Крупнейшие российские банки уже не первый год активно развивают и используют технологии искусственного интеллекта и машинного обучения. Этому способствуют имеющиеся в их распоряжении ресурсы и экспертиза, опыт ведения сложных проектов и наличие огромного массива данных (Big Data).

Новая технологическая платформа — Digital Q Intelligence Platform, разработанная компанией «Диасофт», способна сделать технологии искусственного интеллекта и машинного обучения доступными для всех участников рынка. О возможностях новой платформы «Диасофт», специфике ее внедрения и обслуживания рассказывают эксперты компании — Сергей Рипплингер, руководитель продуктового направления «Переводы и касса» департамента «Операционная деятельность», и Антон Шебалкин, архитектор платформы Digital Q Intelligence Platform.

Предыстория создания и первый опыт практического использования

«Диасофт» приступил к созданию платформы Digital Q Intelligence Platform вслед за разработкой технологии роботизации бизнес-­процессов с жесткими запрограммированными алгоритмами. По своей сути Digital Q Intelligence Platform — интеллектуальный конвейер для проектирования моделей нейронных сетей, которые в виде микросервисов встраиваются в любой процесс организации, обучаясь на основе опыта обработки данных и уже принятых решений. Технологии искусственного интеллекта (Artificial Intelligence, или AI) и машинного обучения (Machine Learning, или ML) помогают расширить возможности роботизации и отойти от жестких алгоритмов. За счет AI и ML можно анализировать большие объемы информации, принимать обоснованные управленческие решения, быстро реагировать на изменения, адаптировать бизнес-­процессы к новым условиям. При этом новые модели нейронных сетей для решения возникающих задач можно создавать автоматически.

В процессе разработки платформы возникла идея создать универсальный инструмент, который можно было бы подключать к различным решениям компании «Диасофт». Digital Q Intelligence Platform позволяет моделировать и редактировать процессы, используя low-code. Это, в свою очередь, позволяет рассчитать все этапы жизненного цикла разработки модели нейронной сети — от поиска данных и проектирования до обучения, тестирования, развертывания нейронной сети на территории заказчика и встраивания в бизнес-­процессы. Для внедрения технологий искусственного интеллекта специалистам банка достаточно иметь общие представления о принципах работы нейронной сети — все параметры настраиваются в интерфейсе системы без перемещения в среду разработки.

Уже сегодня с помощью инструментов Digital Q Intelligence Platform клиенты «Диасофт» могут успешно решать множество задач. В качестве примера можно привести использование возможностей новой платформы «Диасофт» для оптимизации работы с данными в решении Digital Q «Аналитика счета», которое поддерживает требования Федерального закона «Об исполнительном производстве». Специалисты «Диасофт» встроили в решение технологии искусственного интеллекта и машинного обучения для оптимизации процессов поиска, сбора, анализа и корректной обработки данных. Применение элементов AI в базовом функционале решения расширяет возможности автоматизации таких процессов, как контроль остатков на счетах клиентов банка, к которым обращено взыскание ФССП, выявление доходов социального назначения, которые не подлежат списанию, или, например, учет сумм взысканий, удерживаемых работодателем из заработной платы должника в пользу ФССП.

Как работает платформа

Один из основных компонентов Digital Q Intelligence Platform — фабрика обучения моделей, которая строится вокруг решения «Диасофт», установленного в банке для реализации конкретной бизнес-­задачи. Над решением создается надстройка в виде интерфейса для проектирования нейронной сети. Именно здесь происходит моделирование сети, описываются параметры данных для обучения и анализа, создаются готовые к использованию микросервисы, встраиваемые в бизнес-­процесс, в котором целесообразно применение такой функциональности.

Эксперты «Диасофт» утверждают, что в крупных банках и продвинутых отраслях экономики, работающих с большими объемами данных, AI и ML уже используются, но пока в виде разрозненных решений, в частности — для анализа эффективности продуктовых предложений разным категориям клиентов. С помощью моделей машинного обучения можно делать намного больше — например, анализировать поведенческую активность клиентов, определять степень их лояльности, прогнозировать приток и отток потребителей услуг банка.

Возможности Digital Q Intelligence Platform доступны любой организации независимо от ее масштабов: без дорогостоящих вложений, сложностей использования, дополнительных ресурсов сопровождения и необходимости привлечения команд дата-сайентистов. «Диасофт» предлагает своеобразную «песочницу» создания нейронных сетей. Этот процесс запускается в несколько кликов, с учетом предварительного описания бизнес-­процесса, в котором будет работать нейронная сеть.

