«Диасофт» делает технологии машинного обучения доступными для повсеместного использования банками

Новая AI/ML-платформа развития бизнеса от «Диасофт»  – Digital Q* Intelligence Platform – построена на low-code принципах. Это позволяет облегчить процесс проектирования моделей машинного обучения для оптимизации функционала решений, установленных в банке, и поддержки цифровой трансформации бизнеса.

Для внедрения технологии искусственного интеллекта (AI) специалистам банка достаточно знать общие принципы работы нейронной сети, все параметры настраиваются в интерфейсе системы,перемещения в среду разработки не требуется.

Созданию AI/ML-платформы в «Диасофт» предшествовала долгая и тщательная работа команды над сервисами роботизации.

«Сначала мы работали над созданием инфраструктуры сервисов роботизации бизнес-процессов. Встроили технологию роботизации в функционал наших решений. С ее помощью облегчили запуск ежедневных операций в нескольких крупных банках. Создание AI/ML-платформы стало логичным развитием этого направления в«Диасофт», – говорит Антон Шебалкин, архитектор AI/ML-платформы компании «Диасофт».

По сравнению с технологией роботизации, платформа для машинного обучения предоставляет более инновационные подходы к работе с информацией. Как пример, сервисы машинного обучения позволяют категоризировать объекты  по определенным, не явным, признакам, которые не заложены в процессах роботизации.

Специалисты компании разработали «интеллектуальный конвейер» для создания моделей нейронных сетей и готовых к использованию микросервисов, встраиваемых в любой бизнес-процесс банка.

Сергей Рипплингер, руководитель продукта «Переводы и касса» департамента «Операционная деятельность» компании «Диасофт»: «Мы разработали механизм для обеспечения жизненного цикла моделей нейронных сетей. Эти сети можно встроить в процессы банка и использовать без интеграции с другими системами. Важно, что они работают без участия пользователей. Такой подход к внедрению AI в банках делает технологии более доступными. Надеемся, в итоге AIстанет неотъемлемой частью инфраструктуры банков, так как открывающиеся перспективы его использования действительно впечатляют».

«Диасофт» предлагает клиентам использовать модель машинного обучения для анализа поведенческой активности клиентов, определения степени их лояльности и прогнозирования оттока потребителей сервисов банка. Также с помощью точных инструментов AI/ML-платформы можно классифицировать, отслеживать, анализировать и упорядочивать информацию для определения назначения платежей.

В частности, специалисты компании встроили механизмы AI/ML-платформы в функционал решения Digital Q «Аналитика счета». Решение поддерживает требования Федерального закона № 229-ФЗ «Об исполнительном производстве»: контролирует остатки на счетах клиентов банка, к которым обращено взыскание ФССП, и автоматически выявляет статьи доходов социального назначения, средства с которых не подлежат списанию.

«Использование AIпозволяет усовершенствовать работу решений, построенных на базе статичных алгоритмов – по классификации документов, например. AI значительно облегчает процесс обработки больших данных. По жестким алгоритмам работает большинство IT-решений, поэтому позитивное влияние, которое может оказать AI на рынок разработки банковского ПО, неоспоримо», – резюмирует Антон Шебалкин.

Как отмечают специалисты компании, использование механизмов AI актуально для решения множества важных задач любого банка – кратного ускорения процессов обработки большого количества данных без потери их качества, быстрой поддержки роста и масштабирования бизнеса и т.д. Каждый сервис, построенный на базе AI/ML-платформы от «Диасофт», может работать в любом IT-ландшафте в бесшовной интеграции с уже используемыми банком системами.

*Digital Q – новый бренд компании «Диасофт», который объединил все аспекты деятельности вендора: прикладные решения для бизнеса, цифровую платформу, в основе которой современный технологический стек для развертывания микросервисной архитектуры, новейшие инструменты разработки и практики построения эффективного производства цифровых решений.

17 ноября, 2020