Генеральный директор DIS Group
Павел Лихницкий в интервью «Ъ-Финополис» рассказал о том, как меняется управление данными в финансовых организациях, как это влияет на тестирование гипотез по внедрению искусственного интеллекта (ИИ), а также о рисках, с которыми сталкиваются компании, переходящие на принятие решений на основе данных.
— Как развивается рынок управления данными в финансовой сфере? Какие изменения произошли за последние два года?
— Финансовые организации стоят на острие цифровизации достаточно давно: так исторически сложилось, что одни из самых технологичных компаний — это банки и телеком-провайдеры, позднее появился целый пласт маркетплейсов и чисто цифровых компаний. Но банки уделяют цифровизации очень большое внимание — это необходимо для того, чтобы банк был конкурентоспособен.
Во-первых, появление цифровых банков и сопутствующих сервисов подтолкнули весь финансовый сектор к тому, чтобы оцифровываться и быть технологическими партнерами, а не просто финансовыми учреждениями. Во-вторых, движение в цифру дает возможность банкам предоставлять целый ряд новых сервисов клиентам и активно использовать текущую клиентскую базу для продаж новых продуктов, которые основаны на данных или которые созданы с помощью дата-технологий.
Третье — это возможность коопераций как внутри холдингов, так и с компаниями третьей стороны, чтобы перепродавать, перепакетировать клиенту новые продукты. Эта часть про возможность предугадывать потребности клиента, его поведение, предпочтения, чтобы формировать те предложения и те продукты, которые нужны определенным клиентам или их группам здесь и сейчас. Это совершенно другой подход к сегментации клиентской базы, к выделению микросегментов. Например, Сбер озвучил стратегию клиентоцентричности, где клиент ставится во главу угла и уже вокруг клиента выстраиваются продукты и сервисы, а не наоборот — формировать продукты, а потом в них «загонять» клиента.
Есть другая сторона: мы все понимаем, что ужесточается регулирование. Финополис — это как раз площадка, где участники финансового рынка и технологические компании встречаются с регулятором. Требования к банкам в части оцифровывания данных растут — это касается использования персональных данных, учета, где они ведутся, в каких системах, это требования к качеству данных. Целый пласт больших регуляторных форм требует от банков высокого уровня технологической зрелости и оцифровки, перехода на цифровые платформы. Регуляторика активно развивается — это касается и внедрения цифрового рубля, цифровых финансовых активов. Еще одна важная вещь — это кибербезопасность, защита чувствительных данных, защита объектов инфраструктуры. Это тоже большой тренд.
Наконец, есть и ИИ — машинное обучение, нейросети и связанные с этим технологии. Банки по-разному оценивают коммерческий успех от применения таких технологий, но изменения уже идут: ИИ проникает во многие процессы — это и обслуживание клиентов, идентификация, антифрод, формирование новых продуктов и услуг, предложений для клиента. Здесь ИИ уже достаточно активную роль играет. Но этот тренд меняет и отношение к данным: если мы хотим в полной мере использовать цифровые активы, ИИ, цифровые продукты, услуги и вообще все то, что мы оцифровали, мы должны быть уверены в том, что данные, которые питают все эти инициативы,— качественные, своевременные, точные, проверенные и связанные.
Мы видим большой интерес к выстраиванию инфраструктуры работы с данными как с активом. Это и принятие решений на основе данных — тоже очень большой тренд, который ставится во главу угла в Центральном банке и во всех крупных организациях. Это означает, что решения принимаются не экспертным путем, а на основе данных — для этого должна быть подготовлена инфраструктура данных, которая покажет аналитику необходимые параметры и позволит обеспечить их качество. Это требует разработки методологии, технологий, оргмоделей и платформы по управлению данными.
— Основной запрос, который вы видите,— на создание такой инфраструктуры?
— Цифровая экономика и экономика, основанная на данных, требуют переосознания подходов к управлению данными, поэтому мы видим много запросов на обучение по методологиям управления, выстраивания дата-центричных структур внутри крупных организаций, офисов, команд. Технологии, оргмодели и методология — это треугольник, который позволяет реализовывать цифровые инициативы, запускать ИИ и так далее. На него нанизываются все остальные инициативы по цифровизации. Поэтому мы видим большой спрос как на обучение, так и на консалтинг в области формирования платформ управления данными и построения дата-центричных компаний — это позволяет банкам по-другому смотреть на свои данные: не просто как на какие-то цифры в красивых отчетах. Нам важно понимать, кто за эти данные отвечает, какие методики приняты для формирования показателей, из каких источников и с каким качеством данные поступили, иметь возможность оперативно смотреть на данные в различных разрезах и по разным бизнес-блокам и т. д.
