CNews: Бытует мнение, что наш банковский бизнес несколько отстал от стран Запада. Согласны ли вы с этим?

Юрий Латин: На самом деле от конкурентов из развитых стран наши банки отстают главным образом лишь по капитализации, и, пожалуй, еще в технологиях инвестиционного бизнеса. Последнее является простым следствием первого: если у вас не так много денег, то и используемые вами средства работы будут менее продвинутыми. В то же время в сфере ритейла наши банки однозначно опережают западных конкурентов, что тоже является следствием их более низкой капитализации. Ведь если денег не так много, то вы неизбежно будете уделять внимание и операциям с мелкими суммами, следуя принципу «копейка рубль бережет». Конечно, все это рассуждения отвлеченные, но попробуйте в той же Германии прийти куда-нибудь с Apple Pay — на вас посмотрят как на белую ворону; или подайте заявку на открытие счета в одном из английских банков — вам через неделю придет письмо о том, что рассмотрение вашей заявки идет полным ходом, но не хватает таких-то и таких-то документов. Так вы на собственном опыте убедитесь, что все вышесказанное — вовсе не досужие выдумки.

Но мир не исчерпывается Россией и западными странами. Есть еще много других государств: азиатских, африканских, латиноамериканских, есть также страны бывшего СССР. И вот здесь нас ждет сюрприз. Во многих из них развитие розничных банковских технологий опережает наш уровень. И для вас не должно быть сюрпризом, что любое заказанное вами такси в Минске действительно явится через 5 минут, а каждый таксист с готовностью примет у вас оплату по пластиковой карте. В Кишиневе же и карты не потребуется — там достаточно будет QR-кода. Недавно нам довелось ознакомиться с системой мобильного банкинга одного из таджикских банков. Можете себе представить наше удивление, когда оказалось, что эта система ничем не уступает решениям ведущих российских маркетмейкеров розничного рынка. Я уже не говорю о доле мобильных платежей в Кении и развитии QR-технологий в Индии. Так что здесь нам тоже есть куда стремиться.

CNews: Какие технологии играют главенствующую роль в банковском секторе сегодня?

Юрий Латин: Помимо традиционных бэк-офисных решений и пластика, в центре внимания сегодня находятся разнообразные CRM-решения, а также системы ДБО. При этом CRM — это, безусловно, оправданный тренд, поскольку такая система помогает банку собрать воедино всю известную ему информацию о клиенте и повысить степень персонализированного подхода к нему. А вот в сфере ДБО есть определенные нюансы. Так, например, предлагаемый многими крупными банками PMF-функционал не особенно востребован у клиентов. Причина проста: сегодня практически каждый из нас является клиентом не одного и даже не двух банков, а возможность ведения личного бюджета лишь по какой-то части средств вряд ли сильно нас интересует. В то же время тренд к объединению данных разных банков в рамках единого мобильного приложения клиента, который очевидным образом продвигается в ЕС на волне эпохальной директивы PSD2 об открытых интерфейсах, нашими банками практически полностью игнорируется. А зря: ведь как ни развивай функционал ДБО, до тех пор, пока клиент ограничен лишь теми средствами, которые хранятся у него в одном банке, этот функционал неизбежно будет ограничен почти исключительно платежными операциями. Да и в сфере платежей стоило бы обратить внимание если не на ЕС, то хотя бы на опыт близкой нам Белоруссии, где государственный проект развития ЕРИП (единого расчетно-информационного пространства) привел к появлению национальной системы розничных платежей, уже вытесняющей с рынка VISA и MasterCard.

CNews: Вопрос в продолжение: какие технологии будут востребованы в банках в среднесрочной перспективе? На что бы вы посоветовали бизнесу обратить внимание?

