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. При этом качество прогнозирования, осуществляемого с применением искусственного интеллекта (AI, ML), существенно выше качества работы кредитного инспектора.
«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», — рассказал Сергей Бессонов, вице-президент Сбербанка, директор дивизиона «Кредитные продукты и процессы».
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 пять часов вместо трёх рабочих дней при стандартной организации процесса. Робот взял на себя выполнение рутинных операций, благодаря чему наши сотрудники смогли сконцентрироваться на более сложных задачах, в которых требуются комплексные оценка и анализ, невозможные без участия человека», — отметил Сергей Бессонов.
