Сейчас в банке функционируют десятки ML-моделей, 36 из которых задействованы в управлении рисками. По словам Чижевского, они повышают показатель Gini в розничном сегменте на 5–20%, а экономический эффект от их внедрения по итогам прошлого года составил 2% от чистой прибыли. Банк оценивает все вложения в технологии через понятный возврат, избегая неоправданных инвестиций.
Впрочем, не везде ИИ работает безупречно. Опыт использования нейросетей для анализа корпоративных заемщиков показал нестабильные результаты, требующие постоянной калибровки. В таких процессах технологии пока лишь собирают данные, оставляя финальное слово за экспертом. В отличие от розницы, где автоматизация тысяч типовых операций математически оправдана, сложные нетиповые задачи остаются зоной человеческого контроля.



Комментарии (0)
Пока нет комментариев. Будьте первым!