Искусственный интеллект в банках и финансовом секторе

Понятие искусственного интеллекта (ИИ) появилось более 60 лет назад и описывается, как разработка компьютерных систем, способных выполнять задачи, которые обычно требуют человеческого интеллекта.

Однако, эта технология не появлялась в мире финансовых услуг до начала 80-х годов.

После короткого периода «великой иллюзии» она канула в забвение, но теперь, кажется, вновь набирает стремительные обороты. Будет ли на этот раз Искусственный интеллект соперниками в финансовом секторе, пришел ли он для того, чтобы остаться? Каким образом, банки уже используют, так называемые Финтех технологии? И как ИИ в конечном счете может изменить картину на финансовом рынке?

Банковское дело и Финансы, в целом, находятся на пути к революции.

Источники искусственного интеллекта в финансовом секторе

На протяжении многих лет, искусственный интеллект прошел и моменты большого воодушевления, и инвестиций со стороны предприятий, и моменты разочарования, после которых практически только университеты продолжали исследования в этом направлении. В финансовом секторе не изменялось ничего.

В начале 80-х, например, Инвестиционный Банк Ситибанка (Citibank) попробовал построить несколько системных экспертов, используя одну из ветвей искусственного интеллекта, которая должна была обладать способностью принятия решений на уровне эксперта-человека. Они стали не единственными. Многие другие компании с Уолл-Стрит тогда запускали аналогичные проекты.

В 1987 году, Security Pacific National Bank запустил рабочую группу для Предотвращения Мошенничества , направленную на автоматическое,посредством использования искусственного интеллекта, противодействие несанкционированному использованию дебетовых карт в банкоматах и магазинах .

Все эти проекты дали некоторые плоды, привели к некоторым полезные применениям, в частности, в том, что касается применения систем искусственных нейронных сетей для автоматического обнаружения необычных действий и процессов, которые, впоследствии, могли быть исследованы человеком.

Несмотря на первые успехи, вскоре компании поняли, что развитие систем искусственного интеллекта более дорогостоящее и затратное по времени, чем запланировано изначально; и решили оставить его, считая экономически не эффективным.

В 90-х искусственный интеллект забросили практически все, наступил длительный период темноты, пожалуй, только в университетах продолжались исследования по этому вопросу. И… до настоящего времени —  наступила новая, но более мощная волна возрождения этой технологии, связанный с Великим обещанием: “искусственный интеллект изменит тот мир каким мы его знали”. Но произойдет ли это? Почему не раньше, а сейчас?

Что изменилось за последние 20 лет и почему стоит ждать другие результаты?

Многие вещи сегодня, в основном, ряд научно-технических достижений, способствуют развитию искусственного интеллекта, благоприятствует новой волне возрождения:

  •         Достижения в области аппаратного и программного обеспечения были удивительны в последние годы, поэтому сейчас компьютеры способны обеспечивать немыслимые ранее вычислительные мощности.
  •         Компьютерные системы, обладающие большой мощностью стали значительно дешевле. Теперь компании имеют компьютеры гораздо более сильные, но за значительно меньшие деньги.
  •         Широкое использование социальных сетей, мобильных смартфонов, планшетов и так называемых “wearables” (устройства, носимые в предметах одежды), наряду с прогрессом в области сенсоров и их установки в интеллектуальных городах, появление уже хорошо знакомого Интернета вещей (IoT) — генерируют гигантский объем данных или big data, который идеально подходит для питания двигателей искусственного интеллекта, и позволяют работать на максимальную производительность.

В последние годы, эксперты в области искусственного интеллекта вышли из университетов в мир бизнеса и уже начинают просматриваться первые результаты. Большая часть крупных технологических компаний, таких как Google, Facebook или Microsoft используют ИИ в своих наиболее известных продуктах; пресса в течение последнего года была заполнена именами и марками, связанными с искусственным интеллектом.

Принимаем во внимание появление новых технологий в финансовом секторе и стремительный рост так называемых ФинТех, не остается сомнений, что очень скоро мы увидим возрождение искусственного интеллекта в этом секторе (или следует сказать, он уже начался…).

Одним из основных применений ИИ во всех секторах – клиентский сервис, который позволяет адаптировать различные инструменты, с помощью процесса машинного обучения, под предпочтения различных пользователей. И, опять же, финансовый сектор не является исключением.

