Страховые компании начинают использовать в работе нейронные сети — способ обработки больших массивов данных, который имитирует связи нервных клеток мозга. Один из последних примеров технологии — приложение Prisma. Страховщики и банкиры пока используют нейросети, чтобы изучать клиентов, но в будущем технология позволит входить в мобильный банк с помощью селфи и брать кредит без паспорта.
Обучаемый робот
Компания «Ренессанс страхование» первой на российском страховом рынке начала применять нейросетевые технологии, сообщил Банки.ру представитель страховщика.
Искусственная нейронная сеть (ИНС) — это математическая модель, которая имитирует связи нервных клеток живого мозга. Последним «нашумевшим» примером использования нейронной сети было приложение Prisma для iPhone, которое позволяет стилизовать фото под полотна великих художников (подробно о том, как это делается и почему это не просто забава, а прорывная технология, писало издание Slon.ru, ныне Republic).
Ключевая особенность нейросети — в том, что она «обучается», а не программируется. В обычную программу можно заложить все возможные ответы на все возможные вопросы, а нейросеть после «изучения» большого количества образцов может делать верные выводы на основании данных, которых в обучающей выборке не было. Нейросети применяются, в частности, для распознавания образов и речи.
Российский финансовый рынок только начинает осваивать эту технологию, причем страхование как отрасль в этом отношении отстает от банковской.
«Ренессанс страхование» внедрила ИНС для прогнозирования вероятности кросс-продаж страхования имущества и от несчастного случая. Система «понимает», кому из клиентов целесообразно предлагать дополнительную страховку, а кому она точно не пригодится. Выводы она делает на основании накопленных данных, в частности — с телематических устройств (продается вместе с каско, отслеживает стиль вождения пользователи) и анализа звонков клиента.
Готовится к запуску мобильное приложение, которое предложит дисциплинированным водителям скидки на полисы каско от разных страховщиков. Для нашего рынка это новинка — пока все продукты «умного» каско работают в рамках одной компании, а сами страховщики больше доверяют «железным» приборам.
Например, система выявила, что при покупке полиса каско клиенты старше 50 лет на 50% чаще склонны покупать дополнительно страховку имущества, чем клиенты до 30 лет. С другой стороны, владельцы автомобиля стоимостью от 4 млн рублей на 50% чаще покупают страхование имущества, чем владельцы машин стоимостью до 1 млн рублей.
«Критерии работают на пересечении, и мы добиваемся крайне высоких показателей кросс-продаж для клиентов от 50 лет с дорогими автомобилями, так как эти клиенты обладают высокой склонностью к страхованию имущества», — рассказали в «Ренессансе». Другой пример — решение выявило, что люди, которые задерживают на 30 дней подачу документов о страховом случае, с вероятностью на 25% ниже пролонгируют свой договор страхования. «Это позволило нам делать предложение заранее, чтобы удержать клиента», — говорит представитель СК.
Пока в «Ренессансе» рассчитывают, что с помощью технологии рост кросс-продаж составит 15%. В дальнейшем распознавание фото и голоса с помощью нейросетей может быть использовано при урегулировании, полагают в компании. Система даже сможет отслеживать эмоциональные закономерности, уверяют там: на основании обращений клиента в службу качества и общения со страховщиком в соцсетях определять, насколько человек конфликтен и энергичен, и направлять его к подходящему по темпераменту менеджеру.
Самообучаемые системы могут обрабатывать огромные массивы данных, которые человек не удержит в голове, подытоживают в «Ренессанс страховании». Риск ошибки существует, так как могут использоваться данные с неявными зависимостями, но эффект от нейросетей выше, чем возможные риски, считают в компании. Клиент же получит персонифицированный подход и экономию времени.
«Мы можем «предсказать» следующую покупку клиента...»
Компании финансового сектора могут получить выгоды от использования больших массивов данных о своих клиентах, подтверждает директор по развитию бизнеса SAS Россия/СНГ Антон Заяц. Самые частые примеры — прогнозы отклика для кросс-продажных предложений, вероятности ухода клиента, предотвращение мошенничества, рассказывает он.
Так, для борьбы с фродом нейросети используют в Тинькофф Банке: технология помогает увидеть аномалии в поведении человека при заполнении заявки на банковский продукт на сайте — тогда в банке дополнительно изучают анкету, рассказали в пресс-службе.
