Росбанк планирует использовать искусственный интеллект для анализа эмоций клиентов

Сегодня предлагаем обсудить важные аспекты на тему: "Росбанк планирует использовать искусственный интеллект для анализа эмоций клиентов" с профессиональной точки зрения и понятным языком. Если в процессе прочтения возникнут вопросы, то дочитайте до конца, а если не найдете ответа, то всегда можно обратиться к нашему дежурному юристу.

«Росбанк» начал управлять сетью с помощью искусственного интеллекта

«Росбанк» объявил о начале использования технологии location intelligence геоинформационной системы «Атлас» для управления сетью отделений.

Технология location intelligence агрегирует данные обо всех отделениях и подразделениях банка, оценивает потенциал и нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации. В результате, банк имеет «тепловую» карту по каждому городу присутствия с оценкой потенциала размещения отделения на уровне шаговой (100 м) доступности.

«С помощью высокотехнологичных продуктов Marketing Logic мы решаем задачи по открытию и перемещению отделений «Росбанка». Применение передовых технологий позволяет сохранять высокую скорость развития и использовать научный подход к повышению эффективности управления сетью. С помощью геоданных и прогнозных моделей нам удается точнее и быстрее принимать решения, минимизировать ошибки, планировать свои действия с учётом потенциала локации каждой точки продаж. Мы благодарны нашим партнёрам за их стремление постоянно улучшать продукт и всегда быть на стороне клиента», — отметил начальник управления развития и эффективности розничной сети «Росбанка» Владимир Коробов.

«В рамках обновления функционала системы «Атлас» мы значительно улучшили подход к построению прогнозной модели в направлении location intelligence. Чтобы повысить точность «тепловой» карты, модель теперь соединяет 2 подхода: машинное обучение и экспертные правила выбора хороших локаций, что позволяет объединить накопленные исторические данные и бесценный опыт экспертов – сотрудников банка. Продолжая сотрудничество с нами с 2016 года, Росбанк подтверждает важность применения современных методов пространственного анализа и геоданных для управления собственной сетью из более чем 350 отделений», — сказал управляющий партнер Marketing Logic Дмитрий Галкин.

«Росбанк» начал управлять сетью с помощью искусственного интеллекта

«Росбанк» объявил о начале использования технологии location intelligence геоинформационной системы «Атлас» для управления сетью отделений.

Технология location intelligence агрегирует данные обо всех отделениях и подразделениях банка, оценивает потенциал и нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации. В результате, банк имеет «тепловую» карту по каждому городу присутствия с оценкой потенциала размещения отделения на уровне шаговой (100 м) доступности.

«С помощью высокотехнологичных продуктов Marketing Logic мы решаем задачи по открытию и перемещению отделений «Росбанка». Применение передовых технологий позволяет сохранять высокую скорость развития и использовать научный подход к повышению эффективности управления сетью. С помощью геоданных и прогнозных моделей нам удается точнее и быстрее принимать решения, минимизировать ошибки, планировать свои действия с учётом потенциала локации каждой точки продаж. Мы благодарны нашим партнёрам за их стремление постоянно улучшать продукт и всегда быть на стороне клиента», — отметил начальник управления развития и эффективности розничной сети «Росбанка» Владимир Коробов.

«В рамках обновления функционала системы «Атлас» мы значительно улучшили подход к построению прогнозной модели в направлении location intelligence. Чтобы повысить точность «тепловой» карты, модель теперь соединяет 2 подхода: машинное обучение и экспертные правила выбора хороших локаций, что позволяет объединить накопленные исторические данные и бесценный опыт экспертов – сотрудников банка. Продолжая сотрудничество с нами с 2016 года, Росбанк подтверждает важность применения современных методов пространственного анализа и геоданных для управления собственной сетью из более чем 350 отделений», — сказал управляющий партнер Marketing Logic Дмитрий Галкин.

Какую ИТ-стратегию выбирает Росбанк и группа Societe Generale в России

О том, какой ИТ-стратегии будет придерживаться Росбанк и группа Societe Generale в России, как расходуется ИТ-бюджет, какие результаты принесло пилотное внедрение единой биометрической системы, а также о ключевых ИТ-проектах банка и планах на будущее рассказал в интервью CNews ИТ-директор Росбанка Денис Сотин.

CNews: Денис, какое место ИТ-блок занимает в структуре Росбанка?

Денис Сотин: В наше время информационные технологии во многом определяют развитие банка, поэтому ИТ-блок занимает, безусловно, важное место в его структуре. Если говорить о численности персонала, то это одно из крупнейших подразделений в нашей компании – на сегодня это порядка 10% от всего количества сотрудников. В совокупности в различных ИТ-подразделениях Росбанка работает около тысячи человек.

CNews: Каковы расходы банка на технологии?


Денис Сотин: Крупные банки много инвестируют в развитие новых технологий. Так, например, Societe Generale является одним из лидеров в мире по развитию банковских технологий, объединяющий 23 500 ИТ-специалистов с ИТ-бюджетом в 3,8 миллиарда евро в 2017 году. Для поиска новых идей крупные банки активно привлекают и финансируют финтех-компании по всему миру.