Хотя многое еще впереди, уже существуют собственные банковские приложения, использующие искусственный интеллект для взаимодействия с клиентами и адаптируются к их потребностям. Банки используют системы ИИ для организации своих операций, инвестирования средств в ценные бумаги и управление различными процессами, например, как средство для управления рисками, связанными с незаконными действиями инсайдеров. Есть даже фонды, которые проводят инвестирование с помощью роботов консультантов, такие «консультанты» в зависимости от информации в их распоряжении, автоматически решают, какие инвестиции в настоящий момент являются лучшими.

В этом контексте, следует отметить, что уже в августе 2001 года при моделировании торговой конкуренции на финансовых рынках, роботы превзошли человека.

Согласно СНБиСи (CNBC), только за последние два года в ИИ было инвестировано около 700 миллионов долларов. Произошедшие изменения показали огромный потенциал технологии для увеличения доходов, сокращения расходов и минимизации рисков.

Ниже приведены некоторые примеры использования искусственного интеллекта в финансовом секторе:

ИИ в клиентском сервисе

Уже существуют инструменты в банковском сервисе, которые используют ИИ.

  •         Касисто (Kasisto):личный виртуальный помощник, похожий на известного ассистента от Эпл (Apple), Сири (Siri), но специализирующийся в области финансов и торговли. Благодаря этому инструменту, мы можем поддерживать разумные беседы о наших личных финансах и покупках, голосом или текстом, с любого мобильного устройства. Теперь, вместо того, чтобы просматривать различные разделы приложения мобильного банкинга, чтобы найти необходимую информацию, мы можем просто спросить Kasisto и получить быстрый ответ. Например, — Сколько мы потратили в конкретном месте в прошлом месяце или в этом? Сколько должны по нашей кредитной карте? Или, -когда крайний срок оплаты?

Компания, которая создала это чудо, называемое также-  Kasisto. Она была основана в 2013 году и является спин-офф «SRI International», создателя Siri. Цель: предложить финансовым учреждениям возможность легко добавлять персональные помощники в свои виртуальные приложения для мобильного банкинга. Их клиентами являются, например, BBVA и Well Fargo.

  •   Moneystream: это бесплатный инструмент, разработанный одним из стартапов Кремниевой долины с аналогичным именем, который делает мобильный Банк более понятным через подключение к банковским счетам и формирует различные графики, на которых можем увидеть всю нашу финансовую информацию (доходы, периодические расходы, движения по кредитной карте, займы и т. д.). Кроме того, приложение использует технологию искусственного интеллекта, чтобы предвидеть наши потребности и предупредить о предстоящих платежах или действиях, которые мы должны реализовать; к тому же предупреждает по электронной почте или sms о любой необычной активности.

Инструмент данного типа является идеальным, например, для небольших компаний или фрилансеров с несколькими заказчиками , которые имеют различные циклы выставления счетов и платежей. Недавно, его создатели включили новую функцию- Фаунд Моней (Found Money), позволяющую экономить деньги на оплату интернета, телефона, воды и т.д.  Достаточно связать с MoneyStream  наши квитанции этих услуг и инструмент будет анализировать счета и договора для получения скидки или лучшего тарифа; все это, в обмен на 1/3 той экономии, которую он сделал.

MoneyStream, la IA en la banca personal

  •        Кошелек.ИИ: все еще находится в стадии тестирования, но обещает стать портфелем, который поможет нам делать покупки более разумно. Приложение собирает (при условии, что мы дали соответствующее разрешение) всю имеющуюся информацию о нас в наших телефонах и других мобильных устройствах –от информации о банковских счетах до профиля в социальных сетях, чтобы затем давать нам советы в реальном времени при покупках на основе всей этой информации. Например, если мы идем в магазин, и продукт привлекает наше внимание, приложение может отправить предупреждение, порекомендовав нас не покупать его, либо потому, что у нас осталось мало денег на счету или потому, что завтра у нас предусмотрен важный платеж, или потому, что обнаружила, что есть еще одна покупка, более приоритетная для наших потребностей, интересов и даже вкусов.