Юрий Латин: В среднесрочной перспективе мы порекомендовали бы банкам обратить более пристальное внимание на системы роботизированной автоматизации процессов (RPA), которые позволяют эффективно объединить в единый осмысленный комплекс широкий ряд разнообразных приложений и систем банка, в том числе устарелых и не обладающих современными интерфейсами интеграции. Это очень важно, так как заменить разом все устаревшие приложения не может себе позволить ни один банк, а какой-то перенос данных между ними так или иначе приходится поддерживать, что в конечном счете ложится на плечи персонала. А любое привлечение персонала — это, с одной стороны, затраты, а, с другой — ошибки (не говоря уже о задержках в циркуляции информации). RPA же позволяет воспроизвести все эти бесконечные функции сверки реестров (в том числе с экрана) и ручного ввода данных с бумажных носителей (в том числе — через интерфейс клавиатуры), удачно встроив в этот контур обработки такие функции искусственного интеллекта, как распознавание образов и выбор оптимального пути поиска необходимой информации.

Юрий Латин: Мы порекомендовали бы банкам обратить более пристальное внимание на системы роботизированной автоматизации процессов

Без этого же получается немного удручающая картина, которую нам довелось видеть на недавно прошедшем в Москве форуме по налично-денежному обращению: море самой разнообразной техники для автоматизации всех мыслимых и немыслимых операций с наличными деньгами, и почти полное отсутствие средств привязки всего этого к существующим банковским системам, которые, большей частью, по-прежнему рассчитаны на ручную работу кассира.

Если же говорить о чисто хайповых трендах в банковской автоматизации, то, на наш взгляд, это, в первую очередь, блокчейн. При этом сама технология, безусловно, является прорывной. Просто бежать здесь «впереди паровоза» вряд ли имеет смысл. Блокчейн зарекомендовал себя, прежде всего, в области операций с криптовалютами, однако сама эта область, по сути дела, выпадает из любой системы банковского регулирования, что делает ее практически недоступной для банков. С другой стороны, блокчейн можно было бы (и наверняка можно будет!) использовать также для реализации концепции смарт-контрактов. Однако здесь пока сильно отстает регулирование, без которого в этой сфере тоже ничего не сделаешь.

CNews: Как вы относитесь к проекту по сбору биометрии в банках? Почему, на ваш взгляд, он оказался относительно провальным?

Юрий Латин: Основная причина, на наш взгляд, — это страхи по поводу конфиденциальности хранения любых персональных данных, раздутые силами СМИ среди широких слоев населения. А что может быть в глазах обывателя более персональным и более конфиденциальным, чем его сетчатка или отпечатки пальцев? Соответственно, ожидать, что люди массово начнут предоставлять свою биометрическую информацию банкам (которые и без того постоянно представляются СМИ, как главный канал возможной утечки персональных данных) не стоит. А в отсутствие массовости технология биометрического доступа просто не будет рентабельной. Так что здесь остается ждать каких-то шагов от госорганов (обязательные биометрические паспорта и создаваемый на этой основе централизованный банк биометрических данных), предписания которых не могут быть проигнорированы населением.

CNews: Один из ключевых для бизнеса (банков — в том числе) вопросов, связанных с ИТ, — это цифровизация. Как вы считаете, можно ли говорить о реальной монетизации цифровых технологий в банковском секторе?

Юрий Латин: Уж где-где, а в банковском секторе без реальной монетизации никакие технологии не выживают. Косвенным образом это подтверждает и предыдущий вопрос о причинах провала (пока!) биометрии в банках. Все цифровые технологии, которые на сегодня реально используются банками, безусловно, приносят доход, причем весьма немалый. Это касается и систем интернет- и мобильного банкинга (так называемая первая волна цифровизации), которые сняли с банков значительную долю операционных расходов; и систем клиентской аналитики и скоринга, сделавших прицельными маркетинговые кампании и сокративших тем самым расходы на их проведение (вторая волна цифровизации); и, наконец, современных решений в области роботизированной автоматизации процессов (RPA), позволивших в ряде случаев обойтись без дорогостоящих проектов по замене АБС, заменяя в то же время медленные и трудоемкие процессы ручной обработки данных их высокоэффективной роботизированной реализацией, а человеческий интеллект сотрудника — искусственным интеллектом робота (третья волна цифровизации).

