- Эволюция кредитного скоринга: от простых моделей к ИИ
- ИИ оценивает риски и принимает кредитное решение по физическим лицам за 1 минуту
- Как происходит оценка рисков по кредитам юрлиц
- Кто может рассчитывать на кредит, если ИИ отказал?
- Как улучшить кредитную историю
- Что не надо делать, когда хочешь взять кредит
- Как банк борется с мошенничеством
- Новые виды мошенников
- Банк будущего: цифровизация и человекоцентричность
Какие процессы стоят за быстрым принятием решений по кредитам, как модели искусственного интеллекта (ИИ-модели) предсказывают поведение клиентов и почему не стоит даже начинать разговор с мошенниками, в большом интервью Myfin.by рассказал заместитель председателя правления Сбер Банка, руководитель направлений риск-менеджмента и управления данными Андрей Савченко.
Эволюция кредитного скоринга: от простых моделей к ИИ
– Различные модели оценки кредитоспособности клиентов мы начали использовать 15 лет назад. Сначала это были достаточно простые алгоритмы и скоринговые модели, которые учитывали ограниченный набор факторов, в том числе кредитную историю, объем задолженности, длительность просрочки и т. п.
Сейчас в Сбере в процессе кредитования задействовано порядка 50 различных ИИ-моделей. Они участвуют в принятии кредитных решений как для юридических, так и для физических лиц.
Эти модели создаются с применением современных технологий, таких как деревья решений, нейронные сети, модели-трансформеры, а также различные ИИ-решения на базе больших языковых моделей.
Такие модели способны учитывать более широкий набор факторов.
Например, у физических лиц банк анализирует:
- транзакционную активность (объемы и периодичность поступлений и расходований денежных средств);
- поведенческую активность (как часто и какими продуктами банка пользуется клиент, на какие цели он тратит деньги);
- геолокационную активность (где производятся оплаты) и т. д.
Что касается юридических лиц, то системы Сбера, помимо традиционного анализа финансового состояния клиентов, анализируют транзакционную активность, а также выявляют различного рода взаимосвязи между юридическими и физическими лицами.
Раньше сотрудник банка не был способен проанализировать и сопоставить такие объемы информации. Внедрение ИИ-моделей и системы графовой аналитики позволило нам выйти на принципиально новый уровень систематизации и анализа данных для выявления клиентских связей.
ИИ оценивает риски и принимает кредитное решение по физическим лицам за 1 минуту
– Сегодня в Сбере установлено предельное время рассмотрения кредитной заявки – 90 секунд. Реально ИИ-модели отрабатывают запрос примерно в течение одной минуты.
Но мы еще зависим от наших контрагентов – внешних поставщиков различного рода данных, что также влияет на общее время рассмотрения заявки. Например, это скорость, с которой мы получаем данные по кредитной истории человека из Бюро кредитных историй. В один момент на это уйдет 10 секунд, а в другой – 30.
Хочется отметить, что современные технологии позволяют заблаговременно предлагать клиентам нужные им продукты и услуги. В целом банк эволюционирует в сторону персональных проактивных кредитных лимитов.
Другими словами, на основе анализа клиентских данных, которыми мы располагаем, устанавливается кредитный лимит на клиента еще до того, как он обратился за финансированием в Сбер.
Как происходит оценка рисков по кредитам юрлиц
– Если мы говорим о кредитовании юридических лиц, то всё будет зависеть от продукта и бизнес-сегментации.
Кредитные заявки небольших компаний, которые чаще всего запрашивают стандартные оборотные кредиты, обычно обрабатываются автоматически – без участия кредитных специалистов.
Например, по смарт-кредитованию для сегмента малого бизнеса решение в Сбере принимается за 15 минут. Это время включает в себя получение данных по клиенту из внешних источников, оценку клиента с помощью ансамбля ИИ-моделей и, как результат, принятие решения о возможности кредитования.
В среднем и крупном бизнесе ситуация иная. Крупные компании часто имеют разветвленную структуру: в группу могут входить десятки юрлиц, занимающихся разными видами деятельности (например, производство, ретейл, логистика и т. д.).
Если запрос предполагает сложный кредитный продукт, например проектное или инвестиционное финансирование, к анализу подключаются эксперты, а окончательное решение принимает кредитный комитет банка. В этом случае срок рассмотрения кредитной заявки может занимать несколько дней или даже несколько недель для сложно структурированных сделок.
При этом Сбер развивает процесс быстрого принятия решений по стандартным кредитным продуктам для крупных корпоративных заемщиков. Сейчас к таким продуктам мы относим кредитование текущей деятельности, овердрафты, простые инвестиции.
Наша цель – с помощью ИИ-моделей проанализировать данные клиента и сформировать решение о возможности финансирования в течение 7 минут с момента подачи кредитной заявки.
Кто может рассчитывать на кредит, если ИИ отказал?
– ИИ-модель обучена и настроена таким образом, что всё, что проходит через ее сито, получает одобрение, а всё, что уходит за рамки правил, получает отказ. Бинарная логика.
