Итак, мы рассмотрели, как может быть улучшена жизнь граждан с помощью простого доступа к образовательным онлайн-платформам: это экономит время, силы и деньги. Разобрались на примере кейса распознавания лиц, как повышается эффективность государственного управления в сфере безопасности граждан. Каким же образом цифровизация может помочь повысить эффективность бизнес-сектора? Разберемся на примере банковской сферы. Что такое цифровой банк по версии 2020 года? Сегодня — это банк без отделений, которые заменены сотрудниками банковского или аутсорсингового колл-центра, а также курьерской службы или партнерской оффлайн-сетью. Также, безусловно, это банк с развитыми мобильным и интернет-банком, замена колл-центра ботами, возможность идентификации через запущенную государственную систему. Это единая биометрическая система и токенизации банковских карт вместо тех же курьеров. Банковская цифровизация в России происходила практически одновременно со становлением банковской системы в нашей стране. По мнению Devoid, Россия находится в пятерке лидеров среди 38 стран региона EMEA (это Европа, Ближний Восток и Африка). Пионерами цифровой эры банковской сферы в России являются Сбербанк, Тинькофф Банк и Альфа-Банк. Сбербанк — это хороший пример цифровой трансформации. Еще в 2007 году Сбербанк представлял собой архаичные отделения с большими очередями и полным отсутствием сервиса, а сегодня — это современная технологическая экосистема, успешно конкурирующая с другими финансовыми организациями. В рамках цифровой трансформации в Сбербанке произошло и продолжает происходить множество изменений. Мы с вами посмотрим, как в Сбербанке при помощи искусственного интеллекта научились одобрять кредиты юридическим лицам за семь минут вместо нескольких недель. В Сбербанке существовала серьезная проблема: скорость одобрения кредита юридическим лицам. Анализ предоставленной документации, прохождение всех внутренних инстанций — все это занимало время. В итоге предприниматели получали ответ на свою заявку через несколько недель, а в современной экономике с ее скоростями потеря такого количества времени критична для успешного функционирования бизнеса. Разработчики Сбербанка начали последовательно решать данную проблему. Сначала была задача сделать так, чтобы, заполнив небольшую анкету и задав определенные, приемлемые для себя параметры, корпоративный клиент смог достаточно быстро получить ответ о том, на каких условиях, в каком объеме, под какую процентную ставку ему может быть одобрено кредитное решение. Задача не самая сложная. А вот вторая задача была посложнее: перевести в цифровой вид саму процедуру анализа документов юридического лица для принятия решения об одобрении или же отказе в кредите. Для решения этой задачи был создан робот-юрист. Его задачами являются: распознавание сканов десятков юридических документов, каждый из которых уникален по своей структуре; объединение документов с учетом различных изменений; извлечение значимых фактов о юридическом лице; принятие решения, одобрение, отклонение и запрос дополнительных документов. Основная трудность данного процесса заключается в том, что юридические документы компании не имеют четкой регламентации. Например, возьмем устав общества с ограниченной ответственностью. Каждый устав может быть составлен уникально и отличаться от устава другого ООО. В среднем, таких разных форматов для одного типа документов получается около 2000. При этом каждый человек сканирует устав по-разному и в разном качестве. Но распознать интересующие данные — это половина проблемы. Далее нужно понять, как эти данные связаны с другими разделами документа. И этот бедный робот-юрист должен уметь разбираться во всем этом хозяйстве за доли секунды, вычленяя нужные банку данные с точностью распознавания не менее 95 процентов. И Сбербанку это удается: уже сейчас, благодаря данной технологии, удалось выдать 850 кредитов на 100 миллиардов рублей — отличный результат! А вот еще один интересный кейс, который многие из нас уже успели не только протестировать, но и активно пользуются возможностями этой технологии в жизни. Я говорю об Алисе. Слушай, Алиса. Расстояние от Земли до Луны? Триста восемьдесят четыре тысячи четыреста три километра. А у тебя есть мечта? Побегать босиком по земле. Алиса. Проще — говоря. Думаю, сейчас каждый узнал этот голос. Алиса — пример отечественного искусственного интеллекта и, конечно же, ни для кого не секрет, что Алиса — детище Яндекса, российского IT-гиганта, который с помощью своих сервисов разнообразной направленности пытается выстроить экосистему, в которой человек сможет получить все, что ему нужно. Алиса — это приложение, работа которого основана на нейронных сетях. Алисе доступны все сервисы компании Яндекс: Видео, Карты, Музыка, которая автоматически включается при определенном запросе. Но, кроме этого, Алиса способна поддерживать и беседу. Искусственный интеллект, который находится в основе работы Алисы, быстро находит интересующие пользовательские данные. В качестве источника информации используется самая крупная и авторитетная интернет-энциклопедия Википедия и некоторые другие источники, которые с течением времени все больше и больше расширяются. В ближайшей перспективе ожидается подключение других сервисов, расширяющих возможности Алисы, например, работу в социальных сетях: ВКонтакте, Одноклассниках, в Facebook и Instagram. А теперь посмотрим, как именно работает Алиса. Если сильно упростить технологию реализации, это будет выглядеть примерно следующим образом: за каждым ответом Алисы скрывается работа десятков подсистем Яндекса и за одну секунду отрабатывается более сотни сложных алгоритмов. Рассмотрим несколько самых крупных блоков, которые позволяют Алисе быть умной и поддерживать разговоры на совершенно произвольные темы. Одним из главных блоков является Spotter. Это блок, который отвечает за преобразование звука в текст, активируется фразой: "Алиса". Цель блока — из звуковой волны сформировать текстовое представление запроса, что хочет пользователь, для того, чтобы дальше можно было его обрабатывать. Следующий блок — Mega Mind: он как раз получает текстовый запрос и умеет направлять его во все подсистемы, которые есть в Яндексе. Он посылает запрос в Поиск, Музыку, Карты, Погоду и так далее. После того, как все эти подсистемы дают ответ, Mega Mind, исходя из контекста вопроса, решает, какой ответ наиболее релевантен пользователю в данной конкретной ситуации и на данном устройстве. После этого вступает следующий важный блок — это TTS. Сюда поступает ответ в виде текста для дальнейшего его воспроизведения пользователю. До того, как быть воспроизведенным, текст проходит проверку в устройстве Enhancer. Например, есть слова-омонимы, одинаковые по написанию, но разные по произношению. Enhancer как раз понимает контекст и может подсказать, какое слово используется в данном конкретном контексте. Только после прохождения данных блоков мы получаем голосовой ответ на наш запрос. Большинству людей Алиса помогает: управлять умным домом, определять песни, определять, что на фото, включать сказки или же игры, вызывать такси и строить маршруты, а также искать интересующую информацию и многое-многое другое. Важно отметить, что с каждым днем в России создаются новые кейсы цифровой трансформации, каждый из которых достоин отдельного большого курса. Мы напоминаем, что за развитием вышеописанных и появлением новых кейсов можно следить на официальном сайте АНО "Цифровая экономика", а мы не сомневаемся, что их количество будет только увеличиваться.
