Ритейл и Duolingo: как банки Узбекистана могут скорить клиентов
Оценка заемщиков в банках Узбекистана может не ограничиваться кредитной историей и официальными доходами: скоринг способен учитывать активность в соцсетях, поведение в мобильных приложениях и даже частоту переводов от родственников. На конференции «KEY TECH: AI в банках и финтехе» участники панельной дискуссии рассказали, как искусственный интеллект может помочь оценивать клиентов. Организатором конференции выступило коммуникационное агентство Khisam Communications.
Модератором панельной сессии «AI и скоринг: новые подходы к оценке заёмщиков» выступил заместитель председателя правления «Капиталбанка» Улугбек Таваккалов. По его словам, до сегодняшнего дня банки строили скоринговые модели и развивали цифровой риск-менеджмент, однако эти модели использовали ограниченное количество данных.
«Приход AI позволяет обрабатывать намного больше данных», – подчеркнул он.
В дискуссии приняли участие: CEO Alif Uzbekistan Нуриддин Лафизов, CEO Wings Арчил Дзодзуашвили, руководитель отдела скоринга и анализа больших данных в «Ипотека-банке» Сергей Ким, CRO Anorbank Акмаль Бакиев, CFO InfinBank Равшан Кадиров и старший специалист по анализу данных в Asakabank Науан Сарбассов.
Внедрение AI: покупать или разрабатывать?
Первый вопрос модератора к CEO Alif Uzbekistan Нуриддину Лафизову касался выбора между покупкой готовых AI-решений и их собственной разработкой. Нуриддин Лафизов ответил, что «здесь нет правильного ответа. В определённых сценариях у тебя всегда есть выбор». Он привёл пример, когда Alif Uzbekistan срочно требовалось внедрить исходящие звонки на базе ИИ. Оценив задачу в шесть месяцев на собственную разработку, компания решила использовать сторонние решения.
Он также рассказал об опыте с LLM (Large Language Models): сначала Alif создавал чат-боты на базе собственных данных, но позже осознал: нужна связка с мощными языковыми архитектурами.
«Мы начали использовать API ChatGPT, чтобы повышать качество ответов вместе с нашей моделью», — поделился он.
С чего начать внедрение AI в банках?
Улугбек Таваккалов поинтересовался, с чего банкам лучше начинать внедрение AI. Спикеры сошлись во мнении, что это должен быть кредитный скоринг.
«В банках искусственный интеллект должен всегда начинаться с кредитного скоринга — во-первых, потому что это легче, это требует меньше затрат», – сказал Лафизов. Он пояснил, что для этого не требуется много данных или мощных серверов: можно начать с простых моделей на обычных ноутбуках. Главное — хорошие «рисковики», которые смогут давать правильные технические задания.
Традиционный скоринг против AI-скоринга
Улугбек Таваккалов задал Сергею Киму вопрос о различиях между традиционным и AI-скорингом. Сергей Ким подчеркнул, что «AI — это просто инструменты». Он выделил три подхода: классический (логистическая регрессия), продвинутый (бустинг) и AI-подход (нейросети, трансформеры, лежащие в основе ChatGPT). Выбор инструмента зависит от opportunity costs и сложности задачи. Чем сложнее задача, тем более комплексные инструменты и экспертиза требуются, что влечёт за собой большие затраты времени и денег. Если банк начинает с нуля, можно даже ограничиться простыми правилами и постепенно повышать сложность.
AI в кредитовании МСБ и новые источники данных
Акмаль Бакиев рассказал о применении AI в кредитовании малого и среднего бизнеса (МСБ). Он отметил, что для корпоративного сегмента текущие подходы к AI и скорингу не совсем подходят из-за отсутствия достаточных статистических данных. Банки будут опираться на бизнес-стратегии, установленные правила или данные, собранные по корпоративному кредитованию.
«Чем больше банк обслуживал МСБ, тем больше он преуспеет», — считает Бакиев.
В ответ на вопрос о креативных источниках данных для скоринга Сергей Ким упомянул данные о розничных продажах, данные из социальных сетей, а также социальные связи, которые могут дать digital-след клиента. Он считает, что эти домены пока недоиспользованы в Узбекистане и имеют большой потенциал.
«У нас ритейл базаром проигрывает, но как только он начнёт выигрывать, то это тоже будут очень хорошие данные. Мы на основе них можем оценить, насколько хороший клиент», — подчеркнул он.