Также анализируется с кем мы проводим наше время и как в этот момент тратим свои деньги. В зависимости от этого, даже может рекомендовать не устраивать выход с определенными людьми в определенное время, чтобы не тратить деньги необходимые нам для чего-то очень важного.

Кроме упомянутых инициативы, безусловно, будут и другие, которые еще не вышли в свет. Например, в середине прошлого года, Дерек Уайт (Derek White), из Barcleys, признался журналисту CNBC в интервью на Лондонской технологической неделе (London Technology Week), что банк пытается разработать приложение, с помощью которого пользователи смогут выполнять различные банковские операции с помощью голосовых команд. Уайт привел пример ассистентов Siri от Apple и Echo от Amazon, так что можно предположить, что они разрабатывают что-то похожее на Kasisto.

Другой банк, Шотландский Королевский Банк (Royal Bank of Scotland), проанонсировал в начале марта ввод в эксплуатацию системы искусственного интеллекта для внутреннего использования, которая называется Luvo Robot, целью которого будет помощь сотрудникам банка в консультирование клиентов из сектора малого бизнеса.

ИИ в кредитовании и обнаружении мошенничества.

Это две основные ветви, которые используют крупные, как финансовые технологии с поддержкой искусственного интеллекта. Согласно The Huffington Post, крупные международные банки, как UBS используют искусственный интеллект и другие технологии, чтобы извлечь релевантную информацию из больших объемов данных, которые позволяют каждый раз все лучше понимать своего клиента и использовать эту информацию для оценки рисков в предоставлении кредитов и займов; другие, начали использовать ИИ для мониторинга риска, связанного с незаконными действиями,  использующими конфиденциальную информацию.

Что касается  финтеха сектора кредитования, в основном, машинное обучение используют как средство анализа, прогнозирования и автоматизированной системы принятия решений, для построения моделей кредитного риска и предсказание «мусорных»  займов (без выплаты). Некоторые из них:

  •         Лендинг Клаб (Lending Club): веб-платформа кредитования, которая связывает заемщиков и инвесторов, на сегодняшний день является самым большим рынком онлайн-кредитования мире. Использует машинное обучение для выявления возможных «мусорных» кредитов.
  •         Кэбейдж (Kabbage): финтех со штаб-квартирой в Атланте, предоставляющий непосредственное финансирование малым предприятиям и рядовым потребителям, через автоматизированную веб-платформу кредитования. Использует машинное обучение и анализ больших объемов данных (big data) для создания моделей кредитных рисков и анализа портфеля.
  •         ЛендАп (LendUp): LendUp- финтех компания, специализирующаяся на кредитовании в виде авансов до заработной платы. Недавно открыла свой API, так что другие предприятия могут предлагать через нее аналогичные услуги. Использует машинное обучение для выявления среди своих клиентов 15% тех, кто с наибольшей вероятностью вернет кредит.
  •      Зест Финанс (ZestFinance): финтех, который использует технологию для подготовки автоматических кредитных рейтингов. В частности, использует машинное обучение и анализ больших данных (big data), чтобы решение было принято максимально быстро и точно.
  •         Афирм (Affirm): платформы для онлайн-платежей, которая позволяет пользователям получать быстрые кредиты в момент совершения покупки в определенных Интернет-магазинах. В этом контексте, рекламируют себя в качестве альтернативы кредитным картам. Используют модели машинного обучения и анализа big data для выполнения классификации кредитов и защиты от мошенничества.
  •         Проспер Дейли (Prosper Daily): в прошлом Бил Гуард (BillGuard), считающийся одним из лучших мобильных приложений для учета личных финансов. Использовании интеллектуального анализа больших данных (big data) и алгоритмов машинного обучения, чтобы бесплатно предоставить пользователям кредитную классификацию в Интернете и предупредить их в режиме реального времени, о мошеннических действиях с их счетами и кредитными картами.

Что касается использования искусственного интеллекта в области обнаружения мошенничества, выделяются такие компании, как Feedzai, Bionym, EyeVerify и BioCatch.

Control del fraude con inteligencia artificial

ИИ в интеллектуальных системах страхования

В январе этого года, финтех в страховании и spin-out MIT, под названием Инсарифи (Insurify), анонсировал выпуск Evia (Expert Virtual Insurance Agent), виртуального агента по страхованию, который использует искусственный интеллект, чтобы подобрать нам лучшую страховку на автомобиль, с фото записью и задавая некоторые вопросы, как и в случае с агентом-человеком.

