Интеллектуальная система кредитования производителя/импортера товара
Актуальность
В настоящее время банки внедряют искусственный интеллект (ИИ) и машинное обучение в каждый бизнес процесс и планируют распространять эту технологию на все направления своего бизнеса. Например, первичный скоринг заемщиков банки уже давно проводят автоматически.
Внедрение систем ИИ обеспечивают обработку документов, необходимых для формирования клиентского досье. Интегрированные технологии распознавания позволяют в автоматическом режиме обрабатывать и вносить данные клиентов при открытии счетов и совершении банковских операций, где требуется подтверждение личности.
Технология ИИ используется в следующих основных направлениях: риск-менеджменте, сегменте малого и среднего бизнеса и в рознице. В риск-менеджменте ИИ помогает предотвратить мошенничество, в малом и среднем бизнесе, а также в рознице, с помощью искусственного интеллекта банк решает задачи повышения конверсии продаж за счет моделирования предпочтений клиентов и с помощью систем прогнозирования. Технология ИИ также может начать массово использоваться крупными банками для кредитования средних и крупных предприятий. Искусственный интеллект используется для решения самых разнообразных задач, и одна из них – сокращение среднего времени обслуживания клиентов, увеличение доли решения их запросов на стадии FCR (First Call Resolution, коэффициент решения вопроса при первом обращении) за счет качественного и удобного сервиса, достигаемого путем автоматизации работы контактного центра.
Предлагаемая интеллектуальная система основана на моделях машинного обучения, которые широко используются в различных сферах человеческой деятельности и продолжают доказывать свою эффективность и практичность в реальных задачах. Однако, в финансовой сфере, в частности в задачах банка существует потребность в глубоком изучении и внедрении технологии ИИ для повышения эффективности работы.
В Казахстане нет кредитных линий для производителей и импортеров товаров, поэтому многие компаниииспользуют зарубежные решения для коммерческого использования технологий на внутреннем рынке.Следовательно, конфиденциальные пользовательские данные, экспортируемые с применением зарубежных решений отрицательно сказывается на экономике Казахстана. Они включают в себя распространение персональных данных, которые в настоящее время оцениваются как ценный национальный ресурс.
Цель
Цель проекта — создать интеллектуальную систему, основанную на скоринговой модели. Скоринговая модель, позволит банкам быстро принимать решения по кредитованию клиентов на основе big data и методов искусственного интеллекта.
Ожидаемые и достигнутые результаты
По итогам проекта будет опубликовано - не менее 3 (трех) статей и (или) обзоров в рецензируемых научных изданиях, индексируемых в Science Citation Index Expanded базы Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 50 (пятидесяти);
-а также не менее 1 (одной) статьи или обзора в рецензируемом зарубежном или отечественном издании, рекомендованном КОКСОН;
1. Научный эффект:
Результаты проекта имеют важное научное значение для развития финансовых технологий. Полученная интеллектуальная система позволит использовать инструменты для решения нового круга задач с использованием алгоритмов машинного обучения и искусственного интеллекта. Разработанные методы помогут обрабатывать финансовые документы, создавать классификации, использовать и сравнивать различные алгоритмы машинного обучения на нестандартных задачах.
2. Социально-экономический эффект:
Разработанная интеллектуальная система позволит автоматизировать все процессы кредитования, что приведет к ускорению времени принятия решения, ответа заемщикам в интерактивной форме. Кроме того, будет создан инструмент, позволяющий банкам обрабатывать неструктурированные данные о производителях и импортерах товаров и использовать ее в своих целях. В Казахстане появится интеллектуальная системаобработки больших данных в финансовой сфере, что очень важно для диверсификации казахстанского рынка в период экономического кризиса.
3. Коммерциализация полученных научных результатов:
Экспериментальный анализ, тестирование и внедрение разработанной интеллектуальной системы в банки второго уровня запланировано на 2024-2025 годы. Результаты проекта могут быть коммерциализированы.
4. Целевые потребители:
- Малый и средний бизнес;
- банки второго уровня, предоставляющие финансовые услуги в Республике Казахстан на мировом рынке.
5. Разработанная модель послужит развитию ведомственных программно-технических систем.
6. Результаты работы будут представлены всем заинтересованным бизнес направлениям, государственному сектору и общественным организация, а также научному сообществу и общественности. Предполагается участие в ежегодных научных конференциях, организуемых Министерством образования и науки Республики Казахстан и на международном уровне.
7. Целевые потребители полученных результатов: Малый и средний бизнес, финансовые институты РК и др.
8. Возможности для прорывных результатов, содержащих риски; влияние на развитие науки и технологий: Так как созданную интеллектуальную систему с разработанными сервисами для обработки данных о производителях и импортерах товаров возможно быстро адаптировать на большинство других видов бизнесавозможны прорывные результаты. Разработанный нами общий формализованный подход к работе и собранные данные дают высокие результаты при применении системы искусственного интеллекта к крупному бизнесу.
9. Распространение результатов работ среди пользователей, сообщества ученых и широкой общественности:
Интеллектуальная система может распространяться среди предприятий, промышленности и государственных учреждений, обслуживающих широкий спектр экономики. Полученные научные и практические результаты могут оказать влияние на развитие финансовых технологий и информационных технологий.
Имена и фамилии членов исследовательской группы с их идентификаторами (Scopus Author ID, Researcher ID, ORCID, при наличии) и ссылками на соответствующие профили
1. Moldagulova Aiman Nickolayevna, candidate of Physics and Mathematics, Associate Professor, Hirsch index: 4
ResearcherID: E-4387-2016
ORCID: 0000-0002-1596-561X
Scopus Author ID: 57160071400
2. Satybaldiyeva Ryskhan Zhakanovna, candidate of technical sciences, Hirsch index: 2 Researcher ID: DZS-7641-2022 ORCID: 0000-0002-0678-7583
Scopus Author ID: 55387664200
3. Uskenbayeva Raissa Kabiyevna, doctor of technical sciences, professor, Hirsch index: 8
Researcher ID: ABC-7469-2021
ORCID: 0000-0002-8499-2101
Scopus Author ID: 55623134100
4. Kalpeyeva Zhyldyz Beishenaliyevna, PhD in Computer Sciences, Doctor PhD, Hirsch index: 4
Researcher ID: AAG-7613-2019
ORCID: 0000-0002-4970-3095
Scopus Author ID: 56021560300
5. Kassymova Aizhan Bakhytzhanovna, Phd, Hirsch index: 4
Researcher ID: AAR-5711-2020
ORCID: 0000-0003-2999-5745
Scopus Author ID: 56465965900
6. Akylbekov Olzhas Nauryzbayevich, Master of technical sciences
Researcher ID: B-7073-2017
ORCID: 0000-0002-7188-5550