А в Модульбанке в этом году научили онлайн-банк самостоятельно выдавать кредиты. «Кредитный робот анализирует базу клиентов, изучает реальность деятельности, самостоятельно определяет рейтинг надежности клиента, автоматически рассчитывает и выдает овердрафт», — рассказывает сооснователь Модульбанка Яков Новиков. При этом он отмечает, что в банке нет процессов, полностью построенных на нейросетях, — используются только элементы: «Использовать искусственный интеллект для общения с клиентами рано. Решать простые и понятные задачи — вполне возможно».
В Альфа-Банке нейросети начали использовать еще в 2009 году, рассказывает начальник отдела аналитики и моделирования розничного бизнеса банка Алексей Петров: эта технология применялась для прогнозирования отклика при обзвоне клиентов с предложениями по перекредитованию. Тинькофф Банку нейросети также помогают прогнозировать поведение клиентов по карточным продуктам. «Мы можем «предсказать» следующую покупку клиента по кредитной карте и предложить ему специальные условия в магазине на такую покупку», — говорят в пресс-службе.
В Промсвязьбанке технологию пока пилотируют — для анализа платежных транcакций и формирования целевых предложений для клиентов, говорит вице-президент, руководитель цифрового бизнеса банка Алгирдас Шакманас.
«Использовать искусственный интеллект для общения с клиентами рано.»
Затраты на внедрение ИНС опрошенные участники рынка оценить затруднились. Алгирдас Шакманас отметил, что большинство используемых Промсвязьбанком нейросетевых решений поставляются в open-source-формате (открытое программное обеспечение, исходный код которого доступен для просмотра, изучения и изменения. — Прим. Банки.ру). При этом использование таких решений требует больших вычислительных мощностей, указывает он. «Затраты могут существенно возрасти за счет приобретения или аренды серверного оборудования, обработки данных для обучения, поиска и найма сотрудников, которые будут разрабатывать алгоритмы и встраивать их в бизнес-процессы», — добавляет Антон Заяц.
Смотрят в сторону искусственного интеллекта и страховщики. «АльфаСтрахование» точно будет использовать подобные подходы, причем не только в продажах, но и для выявления мошенничества, говорит директор департамента информационных технологий СК Андрей Педоренко. Однако он считает, что нейросети пока слабо применимы в сложных системах принятия решения, где есть множественные факторы влияния исходных данных на результат. Для кросс-продаж, по его мнению, более достоверные результаты дают традиционные подходы — статистический анализ и выстраивание дерева решений. Однако нейросети, в отличие от этих методов, позволяют принимать решения практически без задержек.
Компания «Интач» применяет нейросети для второго этапа разработки сервиса «Маршрутология», запущенного в начале декабря. Сейчас сервис оценивает степень опасности планируемого маршрута на основании набора факторов: дорожной ситуации (количество поворотов, перекрестков, загруженность дорог), погодных условий, времени суток, статистики ГИБДД на заданном участке, личных параметров водителя и характеристик машины. По словам директора по маркетингу «Интач» Павла Бутенко, внедрение в модель нейросетей позволит оценивать потенциальную аварийность точнее и предлагать водителям альтернативные маршруты.
Собирается внедрять нейронные сети и «Либерти страхование», сообщили в СК: сейчас идет сбор, очищение и обогащение данных.
Только у 7% страховых компаний РФ можно купить полис в мобильном приложении, а у 5% — урегулировать с помощью него страховой случай, говорится в обзоре агентства «Эксперт РА» (RAEX). Страховое приложение должно предлагать уникальный сервис по сравнению с сайтом — иначе оно не нужно, объясняют участники рынка. Да и пользоваться таким приложением приходится не так часто, как банковским.
14.12.2016 00:00Селфи-авторизация
В будущем технология распознавания изображений с помощью нейросетей может найти весьма неожиданное применение в банках, считают в Тинькофф Банке. Например, авторизовываться в мобильном банке можно будет без пароля — по селфи с телефона. А если будет возможна удаленная идентификация — клиент сможет открыть счет в банке онлайн или получить кредит на товар в магазине, не имея при себе паспорта. Кроме того, клиент сможет узнать величину кешбэка, которую можно получить при оплате товара банковской картой, а также узнать, попадает ли этот товар под акцию или спецпредложение. «Для этого будет достаточно запустить камеру в мобильном приложении банка и навести на полку с товарами в магазине», — рисуют фантастические картины будущего в Тинькофф Банке.
«Клиент сможет открыть счет в банке онлайн или получить кредит на товар в магазине, не имея при себе паспорта.»
Более того, банки смогут выявлять мошенников уже на этапе подачи заявки на кредитную карту: для этого будет достаточно сравнить фото заявителя с базой фото мошенников.