В зависимости от наших ответов и информации, полученной при нашей регистрации, Evia анализирует возможные договоры с разными страховыми компаниями и отправляет на выбор наиболее подходящие для нас. В случае, если возникли вопросы или сомнения, мы можем связаться с системой ИИ, которая даст ответы нам на основе имеющейся у нее информации, совершенно также, как и агент-человек. Но, в случае, если Evia, все же удастся разрешить все наши сомнения, мы можем поговорить и с человеком. В любом случае, виртуальный агент будет осуществлять все стадии анализа, выбора и консультации.

Система Insurify работает уже в 30 государствах, и компания может предлагать контракты с 82 страховыми компаниями, хотя в настоящий момент доступна только в виде ограниченной публичной бета-версии.

Evia, agente virtual de seguros creado por Insurify

ИИ в хедж-фондах и инвестиционных компаниях

Несколько лет назад некоторые хедж-фонды начали автоматизировать часть своих инвестиций, с использованием статистических и вычислительных моделей; по данным компании по исследованию рынков – Прекин (Preqin), объем достигал около 9% средств. Но результаты были, скорее, удовлетворительные. Исследование, проведенное компанией, показало, что средства, инвестируемые автоматически в большей части своих операций, не получали такие же хорошие результаты, как управляемые человеком. Поэтому с недавнего времени, они занялись направлением машинного обучения и разработкой систем искусственного интеллекта, которая будет способна не только быстро анализировать большие объемы данных, но и самосовершенствоваться в проведении качественных анализов.

Компания Айдийа (Aidyia), со штаб-квартирой в Гонконге, запустила хедж-фонд, который выполняет “все” биржевые операции с помощью искусственного интеллекта, без хоть какого-нибудь вмешательства человека. Каждый день, после анализа всей доступной информации начиная от цен на рынке, макроэкономических данных или корпоративных документов бухгалтерского учета, двигатель ИИ делает собственные прогнозы о рынке и принимает решения, какой из вариант возможных действий лучший. По словам одного из создателей, система искусственного интеллекта компании, которая работает в США, позволила только за первый день работы вернуть 2% от суммы денежных средств, используемых в тестированиях, общая сумма которых не разглашается.

И, по-видимому, не является единственной компанией:

Один из стартапов, расположенный в Сан-Франциско, Sentient Technologies, спокойно работает в аналогичной системе с прошлого года. Согласно докладу Bloomberg компания сотрудничала с хедж-фондом JP Morgan Chase, чтобы разработать технологию инвестиций, основанную на ИИ и, хотя его CEO Антуан Блондо (Antoine Blondeau), не стал давать комментарии по этому поводу, было признано, что в настоящее время фонд полностью работает на искусственном интеллекте. Компании необходимо изначально настроить определенные элементы, связанные с рисками, но в остальном, фонд работает без какого-либо вмешательства человека.

  •         Хедж-фонды, основанные на данных —  Two Sigma и Renaissance Technologies тоже признали, что используют ИИ.
  •         И, по некоторым данным, два других посредника –Bridgewater Associates и Point72 Asset Management– находящихся под руководством известных имен с Уолл-Стрит, Рейем Далио (Ray Dalio) и Стивеном А. Коэн (Steven A. Cohen) движутся в том же направлении.

Еще одними примерами являются: нью-йоркская компания — Rebellion Research, которая использует байесовские сети машинного обучения, для прогнозирования тенденции рынка и выявления отдельных операций; крупная британской инвестиционная компания MAN AHL, которая на протяжении многих лет была сосредоточена на использовании статистических методов для разработки стратегии инвестирования, сейчас рассматривает возможность применения методов глубокого обучения искусственного интеллекта для финансового сектора.

Еще ряд организаций, использующих искусственный интеллект: Cerebellum Capital, CommEq, Castilium, Binatix, sinAI и KFL Capital.

Цель использования в том, что системы этого типа в состоянии предвидеть возможные изменения рынка и принимать соответствующие оперативные меры.

