Блог

Искусственный интеллект научился выдавать миллиардные кредиты за несколько минут

Искусственный интеллект научился выдавать миллиардные кредиты за несколько минут

Для физических лиц кредит в несколько кликов уже привычная услуга. Но когда в банки приходят крупные компании за большими деньгами, все происходит по старинке — специалисты изучают документы, звонят куда-то, пишут запросы. Иногда на это уходят недели. В Сбере придумали, как выдавать кредиты на миллиарды рублей не за семь дней, а за семь минут.

Как это устроено

Мы заранее изучаем всю базу корпоративных клиентов, делаем расчеты и направляем предложения в Личный кабинет клиентов в Сбербанк Бизнес-Онлайн. У них в приложении появляется кнопка с уведомлением, что им доступен онлайн-кредит.

Клиент щелкает кнопку, дает необходимое согласие на запрос кредитной истории и заполняет короткую анкету. И в течение пары минут получает предложение от банка о готовности кредитовать на определенную сумму.

После сообщения о готовности выдать кредит в приложении у клиента открывается конструктор, в котором он может сконфигурировать свой кредит — выбрать его тип, сроки, график платежей, дополнительные условия. В ответ приходит сформированный кредитный договор, который остается только подписать. Звучит просто, но что как удалось реализовать быстрое предложение?

Робот, проверь, пожалуйста

Важный шаг в одобрении кредита за семь минут — юридическая экспертиза документов. Для этого мы создали и впервые пилотируем робота-юриста, который анализирует документы и принимает по ним правовое решение. Это программное решение, которое анализирует текст, проверяя в нем юридические факты, сопоставляет их и выносит решение, используя алгоритмы машинного обучения. На сегодня робот-юрист уже умеет проверять учредительные документы контрагента, выявлять корпоративные ограничения и проверять подписанта сделки.

Модели для сборки

Пожалуй, такой сложности моделей в Сбербанке больше нет ни в одном процессе. В этом проекте мы использовали технологии BigData по-максимуму: витрины на Spark, Scala, модели на Python, исполняющиеся распределённо. Всего оценку клиента делает каскад из пятнадцати моделей.

Модель — это математический алгоритм, нацеленный на решение бизнес-задач. Это может быть распознавание объекта на изображении или принятие решения, что клиента с такой финансовой отчетностью мы кредитовать не хотим, поскольку он с большой вероятностью уйдет в дефолт (не вернет кредит).

С роботом-юристом всё было непросто. Чтобы делать юридические заключения, нужно анализировать неструктурированный текст, из которого нужно извлечь значимую информацию для юридической оценки. Эта задача называется Named-entity recognition (NER) — распознавание именованных сущностей. На тот момент, когда мы начали ее решать, даже state-of-the-art методы не давали высоких результатов.

Мы использовали нейронные сети и пробовали разные архитектуры для того, чтобы выйти на уровень 95% точности по задаче извлечения сущностей для робота-юриста.

Поделись статьей с друзьями!