35
действующие либо погашенные кредиты в Сбербанке, так и клиенты, ранее не
кредитовавшиеся в банке, но ведущие расчетную деятельность через счета в
Сбербанке. Оценка кредитного риска, основанная на моделях, использующих
большие данные, в том числе неструктурированные, а также процесс выдачи
кредита, предполагает формирование индивидуальных параметров сделки
(сумма, ставка, срок, график погашения) для каждого заемщика.
Также необходимо отметить уменьшение доли бумажного оборота при
кредитовании с 37% до 10%, что значительно экономит время клиентов и
положительно сказывается на окружающей среде.
Кроме того, в 2018 году банком был проведен пилотный проект
по использованию механизма «machine learning» в кредитовании крупнейших
клиентов. В рамках данного проекта для 12 компаний отраслей торговли и
телекоммуникационных услуг были построены альтернативные модели
прогнозных денежных потоков. В 2019 году проект был расширен на 200
компаний сегмента крупный/средний бизнес. Благодаря внедрению
автоматизации срок работы с моделями прогнозных денежных потоков в
рамках сделки может быть сокращен с нескольких дней до 4-х часов, что
существенно ускорит процесс кредитования.
В конце 2018 года в кредитном процессе был внедрен RPA (robotic
process automation) алгоритм по продукту «Овердрафт за один день». Это
технология автоматизации бизнес-процессов, в которой используются
программные роботы или искусственный интеллект. За ноябрь-декабрь через
робота прошло 13% от общего количества сделок, доля успешных заявок с
применением RPA составила 97%. Кроме того, время рассмотрения заявки и
принятия решения сократилось в 2 раза и составило 4,5 часа.
«Умные продукты» «Сбербанка» полностью меняют кредитный процесс
в банке. Для скорости и безопасности банк начинает использовать биометрию
при обращении клиента в контактный центр, при входе клиента в мобильные
приложения и при использовании устройств самообслуживания.