Но жизнь не черно-белая, между ними есть еще множество ситуаций, а модели пока не способны учитывать все оттенки в полной мере. Поэтому банк решает, что ставить в приоритет. Так, если нужна максимальная скорость принятия решения по кредиту и быстрый ответ клиенту, то обработка происходит автоматически с помощью ИИ-моделей и результат («да» или «нет») сразу сообщается клиенту.
Кроме того, с целью повышения уровня одобрения и поддержания приемлемого качества кредитного портфеля дата-сайентисты Сбера постоянно работают над повышением качества прогнозирования моделей. Для этого выстроен процесс регулярного мониторинга. При необходимости модели калибруются, дообучаются либо полностью перестраиваются.
В настоящее время примерно 95 % кредитных решений по физическим лицам принимается ИИ-моделями.
Также на андеррайтеров попадают нестандартные кредитные заявки. Например, с крупными суммами на покупку дорогих авто или недвижимости.
Как улучшить кредитную историю
– Во-первых, для банка лучше, когда кредитная история есть, чем когда ее нет. Это означает, что человек понимает, что такое кредит и регулярные платежи по нему, обладает финансовой самодисциплиной.
Во-вторых, если вы понимаете, что по каким-то причинам ваша кредитная история неидеальна, то все равно нужно продолжать исполнять свои финансовые обязательства. И чем дольше вы это будете делать, тем лучше она будет становиться.
При оценке возможности кредитования банк учитывает наличие неоплаченных штрафов, просроченной задолженности различных счетов, в том числе коммунальных платежей.
Там тоже не стоит допускать просрочек для повышения вероятности получения кредита.
В целом необходимо быть достаточно дисциплинированным плательщиком по всем своим обязательствам. Как мы видим по аналитике Сбера, большинство просрочек происходит не из-за того, что у человека нет денег, а из-за того, что он просто забыл произвести оплату или, например, уехал в отпуск и решил потом уже разбираться с кредитами.
С одной стороны, это довольно безобидные причины, но, с другой стороны, они сильно влияют на кредитную историю. И, вполне вероятно, через какое-то время вы захотите купить автомобиль в кредит или взять ипотеку, а ваши несколько просрочек буквально по мелким суммам на несколько дней могут привести к тому, что вам откажут.
Что не надо делать, когда хочешь взять кредит
– Массовые рассылки заявок по банкам точно нет смысла делать, потому что в бюро кредитных историй фиксируются все обращения. Если за последнюю неделю мы видим, что было 3–5 обращений, сразу возникнут вопросы: а что происходит у клиента? откуда такая сильная потребность в деньгах? с чем она связана? почему клиент массово рассылает заявки?
Возможно, у него были отказы по каким-то причинам. Каждый банк принимает решение самостоятельно, между собой банки этими данными не делятся. Мы не знаем, какое решение принял другой банк и по какой причине отказал. Но факт массового обращения в бюро кредитных историй видят все банки.
Лучше изначально определиться с банком с точки зрения условий продуктов, которые вам наиболее предпочтительны. Плюс обычно банк, в котором вы держите счета и проводите транзакции, знает о вас больше. Поэтому вероятность получить кредит именно там выше, чем если вы просто придете «с улицы» в какой-то другой банк.
Ни в коем случае не надо пытаться предоставлять ложную информацию.
Банк не полагается на один источник фактов и всегда делает кросс-проверки. Если выявится недостоверная информация, то вам мало того, что откажут, скорее всего, включат в «черный список» ненадежных заемщиков. И в следующий раз, обращаясь за любым продуктом в банк, вы получите отказ.
И не стоит забывать, что если вы намеренно вводите банк в заблуждение и изначально не собираетесь возвращать кредит, то это уже уголовная ответственность по статье о мошенничестве.
В случае, если вы уже взяли кредит и потом попали в сложную жизненную ситуацию (например, потеряли работу или серьезно заболели), то лучше заранее, не дожидаясь возникновения просрочки, прийти и рассказать правду.
Специалисты рассмотрят ваше обращение. Если оно обоснованно, то банк проведет реструктуризацию графика погашения кредита или предоставит кредитные каникулы, чтобы человек решил все свои вопросы и дальше обслуживал свои обязательства. Банк заинтересован в поддержке своих клиентов, так как любой дефолт – это прямой убыток.
Как банк борется с мошенничеством
– В последние 2–3 года мошенничество стало особенно острой проблемой, затрагивающей клиентов всех возрастов.
Сбер использует набор программных комплексов, которые анализируют транзакции клиентов в режиме реального времени, выявляют аномальное поведение и подозрительные операции и автоматически блокируют потенциально опасные транзакции.
Мы руководствуемся правилом: лучше предупредить, чем «тушить пожар» после того, как ситуация случилась.
Клиенты периодически жалуются, что у них вдруг заблокировали мобильный банк или карту, приостановили какую-то транзакцию. Но тогда надо задать себе вопрос, что бы я предпочел: потерять деньги в результате мошеннической операции или же потратить немного времени на диалог с банком для подтверждения транзакции?