Сегодня мы видим проникновение цифровых технологий в разнообразные смежные с банковскими сервисами области: маркетплейсы, виртуальную (а также дополненную) реальность, и даже сотовую связь. Нужно отдавать себе отчет в том, что банки вторгаются в эти чуждые для себя ранее области бизнеса вовсе не от праздности и не от жажды экспансии в потенциально прибыльные сферы. Нет, просто все эти области, так или иначе, связаны с расчетами и деньгами, а значит, априори интересны для банков как в плане процессинга, так и в плане накопления информации о поведении клиента. Это не что иное, как четвертая волна цифровизации в банках.

Однако на горизонте просматривается уже и пятая волна. Ведь в окружающей нас жизни есть много такого, что вообще никак не связано с деньгами. Все мы общаемся в социальных сетях, смотрим какие-то видеоролики на YouTube, кто-то знакомится на сайтах знакомств. Казалось бы, какое банкам дело до всего этого? Но он ведь хочет знать как можно больше о жизни и привычках своего клиента. И если клиент уходит с улиц, где банк пытается отслеживать его геолокацию, в интернет, то и банк неизбежно последует за ним! Так что мы отнюдь не удивимся, обнаружив в один прекрасный день такие сервисы как Sber-Tube или даже Sber-Dating.

CNews: Приведите наглядный пример эффективной монетизации технологий с реальными показателями.

Юрий Латин: Приведу даже несколько примеров, связанных с использованием разработанного нами нейросетевого фреймворка Neuton.

Одним из трех крупнейших российских банков перед научным отделом нашей компании была поставлена задача разработки рекомендательной системы в части таких продуктов для ведения внешней экономической деятельности как экспортные аккредитивы, импортные аккредитивы, гарантии, валютный контроль и валютный счет. Задача состояла в том, чтобы определить вероятность приобретения этих продуктов клиентами. Итогом работы стал список потенциально заинтересованных клиентов, при этом обзвон по выборке из 900 наиболее перспективных, которые были указаны системой, показал высокую точность предсказания. Построенная нами в результате модель, позволившая с точностью 95% предсказать приобретение клиентами конкретных продуктов, была признана лучшей среди конкурирующих предложений.

Одной из традиционных сфер применения систем ИИ является оценка заемщиков с целью минимизации кредитных рисков. Чем больше источников данных удается при этом использовать, тем выше качество такой оценки. Нам приходилось сталкиваться с этой задачей и модель, построенная нами с использованием как внутренних данных банка, так и данных кредитного бюро и компаний-партнеров позволила сократить время рассмотрения заявки кредитным экспертом с нескольких часов до нескольких минут. Нетрудно посчитать эффект от соответствующего сокращения штата таких экспертов.

Другой частой сферой использования нейросетевых прогнозов является оптимизация проводимых банками маркетинговых кампаний. Здесь на основе данных о клиентском опыте формируются персонализованные предложения клиентам, которые далее рассылаются им через различные каналы оповещения, такие как СМС-сообщения, мобильное приложение, e-mail-рассылки и звонки из call-центра. У нас был опыт работы в этом направлении с одним из российских заказчиков. И построенная нами модель позволила не только классифицировать клиентов по потребительским группам, формируя адресные предложения, но и определить самый эффективный канал для оповещения каждого конкретного клиента.

Еще один из наших банковских проектов был связан с выявлением мошеннических операций, при этом ключевым было требование снижения количества ложноположительных срабатываний, так как любое такое срабатывание приводит к блокировке как самой транзакции, так и карты или счета, что влечет за собой как прямые материальные потери, так и намного более важные репутационные издержки. Разработанное нами решение позволило вдвое снизить число ложноположительных блокировок в сравнении с ранее используемым.