Что касается Росбанка, то у нас есть определенная часть операционных расходов, которую мы контролируем и принимаем меры для того, чтобы эти расходы не увеличивались. Нам удается расти, не раздувая бюджет, даже несмотря на то, что количество людей и разрабатываемых сервисов постоянно увеличивается. Операционная часть расходов на ИТ составляет порядка 2,5 миллиардов рублей в год.

С другой стороны, есть также проектная составляющая бюджета, которую мы инвестируем в развитие новых технологий и новых платформ в рамках бизнес-проектов. Ежегодно мы тратим на такие проекты порядка двух миллиардов рублей, и эта часть расходов постепенно увеличивается. Сейчас мы выходим на стабильный уровень инвестиций, поскольку основные платформы либо уже находятся в стадии реализации, либо запланированы для внедрения в следующем году. Таким образом в дальнейшем мы перейдем на планомерное развитие имеющихся платформ, а также развитие новых сервисов.

CNews: Расскажите, пожалуйста, о ключевых ИТ-проектах, реализованных за прошедший год

Денис Сотин: Наше развитие базируется на ИТ-стратегии, которую мы определили в середине 2015 года, и каждый год актуализируем. В этом году мы подготовили единую ИТ-стратегию для группы Societe Generale в России (Росбанк, «Русфинанс банк», банк «Дельтакредит») на четыре года, с 2018 по 2021, и в соответствии с ней у нас уже реализован либо реализуется целый ряд программ. Начинали мы с разработки комплекса платформ для улучшения функциональности розничного бизнеса. В первую очередь это розничная CRM 360 View, новый call-центр, большое количество новых сервисов, которые мы могли бы интегрировать с другими элементами ландшафта. В рамках этой программы мы запустили новый кредитный процесс, новый кредитный фронт и новый модуль принятия решений. Сейчас мы движемся к завершению интеграции оставшейся части функциональности фронта в офисах в единую платформу, что произойдет в конце первого квартала следующего года. Как итог, мы получим единую платформу, которая будет предоставлять единые сервисы и продукты во всех каналах банка.

Читайте так же:  Знаменитости, которые потерпели полный крах, прежде чем добиться невероятного успеха

Кроме этого, мы завершили успешный реинжиниринг корпоративного хранилища данных. Поскольку исторически в Росбанке, учитывая процессы слияний и поглощений, накопились несколько корпоративных хранилищ, было принято решение о запуске проекта по их оптимизации и объединению. Он был успешно завершен, и сейчас на базе обновленного хранилища данных мы развиваем функциональность по регуляторной и управленческой отчетности.

В этом и следующем году очень большое внимание мы планируем уделить развитию наших дистанционных каналов. У нас есть ряд проектов для различных сегментов бизнеса как Росбанка, так и группы в России в целом: для физических лиц, крупных корпоративных клиентов, для малого и среднего бизнеса. Мы создали отдельные команды, которые работают над развитием различных дистанционных сервисов, и уже в следующем году наши клиенты смогут воспользоваться новыми услугами, причем часть из них будет уникальна для рынка, и Росбанк, надеюсь, предложит их первым или одним из первых.

Еще один очень важный момент – это работа с данными. Мы движемся к модели датацентричного банка, и у нас достаточно много внедрений и экспериментов, проведенных в предыдущие годы. Мы уже активно работаем с большими данными: например, у нас есть сервис Smart Recovery – он дает возможность получить полную картинку по клиентам, используя как наши собственные данные, так и общедоступные, из других источников, и наша служба по работе с просроченными задолженностями активно его использует. Успешно также применяются и решения по работе с большими данными в рамках розничных рисков. Кроме того, для целей обработки данных для регуляторной отчетности в этом году мы запустили пилот, который сейчас плавно переходит в стадию промышленного внедрения. Думаю, в будущем году на его основе будет построен datalake для онлайн-обработки данных, что позволит значительно оптимизировать скорость обработки и скорость использования данных в бизнес-целях, а также сократить стоимость хранения данных.

У нас много изменений, мы планомерно внедряем ту целевую архитектуру, которую мы утвердили в конце 2016 года, детализируя и уточняя ее по ходу реализации из года в год. Наша задача в этом и следующем году – максимально уйти от зависимостей от наследованных старых АБС, которые, безусловно, существуют в нашем банке, как и, наверное, у 95% представителей банковской системы. При этом мы уходим от монолитных АБС к платформенным решениям и развитию новых сервисов и продуктов на их основе.

CNews: Вы упомянули про уникальные сервисы, которые, возможно, первыми предложите рынку. Можете рассказать о них?

