За последнее десятилетие уровень цифровизации значительно вырос, что не могло не отразиться на экономической сфере жизни, а, следовательно и на банковской отрасли. Коммерческие банки усовершенствовали свои услуги в качестве финансового посредника, внедрив различные IT-решения, в том числе и для контроля экономической безопасности банка. Стоит отметить, что на сегодняшний день практически все сферы жизни банка полностью или частично функционируют в цифровой среде. Банки усиливают работу по обеспечению информационной и цифровой безопасности инновационной инфраструктуры. Для этого они создают лаборатории по ключевым для бизнеса технологиям (искусственный интеллект, кибербезопасность, робототехника, роботизация процессов (RPA), блокчейн, интернет вещей), основными задачами которых проведение прикладных исследований и встраивание новых технологий в продукты и услуги, а также постоянный мониторинг новых разработок, которые могут повлиять на бизнес-модели. Это говорит о том, что цифровые технологии являются инструментом, посредством которого повышается эффективность функционирования банка, что и обосновывает актуальность изучаемой темы. Особое внимание было уделено технологии blockchain и искусственному интеллекту.
Использование технологии blockchain предполагает, что коммерческие банки внедрят данную платформу в работу операционных систем, систем управления рисками и управления балансом. С внедрением платформы большая доля неэффективных процессов и данных с ошибками будут выведены из эксплуатации. Необходимо отметить, что и количество работников будет тоже уменьшаться. Для того, чтобы достичь данного результата потребуется достаточно много времени и затрат со стороны инвесторов, но предполагаемый потенциал повышения уровня доходности и эффективности стимулирует интерес банков к развитию данной технологии. Преимущество технологии blockchain хорошо выражено в поддержке объективного, распределенного, равномерно сбалансированного контроля в ситуациях, когда это крайне необходимо. Например, при проведении международных платежей. Технология также обеспечивает очевидность в таких жизненно важных областях, как противодействие легализации/отмыванию доходов, полученных преступным путем, что, безусловно, имеет большое значение для экономической безопасности банка. Также данная разработка позволяет расширить охват глобальных финансовых рынков, требования которых заключаются в быстрой обработке большого объема данных, которые нужно оценивать каждый день.
Другой активно применяемой банками технологией является искусственный интеллект. В настоящее время технологии нейросетей и искусственный интеллект применяется банками в совершенно различных направлениях, таких как: использование чат-ботов, распознавание текста документов, оценка рисков при выдаче кредитов, валютный контроль и другие. Особенно актуально использование искусственного интеллекта при разрешении сложных вопросов кибербезопасности, которые находят ответы при условии, если применяются способы обучения алгоритмов, обучаются нейросети огромных масштабов, такие как глубокие, сверхточные нейронные сети, сети глубокого доверия, рекуррентные нейронные сети [1]. Как уже было отмечено ранее, данная технология внедряется и в управление кредитными рисками, посредством машинного обучения. С помощью данной технологии предоставляется возможность автоматизировать значительную степень труда андеррайтера, особенно на насыщенном данными розничном рынке. Основными областями применения искусственного интеллекта в банковской сфере являются: кредитный скоринг, оценка рисков и трейдинг. Трейдинг с использованием ИИ является субдисциплиной более широкой области роботизации — систематического трейдинга, который включает в себя алгоритмическую и высокочастотную торговлю. Важно отметить, что алгоритмы с применением ИИ могут защитить информацию о клиенте, которые являются коммерческой собственностью банка, на более высоком уровне, что это является новым этапом в развитии систем защиты персональных данных. Еще одним способом внедрения технологий искусственного интеллекта можно выделить внедрение его возможностей в экосистему и с помощью машинного анализа и постоянного совершенствования. Так, Банк Хоум Кредит с помощью ИИ персонализирует предложения продуктов в зависимости от предпочтений клиента [2]. Также применяют персонализированные продажи в «Сбербанке» и «Тинькофф Банке». Безусловно, невозможно не отметить экономическую выгоду, по прогнозам аналитиков «Сбера», внедрение ИИ, после подписания дорожной карты к 2024 году может дополнительно принести до 450 млрд рублей при инвестициях в 