Оптимизация процессов кредитных организаций с использованием систем интеллектуального анализа текста

Коваленко Р.В.  

выпускник группы MBA CIO-48

Школы IT-менеджмента 

РАНХиГС при Президенте РФ

1.      Постановка проблемы.

В настоящее время бизнес кредитно-финансовых организаций в России и за рубежом находится в условиях, требующих максимальной концентрации финансовых, материальных, организационных и технологических ресурсов для обеспечения устойчивой позиции на рынке банковских услуг. Сложность положения банков обусловлена, с одной стороны, усилением конкурентной борьбы, а с другой стороны, ужесточением регулирования банковской деятельности.

Усиление конкуренции в существенной степени определено фактором активного развития информационных технологий во всех отраслях хозяйственной деятельности, в том числе в финансовом секторе. Рост потребления рынком компьютерных услуг, возросшая требовательность клиентов к удобству, доступности и мобильности финансовых операций, тенденция виртуализации финансовых транзакций (в том числе – с использованием технологии распределенных реестров активов (также именуемых «блокчейн»)) вызывают необходимость долгосрочных объемных инвестиций в информационные технологии и заставляют банки конкурировать в относительно новой для традиционного банковского бизнеса области – на рынке информационных систем и услуг.

Одним из следствий информационно-технологической революции явилось усиление конкурентного давления со стороны компаний, не являющихся традиционными банковскими организациями.

По данным отчета PwC Global Fintech Report 2017[1], более 80% финансовых организаций опасаются, что в ближайшие несколько лет финансово-технологические («финтех») компании отберут у них часть доходов в таких сферах, как платежи, денежные переводы и услуги по управлению личными финансами. Размер ожидаемых потерь такого рода в общемировом масштабе оценивается примерно в 24% от объема дохода крупных банков. Менее трети респондентов считает, что основной объем инновационных решений в финансовом секторе будет принадлежать традиционным банковским структурам, основная часть аудитории отдает пальму инновационного первенства финтех-стартапам и компаниям нефинансового сектора.

В августе 2017 года вышел консультативный документ Базельского комитета по банковскому надзору «Sound Practices: Implications of fintech developments for banks and bank supervisors»[2], который отмечает многократный рост объема инвестиций в финтех, снижение барьеров для входа на рынок финансовых услуг, распространение новых бизнес-моделей и, как следствие, усиление конкуренции банков с финтех-компаниями и рост сопутствующих рисков для банковских организаций.

Вторым ключевым условием, влияющим на деятельность банковских организаций, является рост объема контрольных и регулирующих мероприятий со стороны государственных органов. Повышенное внимание регуляторов предъявляет более высокие требования к качеству стратегического и тактического управления банковскими операциями, увеличивает степень риска и размер санкций, которые может понести банк в результате совершения финансовых и операционных ошибок в процессе своей деятельности. В России данный тренд проявляется наиболее отчетливо: за период с начала 2016 по сентябрь 2017 года лицензию потеряли более 160 банков и, судя по продолжению тенденции, оздоровление банковского ландшафта вряд ли прекратится в ближайшем будущем.

Все указанные факторы вызывают необходимость привлечения дополнительных финансовых ресурсов в банковский бизнес, и без того традиционно высоко капиталоемкий, что снижает возможности получения банками маржинальной прибыли. Чтобы получить необходимую отдачу средств на единицу вложенного капитала, обеспечить привлечение и удержание клиентской базы и выполнить обязательные требования государства, банкам необходимо организовать свою деятельность максимально эффективным образом. При формировании стратегии развития необходимо учитывать дуализм сложившейся на банковском рынке конкуренции: наиболее успешными будут организации, которые смогут наилучшим способом реализовать себя как в предоставлении кредитно-финансовых услуг, так и в развитии своей информационно-технологической базы.

Одним из инструментов реализации поставленной задачи является оптимизация бизнес-процессов банковских организаций, включающая в себя активное применение современных информационно-технологических решений.

2. Цель и результат проведенного исследования.

Целью данной работы является исследование возможности оптимизации бизнес-процессов кредитных организаций с применением систем интеллектуальной обработки текстовой информации.

Системы интеллектуальной обработки текста относятся к классу систем искусственного интеллекта и являются одним из направлений развития технологий Big Data и Data Mining. Системы интеллектуальной обработки текста нашли широкое применение во многих областях деятельности коммерческих, государственных, финансовых организаций. Они позволяют проводить обработку больших массивов неструктурированной текстовой информации для решения таких задач, как:

·        Разработка аннотаций, конспектов, обзоров текстовых документов, с учетом тематической направленности информации, ее эмоциональной или лексической окраски;

·        Разнесение информации по заранее заданным или определяемым самой системой категориям информации;

·        Выявление в текстах смысловых концептов и их взаимосвязей, проверка информационной целостности документа и корректности перекрестных ссылок;

·        Обработка запросов, сформулированных на естественном языке;

·        Обработка многоязычных текстов, машинный перевод, мультиязычный поиск;

·        Реализация функций интеллектуального поиска информации в поисковых системах – с учетом контекста, смысла поискового выражения.

Согласно исследованию, проведенному агентством International Data Corporation в 2014 году, около 90% всей информации, которую приходится обрабатывать сотрудникам современных организаций, составляет неструктурированная текстовая информация и объем такой информации непрерывно и существенно возрастает. По мнению IDC, наиболее успешными компаниями в ближайшем будущем будут те, которые научатся наиболее эффективным образом обрабатывать произвольную текстовую информацию.

Банки не являются исключением в данной области, поскольку существенную часть банковских бизнес-процессов составляет последовательная обработка текстовых документов. Применение систем интеллектуального анализа должно позволить банкам повысить конкурентоспособность за счет сокращения операционных издержек, повышения качества и гибкости процессов, снижения риска совершения операционных ошибок, поддержки лояльности клиентов.

В представленной аттестационной работе на примерах отдельных бизнес-процессов коммерческого банка рассмотрено применение систем интеллектуальной обработки текстовой информации для оптимизации деятельности кредитной организации. Эффективность применения систем рассматривается как двухфакторная характеристика, состоящая из оценки производительности алгоритмов интеллектуальной обработки текста, а также оценки степени замены человека автоматизированной системой.

В практической части работы рассмотрен процесс «Подготовка и размещение в архиве сканированных копий документов по операциям клиентов», а также произведена оценка оптимизации процесса. Составлено описание и определены основные характеристики текущего состояния процесса (as is), сформирована целевая (to be) модель оптимизации с учетом возможных ограничений и допущений,  разработаны целевые характеристики оптимизации, отмечены потенциальные выгоды, которые несет организация в ходе выполнения проекта, а также риски, возможные в случае его неудачного завершения. В итоговой части практической части работы сделано заключение о возможности, эффективности и перспективности использования систем искусственного интеллекта в оптимизации бизнес-процессов кредитных организаций.

Практическое исследование выполнено с применением Системы аналитической обработки текстовой информации «АйТи-Поиск». Система «АйТи-Поиск» разработана ООО «Преферентум», входящим в группу компаний «АйТи». Текстовый контент для исследования предоставлен одним из крупнейших российских розничных банков