Денис Сотин: Пока рано об этом говорить, так как они на текущий момент находятся в разработке. Поскольку Societe Generale в России представлена тремя банками, у нас есть возможность комбинировать различные продуктовые приложения, так как «Русфинанс банк» концентрируется на автокредитовании и потребительском кредитовании, а банк «ДельтаКредит» предоставляет услуги ипотечного кредитования. В рамках тех решений, которые будут представлены рынку в конце этого и начале следующего года, мы сделаем акцент на общей витрине финансовых продуктов Группы и двинемся во внебанковскую сферу – это, например, страхование, лизинг, и другие виды бизнеса, так или иначе связанные с банковским. У Росбанка и у всей банковской группы в России сформировано уникальное положение, охватывающее все направления банковского бизнеса: активно развиваются корпоративное и розничное направления, сервисы для малого и среднего бизнеса, инвестиционный банкинг и премиальное обслуживание. К тому же мы можем использовать технологии и наработки группы, что дает нам возможность создавать по-настоящему комплексные продукты.

CNews: Росбанк участвовал в создании Единой биометрической системы и одним из первых подключился к использованию этой технологии. Можете поделиться первыми результатами этой работы?

CNews: Как, по вашему мнению, в России обстоят дела с информатизацией банковской сферы?

Денис Сотин: Я могу сказать, что в части банковских технологий Россия очень сильно развита, и во многих случаях мы опережаем европейский и американский рынки. В силу исторических обстоятельств банковская система у нас в стране развивалась очень стремительно, а конкуренция на рынке всегда была высокая, у банков было крайне мало времени для внедрения и применения новых технологий, продуктов и сервисов. Мы развиваемся достаточно быстро, и зачастую цикл, который занимает в Европе порядка 3–5 лет, мы проходим за полгода-год. Если сравнивать, например, развитие дистанционных банковских услуг, развитие мобильных и интернет-банков, то я могу сказать, что на том уровне, на котором это направление развито в России, оно не развито больше нигде.

Но у этого есть и обратная сторона. Многочисленность продуктов и сервисов и скорость их внедрения, а также частая смена технологий привели к тому, что мы имеем сложные ландшафты, так как не всегда уделяли достаточно внимания стратегии развития и целевой архитектуре систем. Практически у всех банков накопилось большое количество наследованных технологий.

CNews: Одна из самых серьезных проблем – кибербезопасность. Как вы защищаете свой бизнес и своих клиентов?

Денис Сотин: Вопрос информационной безопасности в любом банке должен быть первым приоритетом, так как обеспечение безопасности операций – это то, что гарантирует доверительное отношение клиента к банку. Поэтому и группа Societe Cenerale в целом, и банки Группы в России уделяют этому особое внимание. Объем инвестиций в эту сферу достаточно велик, мы не жалеем средств и пытаемся внедрять абсолютно все самые современные решения по различным направлениям, связанным с информационной безопасностью, будь то предотвращение утечки данных, кибербезопасность или что-либо другое. Основная задача – реализовать все так, чтобы клиент этого не замечал, но в то же время знал, что его банковские операции совершенно безопасны.

Читайте так же:  Что такое переуступка прав на квартиру

CNews: Центральный банк планирует в скором времени возложить на банки обязательства по предоставлению отчетности в формате XBRL. Вы готовы к этому?

Денис Сотин: Да, безусловно. Мы ведем активную подготовку: участвуем в рабочих группах, прорабатываем этот вопрос и на уровне ИТ-подразделений, и на уровне отдельных специалистов. Внедрение XBRL– это понятный и достаточно логичный шаг, который надо поддерживать. Я полагаю, что ближе к 2020 году банки будут обязаны предоставлять отчетность в XBRL, так как уже сейчас в ряде учреждений работают пилотные проекты. Безусловно, есть определенные нюансы, и участники рынка находятся в разной степени готовности, но в целом, я думаю, через два-три года будет достигнут должный уровень проработки, и мы постепенно перейдем на предоставление таких данных. Поскольку Росбанк, как часть группы Societe Generale, работает, в том числе и в рамках европейского регулирования, я знаю, что европейские регуляторы движутся в том же направлении и переходят к передаче всех первичных данных и к дальнейшему уходу от отчетных форм.

CNews: Как далеко банки продвинулись в направлении открытых API банковских систем? Есть ли у вас наработки в этом направлении?

Денис Сотин: Проекты по открытию API уже существуют. Не секрет, например, что банки достаточно активно стандартизируют API, открывая их для своих партнеров по эквайрингу, платежных провайдеров и так далее. Некоторые банки также активно прорабатывают открытие API для предоставления определенных сервисов и платежей между банками. Основным двигателем в этом вопросе должна быть коммерческая заинтересованность банков. Со стороны регулятора производятся определенные действия в направлении создания единого поля возможностей для различных банков. Мы тоже вовлечены в этот проект и в рамках ассоциации «Финтех» участвуем в его проработке. Но конкретные кейсы, которые уже сейчас есть на рынке, и те, которые будут появляться, будут связаны с конкретным бизнес-применением тех или иных API.

CNews: Каково ваше отношение к технологиям искусственного интеллекта? Приведет ли их применение к серьезному сокращению числа сотрудников?

Денис Сотин: В Росбанке мы уже сегодня применяем технологии искусственного интеллекта, а именно – машинное обучение. На данный момент мы пока еще очень далеки от того набора технологий, который был бы приближен к человеческому разуму. Но, тем не менее, пул технологий, относимых к искусственному интеллекту, уже применяется и дает большой эффект, поскольку позволяет работать с различными гипотезами, выбирать из них наиболее правильные и на их основе принимать решения.