Науан Сарбассов предложил банкам сотрудничать с системами учёта складских операций и электронного документооборота, поскольку там содержится достаточно верифицированных данных, проходящих через налоговые органы. Это позволит строить более точный скоринг — в отличие от полугодовой или годовой отчётности.
Нуриддин Лафизов рассказал о поиске данных для оценки физических лиц, получающих денежные переводы. Изначально рассматривалась выдача кредитов на основе бумажных подтверждений переводов, но затем выяснилось, что люди перешли на получение средств на карты. Компания проанализировала свою базу и обнаружила, что уже активно работает с получателями переводов. Теперь они отмечают таких клиентов и изучают, как применять к ним лучший скоринг.
Он также упомянул о нейросетевой модели, которая с разрешения пользователя может анализировать установленные на телефоне приложения (например, наличие гемблинг-приложений может снизить риск-профиль, а Duolingo — повысить). Первое может свидетельствовать о том, что клиент — азартный игрок, а второе — что человек проходит обучение.
Влияние регулятора и будущее риск-менеджмента
Улугбек Таваккалов поднял вопрос об ужесточении правил скоринга регулятором, в частности — о требовании учитывать обороты по картам за 6 месяцев. Науан Сарбассов отметил, что это создаёт проблему для клиентов, у которых нет официальной зарплаты или которые оперируют наличными. Это может привести к снижению уровня одобрения кредитов.
Нуриддин Лафизов выразил несогласие с такими ограничениями, если экономика не полностью цифровая. Он привёл пример, когда ML-модели показывают, что клиенты с неофициальным доходом (например, от сдачи квартиры) продолжают хорошо платить.
Сергей Ким предложил использовать модульный скоринг, чтобы бизнес не останавливался, если какой-либо источник данных отключается. Арчил Дзодзуашвили согласился, что такие ограничения не заставят людей быстро переходить на полностью «белые» доходы, и что «продукты должны быть удобными, чтобы выгодно было идти в цифровой поток».
Равшан Кадиров дал более широкий взгляд на роль риск-менеджмента и AI. Он отметил, что роль CFO и CRO до недавнего времени была очень актуальна, но теперь их затмевают CTO, CIO, Chief Strategy Officer — и скоро, возможно, появится Chief AI Officer. Он подчеркнул, что любой бизнес, стремящийся к доходу, вынужденно принимает на себя риск. Вопрос в том, насколько обдуманно и расчётливо этот риск будет приниматься и управляться.
Кадиров считает, что «рисковики» должны играть ведущую роль в управлении рисками, а не просто их администрировать.
«Они — именно те люди, которые понимают, где есть риски, которые можно обоснованно принимать на себя, управлять ими и таким образом максимизировать доходность. Это не те люди, которые жмут на тормоз, — они должны участвовать в управлении бизнес-моделью», – заявил он.
Равшан Кадиров также отметил, что чем серьёзнее банки будут воспринимать риск-менеджмент, тем быстрее регулятор перейдёт на риск-ориентированный подход, который создаст справедливую систему, учитывающую риск-профиль каждого банка и финтех-организации. Система будет учитывать качество активов, уровень NPL, объём резервов, финансовое состояние. Это создаст справедливую систему, подчеркнул Кадиров.
По его словам, если не учитывать качество и риск-профиль отдельных банков, и устанавливать единые требования для всех, это может привести к тому, что некоторые банки с хорошими чистыми активами и устойчивой доходностью окажутся в незаслуженном положении — они будут вынуждены недоиспользовать свой капитальный потенциал и недополучать возможную доходность.
«Однако при наличии риск-профилей, преследуя свои коммерческие интересы, банки по умолчанию будут отсеивать не совсем добросовестных заемщиков, ведь недобросовестный заемщик, особенно в бизнесе, обычно равен недобросовестному бизнесмену. Таким образом, естественным образом улучшается качество портфеля: улучшения напрямую связаны с тем, что банки будут финансировать здравый частный сектор, который, преследуя свои коммерческие цели, будет создавать рабочие места, обеспечивать приток валюты и так далее», — подчеркнул Равшан Кадиров.
В комментарии для Kursiv Uzbekistan он добавил: «Я считаю, что сам рынок и регулятор тоже созревают в этом плане, так как неоднократно Центральный банк поднимал эту тему среди банков. Но внедрение зависит от участников рынка. Ведь если сами банки не выстроят систему, в рамках которой регулятор сможет прозрачно классифицировать риски, понимать качество активов, финансовое состояние, адекватность резервов, бизнес-модель и стратегию банка, — то и у самого регулятора не будет инструментария для полноценной оценки. В этом и есть основная сложность».