На рынке уже много таких «песочниц», но, к сожалению, ни в одной из них еще не удалось получить готовый компонент, который можно встроить в ИТ-ландшафт банка. Digital Q Intelligence Platform содержит инструменты для выполнения различных задач и упрощения способов подключения готовых компонентов AI к любому ИТ-решению, установленному в организации. Возможности новой технологической платформы расширят функциональность программных продуктов «Диасофт». Значительно проще будет решать прикладные задачи, в числе которых анализ информации о назначении платежей и понимание природы их происхождения, очистка данных из недостаточно проверенных источников, а также задачи в сфере риск-менеджмента, эффективной борьбы с финансовым мошенничеством, выявления и предотвращения угроз информационной безопасности. С помощью инструментов AI можно настраивать таргетированные предложения финансовых услуг, классифицировать платежные документы, создавать и подключать в решения чат-боты и закрывать другие вопросы, актуальные для современного бизнеса.

Интеграция и сервисное обслуживание

Как подчеркивают эксперты «Диасофт», интегрировать Digital Q Intelligence Platform с системами банка довольно просто. После согласования объема и правил отбора данных специалисты компании настроят процессы получения и преобразования информации. Данные загружаются на платформу предпочтительным для заказчика образом — путем выгрузки одного файла или выстраивания логической цепочки доставки данных, если они хранятся в разных базах банка.

Затем начинается подготовка к обучению нейронной сети. Эту работу может выполнить либо работник банка, либо специалист «Диасофт». В итоге будет создана нейронная сеть, удовлетворяющая нормам, установленным клиентом. Критерии приемки и качество обучения определяет заказчик, исходя из задачи, которую он решает. Это значит, что в одном случае точность прогноза нейронной сети в размере 90% будет достаточной, в других — только совпадение в 99% будет говорить о том, что обучение было проведено корректно. Например, в части поиска террористов банк сам определяет и выставляет веса словам и совпадениям, по которым можно вычислить среди клиентов террориста или выявить сомнительный платеж.

Наличие сервиса с нейронной сетью само по себе не решает задачи. Использование сервиса должно быть описано в составе конкретного процесса. Для настройки правил реагирования сети на события в ИТ-системах используется BPM-движок, который обеспечивает базовую функциональность для построения бизнес-­процессов любой сложности, в числе таких — управление реестром бизнес-­процессов, разработка интерфейса редактирования диаграмм бизнес-­процессов, готовые образы сервисов для исполнения бизнес-­процессов и другие.

В «Диасофт» отмечают рост заинтересованности клиентов в использовании Digital Q Intelligence Platform. Компания работает с рядом организаций, которые предоставляют информацию, необходимую для подготовки и обучения моделей нейронных сетей. «Диасофт» создал центр компетенций, специалисты которого освоили навыки проектирования нейросетей и Data Science. Команда готова обеспечить интеграцию новой платформы с инфраструктурными компонентами в ИТ-ландшафте клиента.

Планы по развитию платформы

В ближайшее время компания «Диасофт» планирует предоставить клиентам возможность использования Digital Q Intelligence Platform в сегменте классификации ценных бумаг. В перспективе компания планирует обучать нейросети распознаванию текста, голосовых и видеофайлов, а также поточной обработке данных.

Команда «Диасофт» нацелена на развитие в области непрерывного дообучения моделей, чтобы нивелировать издержки перезапуска сервиса построения нейросетей — в том случае, когда вместо устаревших данных необходимо «заливать» новые. Одна из ключевых задач, которая должна быть решена в ближайшем будущем, состоит в том, чтобы научить нейронную сеть контролировать качество работы модели и при добавлении новых данных самостоятельно принимать решение — доучивать используемую модель или создавать новую.

По прогнозам экспертов «Диасофт», для существенного прорыва в повсеместном применении технологий искусственного интеллекта и машинного обучения потребуется еще не менее двух-трех лет. Основным фактором, сдерживающим активное использование нейросетей, является недоверие людей к искусственному интеллекту. Остается надеяться, что упрощение процессов проектирования сетей и демонстрация преимуществ AI и ML сделают эти технологии интересными и доступными для значительно большего числа людей и организаций, которые поймут, что искусственный интеллект уже становится объективной реальностью и неизбежным будущим.