Я не думаю, что искусственный интеллект заменит людей в ближайшем будущем. Здесь скорее имеет смысл говорить о перепрофилировании – мы уходим от рутинной работы, отдавая ее технологиям, и приходим к более творческим или интеллектуальным задачам по управлению технологиями ИИ.

CNews: У вас есть конкретные примеры, где вы используете такие технологии?

Денис Сотин: Мы сейчас используем элементы машинного обучения в работе с просроченной задолженностью и в рамках тех моделей, которые формируются розничными рисками. Более того, у нас создан Центр инноваций, в котором мы собрали людей из различных подразделений – из ИТ, бизнеса, управления рисками. В нем проводятся эксперименты с различными технологическими новинками, анализ их применения для различных бизнес-кейсов. То есть это не оторванное от бизнеса исследование, не чистое RnD, а возможность применения технологий для решения конкретных бизнес-задач.

CNews: Подводя итог, каковы ваши цели и планы на ближайшее будущее?

[2]

Денис Сотин: Наша задача на ближайший год – продолжение масштабной трансформации. Мы планируем стать одним из технологических лидеров рынка, научиться еще быстрее и качественнее внедрять новые продукты и сервисы. Росбанк – самый надежный банк по оценке Forbes, но мы хотим быть еще и самым технологичным банком. У нас есть все необходимые ресурсы для достижения этой цели.

«Росбанк» начал управлять сетью с помощью искусственного интеллекта

«Росбанк» начал применять новую технологию location intelligence геоинформационной системы «Атлас» для управления сетью отделений. Продукт был разработан аналитической компанией Marketing Logic.

Технология location intelligence агрегирует данные обо всех отделениях и подразделениях банка, оценивает потенциал и нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации. В результате, банк имеет «тепловую» карту по каждому городу присутствия с оценкой потенциала размещения отделения на уровне шаговой (100 м) доступности.

«С помощью высокотехнологичных продуктов Marketing Logic мы решаем задачи по открытию и перемещению отделений Росбанка. Применение передовых технологий позволяет сохранять высокую скорость развития и использовать научный подход к повышению эффективности управления сетью. С помощью геоданных и прогнозных моделей нам удается точнее и быстрее принимать решения, минимизировать ошибки, планировать свои действия с учётом потенциала локации каждой точки продаж. Мы благодарны нашим партнёрам за их стремление постоянно улучшать продукт и всегда быть на стороне клиента», — отметил начальник управления развития и эффективности розничной сети «Росбанка» Владимир Коробов.

«В рамках обновления функционала системы „Атлас“ мы значительно улучшили подход к построению прогнозной модели в направлении location intelligence. Чтобы повысить точность „тепловой“ карты, модель теперь соединяет 2 подхода: машинное обучение и экспертные правила выбора хороших локаций, что позволяет объединить накопленные исторические данные и бесценный опыт экспертов — сотрудников банка. Продолжая сотрудничество с нами с 2016 года, „Росбанк“ подтверждает важность применения современных методов пространственного анализа и геоданных для управления собственной сетью из более чем 350 отделений», — прокомментировал управляющий партнёр Marketing Logic Дмитрий Галкин.

РОСБАНК начал управлять сетью с помощью искусственного интеллекта

Росбанк начал применять новую технологию location intelligence геоинформационной системы «Атлас» для управления сетью отделений. Продукт был разработан аналитической компанией Marketing Logic.

Видео (кликните для воспроизведения).

Технология location intelligence агрегирует данные обо всех отделениях и подразделениях банка, оценивает потенциал и нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации. В результате, банк имеет «тепловую» карту по каждому городу присутствия с оценкой потенциала размещения отделения на уровне шаговой (100 м) доступности.
«С помощью высокотехнологичных продуктов Marketing Logic мы решаем задачи по открытию и перемещению отделений Росбанка. Применение передовых технологий позволяет сохранять высокую скорость развития и использовать научный подход к повышению эффективности управления сетью. С помощью геоданных и прогнозных моделей нам удается точнее и быстрее принимать решения, минимизировать ошибки, планировать свои действия с учётом потенциала локации каждой точки продаж. Мы благодарны нашим партнёрам за их стремление постоянно улучшать продукт и всегда быть на стороне клиента», — отметил начальник управления развития и эффективности розничной сети Росбанка Владимир Коробов.

Читайте так же:  Ответственность за неисполнение решения суда. неисполнение решения суда физическим лицом

«В рамках обновления функционала системы «Атлас» мы значительно улучшили подход к построению прогнозной модели в направлении location intelligence. Чтобы повысить точность «тепловой» карты, модель теперь соединяет 2 подхода: машинное обучение и экспертные правила выбора хороших локаций, что позволяет объединить накопленные исторические данные и бесценный опыт экспертов – сотрудников банка. Продолжая сотрудничество с нами с 2016 года, Росбанк подтверждает важность применения современных методов пространственного анализа и геоданных для управления собственной сетью из более чем 350 отделений», — прокомментировал управляющий партнёр Marketing Logic Дмитрий Галкин.