В настоящий момент в Сбере действует двойная система защиты от фрода. Первая – Rule-based, т. е. основанная на правилах. Здесь работают жесткие фильтры по заранее заданным параметрам, которые помогают выявлять, например, поддельную отчетность у юрлиц и другие явные нарушения.
Вторая – Data-based, т. е. основанная на данных. Здесь мы проводим анализ больших массивов информации с помощью моделей и выявляем скрытые аномалии и подозрительные тренды.
Главный принцип нашей работы – максимальное предотвращение проблем до их возникновения, чтобы обеспечить безопасность клиентов и стабильность банковской системы.
Новые виды мошенников
– Относительно недавно появился новый тип мошенничества, когда за кредитом обращаются несуществующие заемщики. То есть это какие-то сгенерированные ИИ физические либо юридические лица. В реальности такой компании может не существовать, при этом по ней будет сгенерирована информация о том, что она зарегистрирована, несколько лет работает, имеет положительную кредитную историю и пр.
У нас этот вид мошенничества еще не сильно развит, но он достаточно быстро распространяется в России. И задача сейчас состоит в том, чтобы быть готовыми выявлять такого рода мошенников.
Или второй пример: в социальных сетях есть много роликов, когда люди понимают, что им позвонил мошенник. Но вместо того, чтобы сразу завершить разговор, они начинают общаться с мошенниками. Им кажется, что они там остроумно шутят и троллят злоумышленников. Потом выкладывают все эти истории в интернет.
А современные технологии позволяют сделать слепок вашего голоса. В данном случае мошеннику не так важно получить от вас доступ к финансовой информации, как просто спровоцировать вас на длительный разговор, чтобы вы наговорили как можно больше слов и желательно еще произнесли все цифры от 0 до 9. И потом уже от вашего имени вашим голосом позвонить либо вашим родным, либо в банк.
В борьбе с мошенниками нужно выступать сообща.
Чтобы клиент своими действиями не облегчал работу мошенников, не нужно давать мошенникам свои голосовые слепки, биометрию и персональные данные. Большинство мошеннических схем реализуются именно из-за того, что человек достаточно небрежно относится к защите своей персональной информации.
Банк будущего: цифровизация и человекоцентричность
– Сейчас в фокусе развития Сбер Банка находятся технологии, связанные с генеративным искусственным интеллектом на базе больших языковых моделей. Это ИИ-помощники и агенты, которые самостоятельно либо вместе с сотрудниками выполняют разного рода процессы, а также принимают решения.
Это приводит к тому, что, во-первых, очень сильно увеличивается скорость принятия решений. А во-вторых, радикально упрощаются клиентские пути. Например, не нужно предоставлять дополнительные данные, а также отвечать на какие-то вопросы.
В настоящий момент Сбер сфокусирован на человекоцентричном подходе.
Мы делаем ставку на глубокое понимание клиента. Иными словами, банк намерен не только предлагать нужные продукты здесь и сейчас, но и прогнозировать будущие потребности людей. Для этого мы собираем цифровой профиль клиента, который представляет собой систематизированный набор всех знаний о клиенте из внутренних систем банка и внешних источников, которые доступны в соответствии с законом о защите персональных данных в Республике Беларусь.
В дальнейшем, на основе цифрового профиля с применением технологий генеративного искусственного интеллекта, банк планирует создавать цифровые двойники. Это позволит осуществлять симуляцию поведения клиента в различных жизненных ситуациях, чтобы лучше понимать его цели, потребности и предпочтения.
В результате каждый сможет получить максимально подходящий для него набор продуктов и сервисов.
Как вы уже успели заметить, мы уделяем огромное внимание направлению по работе с данными и считаем, что это наше стратегическое направление развития.
Сбер активно инвестирует в создание Gen-AI ready инфраструктуры. Например, сейчас мы строим новое корпоративное хранилище и создаем фабрику данных. Эта инфраструктура необходима для сбора, хранения, online-обработки, сквозной аналитики и обеспечения оперативного доступа к данным.
Одновременно с инвестициями в технологии банк вкладывается в развитие команды, так как реализация таких амбициозных планов невозможна без сильной команды экспертов в области работы с данными. За последний год количество дата-инженеров, дата-аналитиков и дата-сайентистов увеличилось в несколько раз. Команду привлекают сложность и масштаб реализуемых проектов, а также уровень технологий, с которыми ей предстоит работать в Сбере.
Хотел бы отметить, что современные технологии искусственного интеллекта и машинного обучения позволяют нам управлять рисками на качественно новом уровне.
С помощью моделей мы способны обрабатывать огромные объемы информации в режиме реального времени, выявлять сложные закономерности, строить более точные прогнозы, а также выявлять и предотвращать мошеннические операции.
С одной стороны, это позволяет нам предвидеть будущие риски, предотвращать возможные убытки, обеспечивать надежность и устойчивость банка. С другой стороны, мы получаем возможность быстро адаптироваться к изменениям на рынке, предвидеть новые возможности, лучше понимать наших клиентов, предлагать им персонализированные продукты, а также качественный и удобный сервис.
Партнерский материал. Подготовлено при поддержке ОАО «Сбер Банк», УНП 100219673.