Сбер внедрил собственные модели машинного обучения (Machine Learning, ML) для прогнозирования денежных потоков клиентов блока "Корпоративно-инвестиционный бизнес" банка. Новые модели позволили Сберу сократить срок подготовки финансового прогноза корпоративного клиентов для принятия решения о кредитовании с одного дня до меньше чем одного часа — теперь процесс занимает всего 45 минут. Об этом сообщает ИА IrkutskMedia со ссылкой на пресс-службу банка.
При этом качество прогнозирования, осуществляемого с применением искусственного интеллекта (AI, ML), существенно выше качества работы кредитного инспектора. Об этом в ходе пресс-конференции сообщил вице-президент Сбербанка, директор дивизиона "Кредитные продукты и процессы" Сергей Бессонов.
"Машинное обучение Cash Flow-модели мы внедряем поэтапно и только после тщательной валидации и пилотирования, потому что не можем позволить себе ошибок в столь важном процессе. Сейчас финансовые модели на основе искусственного интеллекта уже применяются в сегменте "Торговля", покрывая 30% нашего кредитного портфеля. Пилотируем модели в пищевой промышленности и растениеводстве и планируем в перспективе разрабатывать и применять и на другие отрасли", — отметил Сергей Бессонов.
Также в 2020 году Сбер запустил "робота-юриста", который в автоматическом режиме оценивает правоспособность клиентов (АО, ООО и ИП).
"Робот-юрист" извлекает более тысячи атрибутов из общего массива документов и анализирует их с качеством 95%. За счет этого инструмента юридическая проверка клиента занимает всего 5 часов вместо трех рабочих дней при стандартной организации процесса", — рассказал Сергей Бессонов.
По словам вице-президента Сбербанка, робот взял на себя выполнение рутинных операций, благодаря чему сотрудники банка смогли сконцентрироваться на более сложных задачах, в которых требуются комплексные оценка и анализ, невозможные без участия человека