Эмоции клиентов Росбанка распознает нейросеть

Росбанк запустил тестирование технологии распознания эмоций на основе нейросетей. Технология будет анализировать голос клиента, позвонившего в колл-центр и рассчитает индекс удовлетворенности обслуживанием. Об этом кредитная организация сообщила в пресс-релизе.

[1]

Алгоритм создан компанией Neurodata Lab, которая разрабатывает мультимодальные системы распознавания речи, эмоций, поведения и физиологических сигналов. Технология, применяемая в Росбанке, анализирует как интонации, так и содержание разговора, переводя его в текст. Помимо этого, она учитывает количество пауз в речи, изменение громкости голоса и продолжительность разговора.

Система позволит выделить самые важные темы обращений, а также определит качество сервиса и удовлетворенность обслуживанием. При успешном пилоте технологию могут применить в отделениях банка для анализа общения сотрудников с клиентами, сообщил директор по инновациям Росбанка Василий Воронов.

Другую инновацию разработали создатель сервиса FindFace компания NtechLab и производитель систем контроля доступа Sigur. Речь идет о пропускной системе, основанной на алгоритме распознавания лиц.

Система работает на базе турникетов от Sigur и алгоритме, который используется в FindFace. Она может одновременно распознавать множество лиц на расстоянии нескольких метров и отличать человека от изображения.

Это позволит ускорить проход персонала на предприятие и исключит возможность проникновения посторонних, уверен основатель NtechLab Артем Кухаренко. По его словам, даже при использовании камеры с разрешением 720×576 пикселей, точность определения составит 99%.

Как сообщил ведущий инженер Sigur Константин Малеев, внедрение системы не потребует больших вложений от предприятия. Технология поможет автоматически рассчитать рабочее время сотрудников и избавит от необходимости нанимать персонал для пропускного контроля, добавил он.

Ранее стало известно, что Сбербанк внедряет решения на основе искусственного интеллекта в корпортаивно-инвестиционный бизнес компании.

Росбанк планирует использовать искусственный интеллект для анализа эмоций клиентов

Универсальный российский банк под названием Росбанк заявил на прошлой неделе, что тестирует технологию распознавания эмоций в своем колл-центре, а также планирует запустить новейшую технологию в качестве пилотного проекта. Технология была разработана Neurodata Lab, стартапом, который занимается разработками ПО для анализа эмоций и поведения потребителей в реальном времени.

Определение удовлетворенности клиентов

Новейшие технологии развиваются с невероятной скоростью. То, что вчера казалась абсолютно невозможным, сегодня становится реальностью.

В пресс-релизе говорится, что технология Neurodata Lab может распознавать эмоции клиентов, рассматривая такие параметры, как количество пауз в речи оператора, изменение громкости голоса и общее время разговора, чтобы в режиме реального времени вычислить индекс удовлетворенности клиентов.

В результате столь тщательного исследования сотрудникам кредитного учреждения станет доступна статистика, позволяющая оценить индекс удовлетворенности клиентов не только на текущий момент, но и его изменения. Кроме того, представители компании смогут оценивать эффективность предоставляемой услуги по каждому звонку. Директор Росбанка по инновациям называет именно эти преимущества от использования новейшей технологии.

Особенности технологии

Сегодня биометрические технологии становятся все более популярными в различных областях, включая банковское дело. Росбанк проводит работы, направленные на повышение качества обслуживания клиентов. Представители компании утверждают, что внедрение инновационных возможностей позволит вывести сервис на качественно новый уровень. Ведь ранее никто и не предполагал, что можно использовать эмоциональную аналитику голосов клиентов.

Соответствующее заявление представителей Росбанка появилось после того, как Nuerodata Lab представила свои разработки. В пресс-релизе компания заявляет, что новейшая технология может использоваться в не только в банковской сфере, но также в розничной торговле или страховой деятельности. Ведь каждая из них предполагает взаимодействие с клиентами. Сбор информации в реальном времени позволяет быстро принимать управленческие решения, улучшая качество обслуживания.

Партнерство с Росбанком становится ярким подтверждением этих слов. Это позволит оценивать текущий уровень удовлетворенности клиентов, а также их реакцию на изменения, внедряемые компанией.

Технология распознавания эмоций

Лаборатория Neurodata продемонстрировала робота, который наделен способностью распознавать эмоции и реагировать соответствующим образом. Благодаря использованию этой технологии компании смогут получить информацию о том, насколько клиент удовлетворен взаимодействием с их представителем.

Робот способен точно распознать 7 эмоций: счастье, печаль, удивление, гнев, беспокойство, отвращение и нейтральное состояние. Использовать его можно не только для бизнеса, но и в личных целях. Бизнес-использование означает, что робот оценивает индекс удовлетворенности. Если вы используете новейшую технологию в личных целях, в основе оценки находится другой критерий, который называется индекс улыбки.

