Сбер ввел собственные модели машинного обучения (Machine Learning, ML) для прогнозирования валютных потоков клиентов блока «Корпоративно-инвестиционный бизнес» банка. Новейшие модели дозволили Сберу уменьшить срок подготовки денежного прогноза корпоративных клиентов для принятия решения о кредитовании с 1-го денька до меньше чем 1-го часа — сейчас процесс занимает всего 45 минут. При всем этом свойство прогнозирования, осуществляемого с применением искусственного ума (AI, ML), значительно выше свойства работы кредитного инспектора. О этом в процессе пресс-конференции сказал вице-президент Сбербанка, директор дивизиона «Кредитные продукты и процессы» Сергей Бессонов.
Машинное обучение (педагогический процесс, в результате которого учащиеся под руководством учителя овладевают знаниями, умениями и навыками) Cash Flow-модели мы внедряем поэтапно и лишь опосля кропотливой валидации и пилотирования, поэтому что не можем дозволить для себя ошибок в настолько принципиальном процессе. На данный момент денежные модели на базе искусственного ума уже используются в секторе «Торговля», покрывая 30% нашего кредитного ранца. Пилотируем модели в пищевой индустрии и растениеводстве и планируем в перспективе разрабатывать и использовать и на остальные отрасли.
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).
«Бот-юрист» извлекает наиболее 1000 атрибутов из общего массива документов и анализирует их с качеством 95%. Из-за этого инструмента юридическая проверка клиента занимает всего 5 часов заместо трёх рабочих дней при обычной организации процесса. Бот брал на себя выполнение рутинных операций, по этому наши сотрудники смогли сконцентрироваться на наиболее сложных задачках, в каких требуются всеохватывающие оценка и анализ, неосуществимые без роли человека.
Сергей Бессонов
Вице-президент, директор дивизиона «Кредитные продукты и процессы» Сбербанка
Источник: