клиент: если ранее "живой" кредитный аналитик мог задавать допвопросы и запрашивать дополнительные документы, что растягивало процесс принятия решения о кредите во времени, то теперь Сбер может гарантировать срок такого решения в течение двух дней. "Иными словами, мы переводим получение кредита в транзакционную операцию, как открытие счета или депозита", - пояснил Сергей Бессонов. Ссылка на источник