Если вы следите за рынком инноваций, то должны знать, что использование искусственного интеллекта, который распознает эмоции, на самом деле не новинка. Технология давно используется компаниями, которые занимаются исследованием рынка. Однако для Росбанка это абсолютно новый эксперимент, который завершает серию улучшений, направленных на повышение качества обслуживания клиентов. Пока что никто не берется прогнозировать, как подобное новшество позволит изменить банковскую сферу.

Росбанк займётся распознаванием эмоций клиентов по голосу

Росбанк запустил пилотный проект по распознаванию эмоций клиентов в режиме реального времени. На начальном этапе новая система будет применяться на уровне call-центра кредитно-финансовой структуры. Это поможет Росбанку усовершенствовать работу операторов и повысить качество удалённого обслуживания клиентов.

Программный комплекс будет анализировать уровень удовлетворённости клиента не только на голосовом, но и на семантическом уровне. Для этого система будет переводить речь звонящего в текст.

В дальнейшем Росбанк планирует внедрить новшество на уровне офисов продаж для анализа процесса общения клиентов с менеджерами структурных подразделений финансовой организации.

Знаете ли Вы что:

Потребительское кредитование — сегодня одна из самых востребованных услуг финансирования в экономически развитых странах мира. Только население Европы за один год берет около 200 млрд евро в кредит.

Читайте так же:  Формы и виды дополнительного образования. дополнительное профессиональное образование

Использование ИИ для анализа отзывов клиентов

Источники информации, которые могут использоваться системами интеллектуального анализа данных. Источник: “Мегапьютер Интеллидженс”
Итоги анализа отзывов клиентов новосибирских медицинских лабораторий. Источник: “Мегапьютер Интеллидженс”

Общих разговоров о полезности, перспективности и победном шествии искусственного интеллекта ведется немало. При этом называются умопомрачительные темпы роста соответствующих рынков. Так например, в декабре 2018 г. сообщалось, что за четыре года российский рынок ИИ и машинного обучения вырастет в 40 раз. Динамика мирового рынка ИИ также выглядит весьма впечатляюще: если в 2018 г. он, по оценкам J.P. Morgan и McKinsey, составил около 90 млрд. долл., то в достигнет 300 млрд. долл., а в 750 млрд. долл.

С учетом мировых тенденций разрабатывается «Стратегия России в области искусственного интеллекта». В марте стало известно о том, что эксперты Минкомсвязи, «Сбербанка» и некоторых других организаций подготовили проект создания в нашей стране Совета при президенте РФ по развитию искусственного интеллекта. Есть и другие инициативы.

В то же время конкретных примеров успешных ИИ-проектов приводится не так много. Основных причин здесь, видимо, две. Первая: о неуспешных ИИ-проектах (а их не так уж и мало), понятное дело, ни заказчики, ни исполнители, рассказывать не стремятся. Вторая: компании, работающие в рыночных условиях, не стремятся сообщать об успешных ИИ-проектах. В самом деле — зачем раскрывать перед конкурентами особенности эффективных инструментов? Могут ведь и «обойти на повороте».

Отметим, что термин ИИ исключительно широк. И далеко не все (даже весьма продвинутые аналитики) ясно понимают, какие именно технологии за этим термином стоят. Сегодня ИИ — это не только экспертные системы, нейросети и машинное обучение (как глубокое, так и классическое), но и технологии обработки естественного языка (NLP, Natural Language Processing). Роль последних постоянно возрастает. По той простой причине, что в настоящее время темпы роста объемов неструктурированной и полуструктурированной текстовой информации превышают темпы роста хорошо структурированных данных.

У каждой ИИ-технологии есть ряд областей применения, в которых она наиболее эффективны. В то же время, во многих ИИ-проектах эти технологии применяются совместно, дополняя и усиливая друг друга. Таков, в частности, ИИ-проект, о котором рассказывалось на симпозиуме «Технологии анализа естественного языка в медицине», проходившем в апреле в рамках форума MedSoft-2019.

В общих чертах задача ставилась так: на примере Новосибирска оценить степень удовлетворенности клиентов частных медицинских компаний, специализирующихся на выполнении различных видов лабораторных исследований. В этом городе на данном рынке работают четыре конкурирующие друг с другом структуры федерального масштаба: «Гемотест», «Инвитро», KDL, «Ситилаб». Они, в общей сложности, представлены примерно тремя десятками филиалов, расположенных в различных районах города.

Итоги оценки степени удовлетворенности клиентов работой этих филиалов — они проводились с использованием системы интеллектуального анализа данных PolyAnalyst компании «Мегапьютер Интеллидженс» — изображены на карте города, где положение кружочка отображает местонахождение филиала, а его размер — количество автоматически обработанных отзывов, использованных для оценки степени удовлетворенности посетителей. Зеленая часть кружка отображает долю положительных отзывов, а красная — долю отрицательных. Даже из беглого взгляда на эту карту видно, что есть филиалы, о которых негативных отзывов больше, чем позитивных. Но есть и такие, о которых негативных отзывов очень мало. Вообще говоря, в данном случае в процессе построения соответствующего отчета каждому отзыву присваивался рейтинг от −5 (очень плохой отзыв) до +5 (очень хороший отзыв) и кружочки на карте могли быть раскрашены в большее количество цветов.