Не менее эффективными оказываются и проекты на основе технологии RPA. Суммы достигаемого экономического эффекта здесь, конечно, зависят, прежде всего, от масштабов бизнеса заказчика. Но в качестве примера нам как раз хотелось бы привести кейс страховой компании, так как именно на нем ярче всего видны масштабы возможной экономии. В данном проекте задача оптимизации решалась для двух процессов: формирование справок 2-НДФЛ и урегулирование задолженности клиентов. В первом случае с помощью RPA удалось сократить 10 человек, что даже после вычета затрат на лицензии и дополнительного ИТ-специалиста принесло заказчику выгоду в размере p2,86 млн в год. Во втором случае экономия была уже солиднее — после сокращения 50 сотрудников она составила уже p18 млн ежегодно (также уже после затрат на лицензии и дополнительный ИТ-штат).

CNews: Наиболее трендовой историей для финсектора сейчас стал искусственный интеллект. Как он применяется сейчас и как будет применяться завтра?

Юрий Латин: Искусственный интеллект действительно хорошо вписывается в самые разнообразные задачи — от медицинской диагностики до вождения автомобиля. Банки тоже стараются не оставаться в стороне.

Определяющий фактор ИИ-инноваций в банковской сфере — это комплексная автоматизация, сквозная цифровизация ключевых процессов в традиционном банке, омниканальность, взаимная интеграция разрозненных каналов коммуникации в единую систему, с целью обеспечения бесшовной и непрерывной коммуникации с клиентом.

Драйвером продуктовых инноваций в банковской отрасли является анализ больших массивов данных, машинное обучение, углубленная аналитика, искусственный интеллект, робоэдвайзинг и блокчейн. На основе этих технологий создаются принципиально новые продукты, сервисы и возможности, например услуги, ранее требовавшие личного присутствия клиента в банке, а теперь перешедшие в онлайн.

Все большее количество банков используют персонализированные кешбэк-сервисы, обеспечивающие возможность выбора категорий покупок, а некоторые (Сбербанк, ВТБ) — предиктивную аналитику для создания индивидуальных предложений. Количество взаимодействий с клиентом сокращается, а сами взаимодействия становятся более эффективными.

Среди достижений можно отметить и методики построения скоринговых моделей, широко используемые, в том числе и в РФ; роботизированную торговлю на финансовых рынках, все более набирающую популярность на Западе. Правда, наиболее продвинутые скоринговые методики типа нейронных сетей и деревьев решений используются банками в основном в оффлайн режиме — для построения и регулярного пересмотра так называемых скоринговых карт, жестких таблиц начисляемых баллов, по которым и производится в дальнейшем оценка заемщика. Онлайновое же обращение к нейронной сети, которое, безусловно, способно было бы дать более адекватную оценку, остается пока экзотикой ввиду ограниченной производительности таких систем.

Впрочем, трудности с производительностью носят временный характер. В частности разработанная нами система машинного обучения Neuton уже опробована в подобных задачах и доказала на практике свою способность справляться с достаточно плотным потоком запросов в реальном режиме времени. Высокая скорость расчетов Neuton позволила нам опробовать это решение даже в сфере роботизированной торговли, где важна каждая миллисекунда. Правда, соответствующие проекты пока выполнялись только в США. Но, как мы знаем, все технологические достижения американского рынка рано или поздно появляются и здесь.

Если говорить о завтрашнем дне, то мы ожидаем применение банками алгоритмов ИИ для анализа недискретных данных — таких, как, например, выражение человеческого лица. Эмоции, отражающиеся на лице клиента, может, не столь очевидны для собеседника, но вполне могут быть «исчислены» при помощи предварительно натренированного ИИ. Решения класса ERS (emotion-recognition systems) также существуют на рынке и, хотя до практического применения их в банках дело пока не дошло, мы думаем, ждать этого осталось уже недолго. Разумеется, вопрос о том, как преобразовать процентное распределение эмоций клиента в конкретные инструкции сотруднику банка, потребует привлечения квалифицированных психологов, но это не должно смущать, так как известные нам пилотные эксперименты с подобной моделью показывают весьма обнадеживающие результаты.