В этой ветке отдельно выделяется мобильное приложение Clone Algo, ориентированное как на конечных клиентов, так и биржевых маклеров, и менеджеров хедж-фондов. Клиенту необходимо просто загрузить и установить приложение, открыть счет у брокера, зарегистрированного в приложение и следовать получаемым инструкциям. Приложение позволяет, используя мобильный телефон, в режиме реального времени отслеживать эффективность действий. Что касается брокеров и руководителей фондов, благодаря Хлое (Clone) могут за небольшую плату получить доступ к сложным инструментам анализа, которые используют алгоритмы машинного обучения для автоматического управления рисками.

Aplicación para móviles Clone Algo

Среди их клиентов:

  •        Brillance Capital Management
  •        Vostok Funds
  •        Treasures Spring Holding Limited
  •        Clarion Capital Limited
  •        Expert Talent Limited
  •        Megatron Capital Limited
  •        Indo Strategies

Еще одной интересной платформой является немецкая Neokami, которая использует искусственный интеллект для прогнозирования изменения цен на акции и сырьевые товары в течение различных периодов времени. Для этого может использовать традиционные данные, такие как заметки аналитиков или историю изменения акций, а также анализировать нестандартные переменные, например, эмоции и высказывания о компании в Twitter или на любых других web-ресурсах и статьях, опубликованных в Интернете.

“Мы можем проанализировать миллионов переменных за считаные секунды, и создать предсказательную модель для каждого действия”, — отметил Озель Кристо (Ozel Christo), основатель и генеральный директор Neokami для CNBC.

Кристо заявил, что приложение может достигать точности до 75% – 95% изменения цены акций в зависимости от периода времени, выбранного пользователем.

Основное преимущество Neokami относительно других платформ HFT, использующих результаты деятельности ИИ, в том, что большинство из них работают только для внутреннего использования основных крупных финансовых учреждениях. Neokami, напротив, открыт для публики и Озель Кристо надеется, что, благодаря такому комплексу алгоритмической торговли может быть доступным для всего мира.

Neokami

Так же, как и всегда есть скептики

Не все эксперты сходятся во мнении, что за искусственным интеллектом будущее финансового сектора. Некоторые из ученых довольно осторожны в высказываниях, и показывают, что глубокое обучение, и другие методы искусственного интеллекта, могут быть не совсем подходящими для финансового сектора. Например, Стивен Робертс (Stephen Roberts), профессор по машинному обучению в Оксфордском Университете, отмечает в Technology Review , что глубокое обучения , может быть полезно для выявления тенденций, информации и скрытых взаимосвязей, но еще является слишком хрупким в том по управлению неопределенностями и высоким уровнем шума, что часто встречается в финансовом секторе.

С другой стороны, Бен Гоерцел (Ben Goertzel), основатель компании Aidyia и признанный исследователь в области искусственного интеллекта, подчеркнул в Wired , что алгоритмы глубокого обучения уже стали обще-употребляемыми и, согласно его мнению, поэтому теряют свое значение для финансового рынка.

“Финансы-это сектор, в котором быть просто умным недостаточно выгодно”, — говорит Гоерцел, “но, быть умным в отличной манере от других”.

То есть, если различные компании, обладают одинаковой технологией, прогнозы, уже не будут иметь такого же значение. Поэтому его компания, Aidyia, сочетает различные технологии, от эволюционного программирования, логике вероятностной или динамического хаоса. И, в продолжении по Гоерцелу, рано или поздно другие компании будут копировать их подход, а значит надо просто искать другие технологии в вариациях искусственного интеллекта. В конце концов, он пытается сделать то, что никакой человек и ни одна машина не смогут сделать для того, чтобы получить уникальные результаты, дающие ему преимущество на рынке относительно других участников.

Другие, как Дэвид Хардинг (David Harding), миллиардер-основатель и генеральный директор Winton Capital Management, был настроен крайне скептически к огромному и внезапно возникшему интересу вокруг машинного обучения и искусственного интеллекта. Согласно Хардингу, уже был один “бум” ИИ, что привело к созданию многочисленных стартапов, связанных с этой темой в начале 90-х, но в конце концов, не осталось ничего, и ни одна из тех компаний уже не существует сегодня.

X

Добавить комментарий