«В этом проекте в общей сложности было проанализировано около 4000 отзывов. Выкачивали их автоматически посредством веб-скрапера. Это небольшая программка, которая „бродит“ по заданным веб-страницам и собирает с них данные. В качестве источника данных использовался только 2Gis», — пояснил Давид Сазонов, руководитель направления текстового анализа компании «Мегапьютер Интеллидженс».

Он отметил, что алгоритмы анализа эмоциональной окраски текста не универсальны. Они сильно зависят от того, к какой предметной области данный текст относится. «Этих областей очень много. Нам, например, приходилось анализировать отзывы клиентов на работу различного оборудования, а также на деятельность авиаперевозчиков, банков, гостиниц, страховщиков, ресторанов/кафе, лечебных учреждений и т. д., — рассказал Давид Сазонов. — В системе PolyAnalyst используются алгоритмы, разработанные нашими специалистами с учетом новейших методов анализа текстов. При этом машинное обучение применяется на этапе предварительного анализа текстов. А само извлечение сущностей, фактов и/или тональностей проводится уже на основе правил с использованием информации, полученной на этапах предварительного анализа. Для написания этих правил, их отладки и валидации нами разработаны собственный язык (XPDL — Extensible Pattern Definition Language) и соответствующая среда разработки, позволяющая аналитику самостоятельно формулировать правила извлечения информации из текста. Что позволяет достаточно гибко подстраивать систему под конкретную задачу».

Одним словом, технологии NLP используются для решения очень широкого круга задач: от мониторинга публикаций в СМИ до мониторинга настроений членов конкретного трудового коллектива. В то же время аналитики не выделяют NLP-проекты в отдельную категорию ИИ-проектов. Причина, как уже говорилось, в том, что ИИ-проекты, как правило, носят комплексный характер. И их успех определяется не столько возможностями ИИ-технологий (а они очень велики), сколько правильностью постановки задачи и выбором правильных инструментов для ее решения.

РОСБАНК НАЧАЛ УПРАВЛЯТЬ СЕТЬЮ С ПОМОЩЬЮ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Москва, 20 марта /ФИС/ Росбанк начал применять новую технологию location intelligence геоинформационной системы «Атлас» для управления сетью отделений. Продукт был разработан аналитической компанией Marketing Logic.

Технология location intelligence агрегирует данные обо всех отделениях и подразделениях банка, оценивает потенциал и нагрузку, рассчитывает эффективность потенциальных офисов, исходя из данных об активности клиентов, банков-конкурентов, численности населения, трафика на улицах города и другой статистической информации. В результате, банк имеет «тепловую» карту по каждому городу присутствия с оценкой потенциала размещения отделения на уровне шаговой (100 м) доступности.

«С помощью высокотехнологичных продуктов Marketing Logic мы решаем задачи по открытию и перемещению отделений Росбанка. Применение передовых технологий позволяет сохранять высокую скорость развития и использовать научный подход к повышению эффективности управления сетью. С помощью геоданных и прогнозных моделей нам удается точнее и быстрее принимать решения, минимизировать ошибки, планировать свои действия с учётом потенциала локации каждой точки продаж. Мы благодарны нашим партнёрам за их стремление постоянно улучшать продукт и всегда быть на стороне клиента», — отметил начальник управления развития и эффективности розничной сети Росбанка Владимир Коробов.

«В рамках обновления функционала системы «Атлас» мы значительно улучшили подход к построению прогнозной модели в направлении location intelligence. Чтобы повысить точность «тепловой» карты, модель теперь соединяет 2 подхода: машинное обучение и экспертные правила выбора хороших локаций, что позволяет объединить накопленные исторические данные и бесценный опыт экспертов – сотрудников банка. Продолжая сотрудничество с нами с 2016 года, Росбанк подтверждает важность применения современных методов пространственного анализа и геоданных для управления собственной сетью из более чем 350 отделений», — прокомментировал управляющий партнёр Marketing Logic Дмитрий Галкин.

[3]

РОСБАНК НАЧАЛ ТЕСТИРОВАНИЕ НЕЙРОСЕТЕВОЙ ТЕХНОЛОГИИ РАСПОЗНАВАНИЯ ЭМОЦИЙ В ГОЛОСЕ КЛИЕНТА

Москва, 14 февраля /ФИС/ Росбанк запустил пилот по анализу удовлетворенности клиентским сервисом в режиме реального времени. Система, разработанная компанией Neurodata Lab, будет в тестовом режиме внедрена в контакт-центре.

