Как ориентация на масштаб, безопасность и скорость помогла голландскому многонациональному банку быстро и эффективно внедрить трансформацию поколения ИИ.
За короткое время, прошедшее с тех пор, как генеративный ИИ стал доступен всем, ING быстро внедрил, развернул и масштабировал эту технологию. Сегодня генеративный ИИ помогает сотрудникам банка, работающим с клиентами, лучше обслуживать клиентов, упрощает внутренние процессы и сокращает расходы. Голландский банк перешёл от экспериментов к масштабному внедрению генеративного ИИ менее чем за год и в настоящее время использует генеративный ИИ в пяти важнейших областях, включая разработку программного обеспечения, политику «Знай своего клиента» (KYC) и обеспечение соответствия требованиям, а также обслуживание клиентов.
Марникс ван Стипхаут, главный операционный директор и директор по трансформации голландского банка, объясняет способность своей организации так быстро внедрять и масштабировать искусственный интеллект (ИИ) благодаря определённым управленческим методам, таким как высвобождение нужных сотрудников для работы над инициативой. Недавно он рассказал о своём опыте старшему партнёру McKinsey Андреа дель Мильо и партнёру Мохсину Уасс. Их интервью было отредактировано для краткости и ясности.
Трансформация ИИ в ING
McKinsey: Марникс, генеративный ИИ всё ещё очень новая технология, но ING уже внедрила её и масштабировала. Была ли у ING особая необходимость продвигаться так быстро?
Марникс ван Стипхаут: Как и всем банкам, нам необходимо конкурировать с новыми игроками и модернизировать наши системы, учитывая всё более сложную нормативную среду на рынках, которые мы обслуживаем. В искусственном интеллекте нового поколения мы увидели новую возможность решить все эти императивы креативными способами, которые ранее были нам недоступны.
McKinsey: Как вам удалось сосредоточиться на программе создания искусственного интеллекта?
Марникс ван Стипхаут: Нам потребовалось довольно много времени, чтобы перейти от анализа множества различных идей к решению на уровне совета директоров, где мы могли бы однозначно сказать, что это пять вещей, которые мы собираемся сделать. В итоге мы решили сосредоточиться на пяти стратегических областях: гиперперсонализированный маркетинг, модернизация чат-ботов для улучшения обслуживания клиентов и сквозной обработки, улучшение KYC и соответствия требованиям, ускорение разработки программного обеспечения и поддержка наших оптовых клиентов в процессе кредитования и обеспечения устойчивого развития. Мы считали, что эти области являются стратегически приоритетными для банка, где искусственный интеллект высокого уровня может быстро обеспечить ценность для клиентов. Развертывание программ искусственного интеллекта высокого уровня в этих областях должно было создать основу, на которой мы сможем развивать будущие возможности искусственного интеллекта высокого уровня.
McKinsey: Не могли бы вы подробнее рассказать о последних трёх из пяти стратегических направлений? Нетрудно понять, как ИИ-генерал ускоряет разработку программного обеспечения, но почему именно это направление было выбрано в качестве стратегического? И как ИИ-генерал может помочь в обеспечении соответствия законодательным и нормативным требованиям или в оптовом кредитовании?
Марникс ван Стипхаут: Да, очевидно, что производительность разработчиков резко возрастает, когда можно использовать инструменты на базе ИИ для обеспечения прозрачности устаревшего кода, более эффективного обслуживания и, в целом, ускорения модернизации. Это особенно актуально для нашей отрасли, поскольку банки, как правило, обладают огромными массивами устаревших технологий и специализированного кода для их интеграции, что значительно тормозит инновации, особенно при разработке новых продуктов. Что касается соответствия требованиям, искусственный интеллект высокого уровня может помочь нам ускорить и улучшить процедуры KYC, а также усилить меры по предотвращению финансовых и экономических преступлений. Автоматизируя анализ транзакций и повышая эффективность процессов комплексной проверки клиентов, мы можем сократить случаи мошенничества и злоупотреблений, сократить время, затрачиваемое на эти процедуры, и одновременно улучшить качество обслуживания клиентов.
А в сфере оптового кредитования искусственный интеллект может помочь, например, обеспечить управление с нулевыми выбросами, собирая соответствующие показатели устойчивого развития для менеджеров по работе с клиентами и клиентов. Это достигается путем извлечения и обобщения с помощью ИИ показателей ESG [экологических, социальных и управленческих] из доступных кредитных отчетов и отчетов по устойчивому развитию.
Переход на ИИ быстрыми темпами: что нужно для победы
McKinsey: После того как вы определились с этими пятью областями, сколько времени вам потребовалось на создание, развертывание и масштабирование этих новых инструментов?