— Импортозамещение вызвало большую перестройку ИТ-процессов внутри банков. Вас этот процесс как затронул?
— С одной стороны, мы разрабатываем и представляем рынку мощную корпоративную линейку по управлению данными, с другой — помогаем замещать импортные технологии, в том числе обладаем экспертизой в помощи миграции с иностранных систем на российские на уровне баз данных. Мы помогаем компаниям ускорить эти циклы перехода — мы должны удостовериться, что бизнес сможет работать в новой системе с теми данными, которые были доступны раньше, нельзя сказать: «Мы забудем, как наша организация работала 25–30 лет», перейдя на новую отечественную систему. Этот исторический багаж обязательно нужно использовать. Но мы помогаем и технологиями — новыми российскими стеками по работе с данными. У нас целый ряд примеров успешно реализованных проектов в банках.
— Как банкам адаптироваться к внедрению ИИ с точки зрения работы с данными?
— Здесь важно сказать о двух особенностях: во-первых, у крупных лидирующих банков сейчас уже есть выделенные команды, которые занимаются работой с ИИ, и эти команды уже показывают финансово чувствительные результаты от применения данных технологий. С другой стороны, работа поставщиков, и нас в том числе, также требует внедрения ИИ, мы уже встраиваем данную технологию в наши продукты. Это движение с двух сторон: ИИ дает нам возможности автоматизировать ручные операции, сократить время до инноваций, время до получения данных (time-to-data), команды в банках также все активнее тестируют гипотезы. Работа у всех строится следующим образом: вводится гипотеза, что нам имеет смысл применить ИИ в определенной области, стартует пилотная инициатива, по результатам который мы либо видим результат, либо что-то меняем, отвергаем эту гипотезу, берем следующую.
Успех работы таких команд внутри каждого банка зависит от того, как быстро можно собрать данные для этой гипотезы и насколько эффективно мы научим модели ИИ обрабатывать те данные, которые мы даем. Для более качественной работы ИИ, с меньшими отклонениями, очень важны качественные данные и быстрый доступ к ним. От этого зависит количество гипотез, которые команды по ИИ будут проверять, допустим, за год. Поэтому те организации, которые, кроме правильной организации работы с ИИ, смогут организовать работу с данными, получат от ИИ гораздо бОльшую отдачу — это мы видим и на международных примерах, и у наших клиентов, с которыми работаем. По статистике 70% времени такие команды тратят на поиск данных.
— Какие риски вы видите в связи с более активным внедрением технологий?
— Глобально киберугрозы и доступ к данным остаются одним из самых больших рисков. С одной стороны, есть тренд на «демократизацию» данных: принятие решений на основе данных подразумевает, что мы имеем под рукой точные, понятные, проверенные данные. Это очень лакомый кусочек, который злоумышленникам хочется украсть. Поэтому одновременно важно обеспечивать гранулированный ролевой доступ к таким данным — мы должны понимать, кто имеет право использовать эти данные и для каких целей. Для этого требуется создать возможность легкой аудируемости систем организации на уровне данных: что происходит с критическими данными, в каких системах и где они хранятся, как используются, кто может получить к ним доступ и т. д. Это одна из самых больших угроз. Вторая часть рисков — это неправильная интерпретация, неправильное использование данных вследствие применения ИИ и ошибочных гипотез. Для этого нужно прорабатывать регламенты для самой организации, работать с качеством данных, инфраструктурой. Очень многие вещи, на наш взгляд, потребуют дополнительного регулирования и стандартов по работе с данными. Стандарты управления данными принимаются, например, в рамках «ГосТеха», идет работа профильных ассоциаций и комитетов по выработке регулирования данной области. Если мы на уровне государства создадим правильные стандарты и регламенты, которым будут следовать организации, то риски по использованию данных будут снижаться, а бизнес-польза — возрастать.
Источник:
“Коммерсантъ” 