Сейчас нейросети могут по фото и голосу определить возраст и эмоции человека, в далеком будущем это даст возможность создать робота с синтезом речи, считают в Тинькофф Банке.
«Со временем опыт применения конкретных подходов выкристаллизовывается до действительно полезных и имеющих коммерческий смысл», — полагает Антон Заяц.
Елена ПЕТЕШОВА, Banki.ru
Комментарии
Потрясающий результат.
Подобные выводы может сделать простая табличка по статистике.
Если не заморачиваться - то любой менегер на основе опыта или любой человек просто по наитию.
Т.е. пока система на уровне мышления обезьяны.
Это супер, возможно, с научной точки зрения и классно с точки зрения технологии, но с точки зрения промышленной эксплуатации - зачем?
Если система пока еще глупее обезьяны.
В чем экономия на штате? Самый безграмотный менеджер по продажам сделает более глубокие и достоверные выводы без этих "дурацких" рекомендаций.
И если его что-то его тормозит - то это лень (а еще недостаток мотивации или времени), а уж точно не отсутствие выводов на уровне детсада, полученных извне.
Вот именно что пока глупее. Вообще то (я писал комментарий к другой статье) полноценного искусственного интеллекта пока еще не создано. Созданы только самообучающиеся программы. Это разные вещи. Общее у них одно, чтобы они эффективно работали им нужно скармливать как можно большие массивы информации. В противном случае они действительно дают весьма примитивные ответы.
Но если их "кормить" постоянно, то они действительно дают более четкие прогнозы поведения человека. Условно говоря, если человек не покупает сахар, а покупает диабетическое печенье в магазине, а в аптеке препараты для диабетиков, то программа сделает вывод, что человеку можно предлагать некоторые новые разработки в профилактике и лечения диабета. Если человек чаще среднестатистического уровня покупает алкоголь, то можно предположить, что вероятность того, что он сядет за руль в нетрезвом виде опять таки выше среднестатистической.
Я надеюсь понятно, к чему приведет внедрение таких самообучающихся программ? Банкиры, страховщики, маркетологи всех мастей будут буквально охотиться за ЛЮБОЙ информации о человеке. Думать, что при этом не будет нарушаться тайна Вашей личной жизни, по меньшей мере наивно - больше информации, точней прогноз, выше продажи, ниже риски. Выше Ее Величество Прибыль. Не хочу выдирать цитаты, но вспомните о чем писал К. Маркс о свойствах капитала.
Имхо нужно законодательно запретить такие разработки или по крайней мере запретить использования такого анализа без согласия клиента.
Кажется будущее наступает.
Но если следовать лишь логичным прогнозам, то это не поможет осуществить индивидуальный подход к каждому, я всей душой за прогресс, но пусть ИИ занимается анализом, а выводы все же делают люди.
Ведь если ИИ будет анализировать толпу, то и вывод по индивидууму будет "среднестатистический", а если дойдёт до того, что система сможет анализировать каждого в отдельности, то все. Нужно будет искать джона коннора.
+1
Абсолютно верно! Интересно, сколько денег вбухано в получение этой машинной истины?
А почему Вы считаете что нынешних вычислительных мощностей не хватит для анализа индивидуума? Хватит с запасом. Вот пример, причем я себя не отношу с сторонникам теории заговора, скорей наоборот. в начале 14 я менял машину - с дорогой на более дешевую. Моя что то долго не продавалась, ездить я на ней не хотел по вполне понятным причинам - она была подготовлена в к продаже. Тогда я обратился в свой банк за кредитом - кредит мне одобрили - я там очень дисциплинированный клиент, но на следующий день продалась моя и я отказался от кредита. Офис банка у меня по дороге, поэтому я раз в месяц захожу за бумажной выпиской - старомодность знаете ли - бумагам больше доверяю, да считать расход-приход мне проще на бумажке.
Так вот мне каждый раз предлагают взять кредит на машину - то есть каждый месяц в банке проходит "оченьвыгоднаяакция" авто кредитования. Я устал объяснять, что машина меня устраивает, а даже если не будет устраивать кредит мне не нужен ни на каких условиях. То есть в моем досье вероятно есть пометка, что хотел поменять машину, в результате я начал терять лишние 10 минут при разговоре с менеджером.
Джона Конора мы может и найдем, но сдается мне что Иван Терминатович Кононов окажется обычным российским чиновником. Возьмет со Скайета откат и поедет читать лекции в Лондон, о отсталой России и кровавом путинском режиме.