Читайте так же:  Неофициальное трудоустройство в россии и за рубежом

Решение на основе нейросетевой технологии распознает эмоции в голосе клиентов, обратившихся в контакт-центр, и рассчитывает индекс удовлетворенности обслуживанием непосредственно во время разговора с оператором. При этом анализ осуществляется как на голосовом уровне, так и на семантическом, при переводе речи в текст. Система также учитывает дополнительные параметры: количество пауз в речи оператора, изменение громкости голоса и общее время разговора. Аналитика такого рода позволит распознавать эмоции клиентов и выделять наиболее критичные классы обращений. Таким образом менеджер контакт-центра получит сводную статистику по работе операторов с каждым звонком: распознанные эмоции, динамику изменения индекса удовлетворенности обслуживанием во времени, сравнительные показатели эффективности предоставленного сервиса.

«На сегодняшний день различные технологии на основе биометрии становятся все популярнее в различных сферах, в том числе и в банковской. Росбанк постоянно работает над повышением качества обслуживания клиентов, и мы надеемся, что внедрение технологии по распознаванию эмоций в голосе поможет нам вывести сервис на новый уровень. При успешной реализации пилотного проекта система может применяться в сети отделений банка для аналитики общения сотрудников с клиентами», — прокомментировал Василий Воронов, и.о. директора по инновациям Росбанка.

«Решение Neurodata Lab связывает новую для рынка технологию распознавания эмоций и реальный запрос банковской отрасли. Благодаря возможности интеграции в CRM-систему банк получает более детальную и глубокую аналитику по каждому клиенту, оператору и целому отделению. При этом мы можем работать не только с голосовыми данными, но и в режиме реального времени анализировать потоковое видео с камер в офисах продаж. Такая аналитика позволит банку точно отслеживать факторы, влияющие на качество клиентского сервиса, в том числе оценивать, как клиенты воспринимают нововведения в отделениях. Это может стать вторым шагом пилотного проекта», — отмечает Георгий Плиев, основатель и CEO компании Neurodata Lab.

Росбанк начал тестирование нейросетевой технологии распознавания эмоций в голосе клиента

15 февраля 2019

Росбанк запустил пилот по анализу удовлетворен- ности клиентским сервисом в режиме реального времени. Анализ осуществляется как на голосовом уровне, так и на семантическом, при переводе речи в текст. Система, разработанная компанией Neurodata Lab, будет в тестовом режиме внедрена в контакт-центре.

Решение на основе нейросетевой технологии распознает эмоции в голосе клиентов, обратившихся в контакт-центр, и рассчитывает индекс удовлетворенности обслуживанием непосредственно во время разговора с оператором. При этом анализ осуществляется как на голосовом уровне, так и на семантическом, при переводе речи в текст. Система также учитывает дополнительные параметры: количество пауз в речи оператора, изменение громкости голоса и общее время разговора. Аналитика такого рода позволит распознавать эмоции клиентов и выделять наиболее критичные классы обращений. Таким образом менеджер контакт-центра получит сводную статистику по работе операторов с каждым звонком: распознанные эмоции, динамику изменения индекса удовлетворенности обслуживанием во времени, сравнительные показатели эффективности предоставленного сервиса.

«На сегодняшний день различные технологии на основе биометрии становятся все популярнее в различных сферах, в том числе и в банковской. Росбанк постоянно работает над повышением качества обслуживания клиентов, и мы надеемся, что внедрение технологии по распознаванию эмоций в голосе поможет нам вывести сервис на новый уровень. При успешной реализации пилотного проекта система может применяться в сети отделений банка для аналитики общения сотрудников с клиентами», — прокомментировал Василий Воронов, и.о. директора по инновациям Росбанка.

Видео (кликните для воспроизведения).

«Решение Neurodata Lab связывает новую для рынка технологию распознавания эмоций и реальный запрос банковской отрасли. Благодаря возможности интеграции в CRM-систему банк получает более детальную и глубокую аналитику по каждому клиенту, оператору и целому отделению. При этом мы можем работать не только с голосовыми данными, но и в режиме реального времени анализировать потоковое видео с камер в офисах продаж. Такая аналитика позволит банку точно отслеживать факторы, влияющие на качество клиентского сервиса, в том числе оценивать как клиенты воспринимают нововведения в отделениях. Это может стать вторым шагом пилотного проекта», — отмечает Георгий Плиев, основатель и CEO компании Neurodata Lab.

Источники


  1. Теория государства и права. В 2 частях. Часть 1. Теория государства. — М.: Зерцало-М, 2011. — 516 c.

  2. Яблочков, Т. Гражданская ответственность дуэлянтов / Т. Яблочков. — М.: Типо-лiтография Т-ва Владимиръ Чичеринъ в Москве, 2018. — 686 c.

  3. Королев, А. Н. Комментарий к Федеральному закону от 26 декабря 2008 года №294-ФЗ «О защите прав юридических лиц и индивидуальных предпринимателей при осуществлении государственного контроля (надзора) и муниципального контроля» / А.Н. Королев, О.В. Плешакова. — М.: Деловой двор, 2009. — 160 c.
  4. Венгеров, А. Б. Теория государства и права / А.Б. Венгеров. — М.: Омега-Л, 2012. — 608 c.
Росбанк планирует использовать искусственный интеллект для анализа эмоций клиентов
Оценка 5 проголосовавших: 1

ОСТАВЬТЕ ОТВЕТ

Please enter your comment!
Please enter your name here