112 млрд [3]. С помощью искусственного интеллекта можно выполнять все рутинные задачи с очень высокой точностью, ведь ИИ не нуждается в дополнительном отдыхе, разнообразии деятельности или определенном досуге. Решение обыденных задач, анализ массивов данных и прогнозирование спроса на банковские услуги, анализ маркетинговой стратегии и поведения потребителей, уже давно стали неотъемлемой частью работы технологий Искусственного Интеллекта в экосистеме банков. Но важно учитывать, что кроме преимуществ, перечисленных выше, также можно выделить и недостатки от внедрения данной технологии. Во-первых, применение данной технологии освобождает персонал от значительного количества задач и функций, как следствие, потребность во многих должностях сокращается и уменьшается количество работников. Так, например, с 2018 года в Сбербанке сократили практически 14 тысяч сотрудников (в масштабе всей страны). Но стоит учитывать, что данный аргумент только на первый взгляд является недостатком. Очевидно, что сокращение рабочих мест и постепенный уход некоторых должностей с банковского сектора неминуем, но внедрение ИИ способствует появлению новых профессий, в том числе в банковской сфере. Во-вторых, во время принятия решений системами машинного интеллекта, полностью отсутствует человеческий фактор. С одной стороны это, конечно, является плюсом, так как полностью нивелирует возможные человеческие ошибки, которые можно допустить по невнимательности от переутомления и прочего, однако система искусственного интеллекта не может учесть все факторы клиента банка и при слишком «агрессивной» настройке параметров может отказать клиенту, в итоге он уйдет в банк-конкурент, где требования к заемщику будут существенно ниже, а это напрямую отразится на экономической безопасности банка. В-третьих, внедрение систем машинного интеллекта является дорогостоящим в создании и обслуживании, а значит, это почти наверняка станет причиной повышения тарифов на обслуживание счетов для клиентов. И самой большой проблемой является острая нехватка IT-специалистов, которые необходимы для создания инновационного продукта и поддержания его функционирования. Данную проблему пытаются решить в рамках национального проекта «Цифровизация экономики», поощряя интерес населения к данной профессии и предоставляя различные льготы и другие преимущества студентам и работникам данной отрасли. Из-за сложившейся ситуации, борьба идет, действительно, за каждого компетентного специалиста, что опять же, может привести к дополнительным расходам на рекрутинг, содержание и обслуживание рабочего места.
Стоит обозначить основные достижения российских банков по внедрению и использованию искусственного интеллекта в свою деятельность. Искусственный интеллект позволил «Сбербанку» сэкономить ресурсы на рекрутинге: в 2019 году в «Сбербанке» ИИ мог опросить, изучить и отсеять 1500 кандидатов всего за 9 часов. Кроме того, «Сбербанк» принимает 100 % кредитных решений в рознице с использованием ИИ, а 95 % из них формируется в автоматическом режиме, без участия человека. В «Росбанке», «Альфабанке», «Сбербанке» и других банках активно применяется искусственный интеллект для распознавания текста документов и их последующей оцифровки.
Подводя итог вышеизложенному, можно сделать вывод, что сфера применения возможностей искусственного интеллекта и blockchain достаточно широкая. Многие задачи, которые способны решить данные технологии являются рутинными, однообразными или же наоборот те, где человеку легко совершить ошибку или просмотреть уже допущенную либо же вовсе не подвластны человеческому разуму. Внедрение технологий для решения этих задач позволяет банку существенно сократить затраты на штат, и одновременно, более эффективно использовать человеческий капитал в тех сферах, где он действительно необходим. Что касается угроз экономической безопасности коммерческого банка, чаще всего они является следствием наличия уязвимых мест в защите информационных систем, которые легко решаются посредством применения двух вышеописанных технологий.
Литература:
- Тонкошкуров И. В., Черкасова Ю. И., Янкина И. А. Причины, сдерживающие развитие рынка корпоративных облигаций в России: региональный аспект // Экономика и предпринимательство. — 2018. — № 9 (98). — С. 414.
- Официальный сайт Фонда «Сколково». Как искусственный интеллект работает в банках. URL: https://trends.rbc.ru/trends/industry/61e924349a7947761b46f2d8
- Официальный сайт газеты «Ведомости». Сбербанк заработает на искусственном интеллекте 450 млрд рублей. URL: https://www.vedomosti.ru/technology/articles/2020/02/19/823464-sberbank-zarabotaet.