В целом стоит сказать, что применение ИИ в финансовой сфере обусловлено значительным ростом объемов и сложностью обработки данных, необходимостью обеспечения их доступности. ИИ решает проблему доступности данных, упрощая как поиск, так и использование информации, что делает ее гораздо более доступной для широкого круга сотрудников. Системы, использующие Data-as-a-Service (DaaS) Cloud, позволяют внедрить адаптивный интеллект в облачные приложения и, используя алгоритмы ИИ, анализировать поведение клиентов.

В настоящее время в банковской сфере внедряются основанные на технологиях ИИ платформы нового поколения, объединяющие в себе чат-боты, робоэдвайзинг, валютный контроль, обработку платежных документов, а также автоматизацию деятельности менеджеров, учет кредитных рисков и др.

Альтернативой финансовым консультантам по таким банковским вопросам, как заключение конкретных сделок и другие операции на финансовых рынках, становится работающий в режиме онлайн робоэдвайзинг, который дает значительные преимущества в сфере онлайн-трейдинга. Это и заявки в один клик, и открытие счета в реальном времени, равно как и актуальные новости, мониторинг рынка, основанный на обработке сразу больших объемов сделок. Робоэдвайзеры берут на себя функции портфельного управляющего, определяющего риски и оптимальную инвестиционную стратегию. Активы под управлением робоэдвайзеров в США ежегодно увеличиваются примерно на 50%.

В годовом отчете за 2018 год Сбербанк подвел первые итоги реализации ИИ-трансформации (банк реализует концепцию AI-first, встраивая искусственный интеллект во все свои процессы). Так вот, по данным этого годового отчета в 2018 году банк был сосредоточен на создании необходимых условий для AI-трансформации, включая подготовку инфраструктуры, данных, моделей и процессов. В банке создаются единые открытые платформы, на которых соответствующие сервисы будут предоставляться для всех внутренних бизнес-заказчиков.

Если же говорить о слабых местах при внедрении систем ИИ, то они связаны, прежде всего, с культурными аспектами: неготовностью персонала принимать новое, использовать подход «test and learn», невыстроенность бизнес-процессов, отсутствие правильной системы верификации ИИ-моделей и процесса «переобучения» тех моделей, которые были выстроены ранее.

CNews: Возвращаясь к мировому рынку: ваша компания представлена в нескольких странах. Насколько успешно вы выдерживаете конкуренцию за рубежом?

Юрий Латин: Сейчас, как в России, так и за рубежом, о диджитализации (цифровых сервисах) не говорит только ленивый. Все больше и больше компаний пытаются найти новые точки роста своего бизнеса, и мы — не исключение. Мы видим великое будущее за цифровой экономикой. И у нас есть одно главное преимущество перед конкурентами — не только четкое видение, как это будущее будет выглядеть, какие услуги будут востребованы и как это будущее приблизить, но и, что самое главное, мы это движение уже начали, у нас есть реальный опыт выполнения проектов в этой области.

Конечно, очень большая конкуренция в плане традиционных услуг. Но, например, в России ИТ-компании, которые могут оказывать эти услуги (а не просто перепродавать лицензии и «железо»), с таким же уровнем качества и с таким же количеством высококвалифицированных специалистов, как у нас, можно по пальцам пересчитать. В плане новых цифровых инновационных сервисов и новой цифровой платформы, подобной разработанной нами, также заметных игроков на российском и зарубежном рынках пока не так много.