Марникс ван Стипхаут: Меньше года. Наше решение сузить фокус до пяти стратегических направлений ознаменовало начало нашего пути, и как только направление стало ясным, реализация последовала быстро. От нуля до первой реальной инициативы нам потребовалось, наверное, шесть или семь месяцев.
McKinsey: Как вам это удалось? Реализовать большинство новых инициатив в такие сроки, даже без внедрения новых технологий, — это большая победа.
Марникс ван Стипхаут: На самом деле, нам помогли пять факторов. Во-первых, и, пожалуй, самое важное, мы придерживались пяти приоритетных направлений, которые определили на этапе экспериментов. Очень легко взять на себя слишком много, особенно в данном случае, поскольку технологии стремительно развиваются на протяжении всего процесса. Во-вторых, мы стремились освободить нужных людей для выполнения работы. Это означает, что вам придётся взять на себя другие задачи, и это может показаться сложным. Но если вы этого не сделаете, вы не сможете двигаться достаточно быстро. В-третьих, мы сосредоточились на открытии дорожных карт для обеспечения поставки. Компания работала совместно с нашими коллегами из сферы ИИ и технологий, чтобы оценить решения [и] определить этапы поставки и критерии успеха. В-четвёртых, мы привлекали внешнюю помощь, когда она была необходима. Что касается ИИ высокого уровня, технологии развиваются так быстро, что для успешного и быстрого внедрения действительно требуется поддержка экспертов. И, наконец, мы оптимизировали оценку рисков на более высоком уровне. Наш процесс оценки рисков не был готов к ИИ высокого уровня. Вместо того чтобы адаптировать текущий процесс, мы создали новый «магистральный» процесс оценки рисков ИИ под руководством более опытных коллег, чтобы обеспечить быстрое принятие решений по проектированию решений ИИ и требуемым пороговым значениям рисков.
McKinsey: Давайте разберёмся в этом подробнее. Как вы выбрали пять областей, на которых сосредоточились для первоначального развёртывания ИИ?
Марникс ван Стипхаут: Мы сознательно выбирали сценарии использования с низким уровнем риска, чтобы иметь возможность действовать быстро и быть уверенными в том, что любые ошибки можно исправить. Мы выбрали сценарии использования, где мы всё ещё можем решить, как достичь нужного качества, и если что-то пойдёт не так, это можно будет исправить. Это позволило нам полностью реализовать свои возможности в этих областях. Мы, конечно же, не собирались сразу браться за модели ценообразования или основные процессы кредитования. Конечно, само общение с клиентами — это важный и важный аспект, но мы говорим о взаимодействии через чат-ботов, и если с первого раза всё не получится как надо, можно вмешаться, протестировать и контролировать качество. Сквозная обработка немного сложнее, но начинать нужно не с этого. Новые системы сначала применяются к менее конфиденциальным сообщениям клиентов, где они всё ещё могут позвонить, если чат-бот ещё недостаточно настроен к моменту запуска.
McKinsey: Что касается привлечения внешней помощи, как вы определили, где она вам нужна? На рынке так много поставщиков, и все они стремятся воспользоваться одной и той же возможностью использования технологий искусственного интеллекта.
Марникс ван Стипхаут: Партнёрские отношения невероятно важны. Обычно я считаю, что если мы можем получить правильные решения в области ИИ от рынка, то нам следует их получить. Это новая технология, поэтому лучше использовать то, что уже разработано. Кроме того, мы чувствовали необходимость привлекать экспертов на определённых этапах процесса — для разработки дорожных карт, создания необходимой технической инфраструктуры и развертывания ранних вариантов использования. Мы знали, куда хотим двигаться, но также понимали, что нам нужна помощь, чтобы достичь этого быстро. Помимо сотрудничества с McKinsey в разработке и развёртывании, мы сотрудничали с гипермасштабируемыми компаниями для доступа к необходимой инфраструктуре и её настройки. Не думаю, что мы могли бы сделать это иначе, и, думаю, никто со мной не согласится. Дело не только в том, чтобы выполнить работу. Речь также идёт о том, чтобы показать организации, чего можно достичь быстро. Наличие реальных примеров на раннем этапе — весомых доказательств — даёт людям уверенность в реальности происходящего. Если бы мы решили развивать проект самостоятельно или с меньшей внешней помощью, чем та, что мы привлекли, мы бы рисковали тем, что люди потеряют веру в наше начинание.
Роль руководства во внедрении ИИ
McKinsey: Можете ли вы рассказать о вашей команде руководителей, совете директоров ING? Считали ли вы, что вам необходима их поддержка для реализации инициативы такого уровня?
