ხელოვნური ინტელექტის როლი საბანკო სისტემაში – როგორ ჩაიარა DataFest-ის მორიგმა შეხვედრამ

DataFest Tbilisi-ის ორგანიზებით 2 აგვისტოს გაიმართა მონაცემთა მეცნიერების მითაფი, რომელზეც განიხილეს ხელოვნური ინტელექტისა და სარეკომენდაციო სისტემების სპეციფიკა საბანკო სფეროში. ღონისძიების მთავარი პარტნიორები იყვნენ საქართველოს ბანკი და Lineate და სწორედ მათმა წარმომადგენლებმა ისაუბრეს როგორც სარეკომენდაციო სისტემებზე, ასევე ხელოვნური ინტელექტის მზარდ როლზე საბანკო სფეროში.

საქართველოს ბანკის მომხსენებელი იყო მონაცემთა ანალიტიკის გუნდის ხელმძღვანელი არჩილ კობალაძე, რომელმაც საბანკო სფეროში სარეკომენდაციო სისტემების სპეციფიკაზე და საქართველოს ბანკის გამოცდილებაზე ისაუბრა. ხოლო, Lineate Georgia-ს უფროსი პროგრამული უზრუნველყოფის ინჟინერმა გიორგი ჩუბინიძემ დამსწრეებს სარეკომენდაციო ხელოვნური ინტელექტის გამოყენების ქეისი წარუდგინა ამერიკული ბანკის მაგალითზე, რომლის პროექტის გუნდის ლიდერიც თავადაა.

სარეკომენდაციო სისტემების შესახებ თითქმის ყველას გვსმენია. ვიცით, რომ Amazon-ის შემოსავლის თითქმის 35% სწორედ რეკომენდაციების სისტემაზე მოდის. Netflix-ის წარმატებაც დიდწილად სარეკომენდაციო სისტემის სწორ გამოყენებაზეა აგებული. ზოგადად რეკომენდაციების სისტემების მნიშვნელობა ბიზნესს უკვე კარგად ესმის.

თუმცა რეკომენდაციების სისტემები ერთმანეთისგან საკმაოდ განსხვავდება. მაგალითად, Netflix-ის რეკომენდერი ცდილობს დაადგინოს მომხმარებლის პრეფერენცია, ანუ გაარკვიოს, თუ რა ჟანრის, მსახიობის, რეჟისურის თუ რაიმე სხვა ნიშნით გამორჩეული ფილმები მოეწონება კონკრეტულ მომხმარებელს. ფინანსური რეკომენდერი სხვაგვარად მუშაობს – ის ცდილობს დაადგინოს არა პრეფერენცია, არამედ საჭიროება – არავის არ მოსწონს სესხი, ის უბრალოდ გჭირდება.

არჩილ კობალაძე დამსწრეებს ამ თემაზე საქართველოს ბანკის რეკომენდერის მაგალითზე ესაუბრა. მისი თქმით, განსხვავებით Netflix-ისგან, სადაც რეკომენდერი პლატფორმის მილიონობით მომხმარებელს სთავაზობს ათასობით პროდუქტს (ფილმს), ბანკის შემთხვევაში საუბარია მაქსიმუმ რამდენიმე ათეულ პროდუქტზე. ამიტომ, საქართველოს ბანკის რეკომენდერი ცდილობს დაადგინოს მომხმარებლის საჭიროება და შესთავაზოს არა უბრალოდ პროდუქტი, არამედ მისი საჭიროების დაკმაყოფილება. ეს განსაკუთრებით მნიშვნელოვანია, რადგან საბანკო პროდუქტები ერთმანეთისგან განსხვავდება – სესხი, საკრედიტო ბარათი, ანაბარი, სადებეტო ბარათი – ამ პროდუქტების უკან სრულიად სხვადასხვა საჭიროება დგას. ადამიანს, რომელსაც კონკრეტულ პერიოდში სესხი ჭირდება, არ ნიშნავს რომ სხვა „მსგავსი“ პროდუქტი უნდა შესთავაზო და მეტიც, არც იმას ნიშნავს, რომ სხვა დროს იგივე პროდუქტს/სერვისს შეიძენს, თუ ამის საჭიროება არ ჰქონდა.