Наша цель — быть глобальной корпорацией с капитализацией более миллиарда долларов, предоставляющей свои услуги клиентам по всему миру и при этом реализовывающей единую стратегию и предлагающей единый портфель услуг и продуктов, вне зависимости от страны оказания услуг. Наши главные ценности — инновационость, клиентоориентированность, гибкость и нацеленность на долгосрочное сотрудничество. У нас в команде большое количество профессионалов высочайшего класса в области ИТ и бизнеса, а также прекрасная команда ученых, обладающая глубочайшими знаниями в математике, разработке сложнейших алгоритмов и решающая тяжелейшие научные задачи, которые мы используем в сервисах для наших клиентов. Мы работаем с ведущими мировыми производителями решений и имеем богатый опыт разработки и внедрения передовых технологий. Уверены, что именно совокупность этих факторов помогает нам занимать лидирующие позиции на рынке инновационных сервисов.

Благодаря нашей стратегии мы работаем с организациями из разных отраслей: автомобильные компании, страховые компании, ритейлеры, телеком-компании, банки. Будучи глобальной компанией, обслуживаем клиентов в Северной и Южной Америке (США, Мексика, Бразилия), EMEA (Италия, Нидерланды, Латвия, Финляндия, Россия, Беларусь, Турция, Алжир, Грузия, Азербайджан, Армения, Казахстан, Узбекистан), APAC (Пакистан, Таиланд, Вьетнам, Лаос). Например, нашими заказчиками за рубежом являются Google, BMW, Zepter, Ericsson, Cisco, Century Link, Bloomberg, Disney, Jamberry, IconMedia, Porsche, Intuit, Blizzard Entertainment, Geico, California Closets, California Children's hospital и другие.

CNews: Насколько тяжелее, с точки зрения вашей компании, вести бизнес в сфере ИТ для финсектора вне России?

Юрий Латин: ИТ-бизнес в финансовом секторе дальнего зарубежья в чем-то легче, а в чем-то существенно сложнее, чем в России. Так, например, продажа готовых программных продуктов там намного проще, чем здесь, и напрямую зависит от силы бренда. Если за вашим продуктом никакой сильный международный бренд не стоит, то продать его там практически невозможно, в то время как в России, ввиду высокой специфики рынка, позиции местных разработчиков априори сильнее, хотя никакой международной известностью они и не пользуются.

Но если говорить об ИТ-услугах, то здесь ситуация выглядит ровно наоборот: если в России с вас сто потов сойдет, пока вы будете доказывать свою компетентность и наличие опыта работы с продуктом какого-либо стороннего производителя (в качестве поставщика услуг здесь всегда предпочли бы видеть самого разработчика), то на Западе все давно привыкли, что внедрение вполне можно передать какой-нибудь сторонней команде, услуги которой, к тому же, всегда обойдутся намного дешевле ввиду более низких расценок. Поэтому на западный рынок выходить проще всего с позиции партнера какого-либо известного международного брэнда, продвигая свои услуги, как партнера по внедрению его продуктов.

CNews: Что важнее для Bell Integrator — встроиться в существующую бизнес-среду или пытаться ее изменить? И если изменить — то как?

Юрий Латин: И то, и другое — важно. Главное — все делать вовремя и к месту. Изменять существующую бизнес-среду очень дорого и долго. Начать всегда проще, встраиваясь в существующую действительность, а когда у тебя есть силы, ресурсы и идеи, то нужно идти дальше и менять среду новыми технологиями, подходами, чтобы быть лидером.

Есть примеры, когда компании, ставшие теперь глобальными, в самом начале своего пути меняли среду и рынок и так или иначе смогли, как бы громко это ни звучало, изменить реальность. Но тут важно понимать, что наши идеи и ценности должны соответствовать текущим и будущим потребностям рынка. Мы работаем для совершенствования бизнеса заказчика и, конечно же, своего бизнеса, и, если говорить об изменениях – мы помогаем организациям в конечном итоге зарабатывать больше. Уже завтра привычные нам формы ведения бизнеса могут стать неактуальными благодаря инновациям. Наша цель — помочь нашим клиентам совершить глобальную цифровую трансформацию, чтобы не упустить текущие и будущие возможности.