Марникс ван Стипхаут: Мы считали, что поддержка совета директоров на всех этапах критически важна. Совет директоров заранее определил, где действовать, а затем поддерживал команды, давая им чёткое направление и обеспечивая постоянную поддержку. Определив пять областей, где мы будем внедрять искусственный интеллект, мы назначили соответствующего члена совета директоров для каждой из этих областей и поручили ему регулярно отслеживать этот элемент программы. Внимание на уровне совета директоров не ограничивалось мониторингом. Со всеми этими новыми идеями — даже в рамках пяти областей — связаны неопределённость и риск. Людям нужно было чувствовать себя в безопасности, принимая на себя эти риски или сообщая о них своим руководителям. В то же время наши старшие руководители продолжали активно участвовать в повседневной работе по созданию этих программ искусственного интеллекта, обеспечивая быстрое принятие решений и оперативную помощь при необходимости. Если команда сталкивалась с блокировкой, у нас были руководители, которые могли снять трубку и устранить её. Это существенно повлияло на скорость нашей работы. Многие задачи, с которыми сталкиваются команды, являются новыми; это та область, где руководство может внести свой вклад и решить эти проблемы вместе со своими командами.
Управление рисками ИИ
McKinsey: Одним из пяти факторов успеха стала оптимизация процессов управления рисками на более высоком уровне. Как вы управляете рисками, связанными с внедрением ИИ?
Марникс ван Стипхаут: Приятно осознавать, что ИИ не только создаёт новые риски, но и помогает нам эффективнее управлять уже имеющимися. Например, в сфере KYC мы используем ИИ для более точного определения информации, которую запрашиваем у клиентов. Однако нам необходимо понимать пределы возможностей ИИ в принятии решений в нашем банке. Это особенно актуально по мере развития ИИ-технологий и изучения более сложных вариантов их использования, таких как автономные агенты, которые помогают операционным группам принимать решения, например, в области ценообразования или KYC. Не стоит масштабировать то, риски чего невозможно оценить. Поэтому в чувствительных областях мы всегда будем держать людей в курсе событий.
Влияние ИИ на сегодняшний день и что будет дальше
McKinsey: Вы уже несколько месяцев используете эти масштабированные инструменты искусственного интеллекта. Как идут дела?
Марникс ван Стипхаут: Результаты уже видны. Например, ИИ высокого уровня обеспечивает работу нашего чат-бота, повышая качество обслуживания клиентов и перенаправляя более сложные вопросы непосредственно операторам. В маркетинге ИИ высокого уровня помогает нам выстраивать персонализированные коммуникации и прогнозировать отток клиентов, обеспечивая более проактивный и персонализированный подход. А в сфере обеспечения соответствия нормативным требованиям ИИ высокого уровня снижает нагрузку на документацию в рамках процедур KYC, упрощая и ускоряя процесс адаптации клиентов.
McKinsey: Будете ли вы адаптировать пять упомянутых вами факторов успеха по мере внедрения программ искусственного интеллекта в другие области и их дальнейшего масштабирования? Должны ли они развиваться вместе с технологией и её сферой применения?
Марникс ван Стипхаут: Формула, которую мы использовали, останется неизменной. Стратегическая направленность, создание эффекта, взаимодействие между руководством и советом директоров, разумное использование внешних партнёров и неустанный подход к быстрому достижению результатов там, где, по нашему мнению, ценность может быть получена быстро, — всё это будет и дальше нас поддерживать. Речь идёт не о масштабировании технологического инструмента, а о перестройке нашего рабочего процесса.
McKinsey: Теперь, когда вы достигли таких значительных успехов, что дальше? Как вы видите развитие вашего применения искусственного интеллекта?
Марникс ван Стипхаут: Со временем искусственный интеллект нового поколения станет более интегрированным, перейдя от поддержки задач к автоматизации процессов. Мы всё ещё находимся на этапе дополнения человеческой деятельности, помогая нашим сотрудникам делать больше, быстрее и лучше. Но мы уже наблюдаем переход от задач к процессам с помощью агентного ИИ, и принятие решений станет неотъемлемой частью этих автоматизированных процессов. Однако этот переход потребует от организации привыкания. Потребуется время и много тестирования, но я уверен, что мы добьёмся этого.
ОБ АВТОРЕ(АХ)
Марникс ван Стипхаут — главный операционный директор и директор по трансформации в ING в Амстердаме. Андреа дель Мильо — старший партнёр миланского офиса McKinsey, а Мохсин Уасс — партнёр амстердамского офиса.
Комментарии и мнения, высказанные опрошенными, являются их собственными и не представляют и не отражают мнения, политику или позиции McKinsey & Company и не одобрены ею.