საქართველოს ბანკის რეკომენდერი ციფრულ არხებში 2023 წლიდან გამოჩნდა, რომელიც მანამდე სხვა არხებში 2017 წლიდან იხვეწებოდა. არჩილ კობალაძის თქმით, ციფრული არხები რეკომენდერისთვის ყველაზე მნიშვნელოვანი არხია, რადგან ხდება პირდაპირი კონტაქტი მომხმარებელთან, შუამავლების გარეშე. გარდა ამისა, ციფრულ სივრცეში მონაცემთა ანალიტიკის გუნდს საშუალება აქვს ჩაატაროს A/B testing, რაც რეკომენდერის ეფექტიანობის გაზრდისთვის ძალიან მნიშვნელოვანია.

რეკომენდერის ციფრულ არხებში გაშვების შემდეგ, საქართველოს ბანკის გაყიდვები ამ არხში 10%-ით გაიზარდა. როგორც არჩილ კობალაძემ შეხვედრაზე განაცხადა, ეს ზრდა კონკრეტულად რეკომენდერს უკავშირდება და სპეციალური მეთოდიკით გამოთვლილი ციფრია. ეს მაჩვენებელი მიუთითებს, რომ სარეკომენდაციო სისტემა საქართველოს ბანკის 1 200 000-ზე მეტ მომხმარებელს რელევანტურ და მის საჭიროებებზე მორგებულ რჩევებს აძლევს.

სარეკომენდაციო სისტემა არ არის პროდუქტი ან სერვისი, რომელიც ბანკს თუ ნებისმიერ სხვა ბიზნესს შეუძლია უბრალოდ იყიდოს და დანერგოს. ეს არის განვითარებადი სისტემა, რომლის დახვეწაზე მუშაობა მუდმივად უნდა მიმდინარეობდეს, განსაკუთრებით ახალი ტექნოლოგიების – ხელოვნური ინტელექტის განვითარების პარალელურად.

შეხვედრაზე, ხელოვნური ინტელექტის საბანკო სისტემაში გამოყენების ქეისებზე Lineate Georgia-ს პროგრამული უზრუნველყოფის უფროსმა ინჟინერმა გიორგი ჩუბინიძემ საკუთარი გამოცდილებით ისაუბრა. მისი გუნდი თანამშრომლობს ამერიკულ კომპანია Kore.ai-სთან, რომელიც ე.წ. სასაუბრო ხელოვნური ინტელექტის (Conversational AI) დეველოპერია. Lineate-ის გუნდი ჩართულია AI-ის (BankAssist) საბანკო სისტემებთან ინტეგრაციის პროცესში.

Kore.ai-ის AI-ს ამერიკულ საბანკო სისტემაში 400-ზე მეტი პროცესის (Use Case) მართვა შეუძლია, ასევე, ის ინტეგრირებულია 45-ზე მეტ საბანკო ეკოსისტემასთან. განსხვავებით სხვა სფეროებისგან, საბანკო სისტემაში AI-ის ინტეგრაცია დაკავშირებულია პირადი მონაცემების დაცვის განსაკუთრებულ რეგულაციებთან, რაც პროცესს დამატებით კომპლექსურობას სძენს, თუმცა Lineate-ის გუნდი ამ გამოწვევას წარმატებით უმკლავდება.

AI-ის განვითარება, ისევე როგორც სარეკომენდაციო სისტემების, არის მუდმივი პროცესი, რომელზეც მუშაობა არ წყდება. AI-ის განვითარებასთან ერთად ცხადია გაიზრდება მისი გამოყენების შესაძლებლობები. მნიშვნელოვანია, რომ ბიზნესმა დროულად შეძლოს ახალ რეალობაზე ადაპტირება და საკუთარ კომპანიებში AI-ის როლზე ფიქრი.

საქართველოს ბანკი უკვე 6 წელია თანამშრომლობს ForSet-თან და ამ დროის განმავლობაში DataFest-ის არაერთი შეხვედრა გაიმართა სფეროში აქტუალურ თემებზე.  საქართველოს ბანკი, როგორც ტექნოლოგიური პროგრესის მუდმივი მხარდამჭერი, ხელს უწყობს მონაცემთა მეცნიერების განვითარებას და ამ თემებით დაინტერესებული ადამიანებისთვის დარგის ექსპერტებისგან უახლესი ცოდნის გაზიარებას. შესაბამისად, მომავალში კვლავ უნდა ველოდოთ მსგავს შეხვედრებს.

არ გაჩერდე, გააგრძელე კითხვა