52
- осуществление переводов денежных средств без открытия банковских
счетов, в том числе электронных денежных средств (за исключением
почтовых переводов).
В соответствии с лицензией профессионального участника рынка ценных
бумаг, выданной федеральной службой по финансовым рынкам без
ограничений срока действия, Банк осуществляет следующие виды
деятельности: депозитарную, брокерскую и дилерскую. Представляется
необходимым также рассмотреть результаты деятельности банка за
несколько прошедших периодов.
Основные доходы Банку продолжают приносить процентные и
комиссионные доходы. Также Банк получает доходы операций с
иностранной валютой и от операций с ценными бумагами. Банк активно
предлагает своим клиентам максимально широкий спектр финансовых услуг
и инструментов, которые применяются в международной банковской
практике, и расширяет круг проводимых операций.
53
Глава 3 РАЗВИТИЕ МОДЕЛЕЙ БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ В
СОВРЕМЕННОЙ ЭКОНОМИКЕ
3.1 Использование новых технологий в процессе развития и
совершенствования моделей банковской деятельности
Сегодня важную роль в технологических изменениях модели банковской
деятельности приобретает грамотное сочетание материальной
заинтересованности банка и выстраивания долгосрочных отношений с
клиентом, который, находясь в условии пониженного уровня доверия,
становится центральным ориентиром деятельности банка.
Наиболее инициативные банки сегодня уже адаптируют в своей
деятельности результаты технологических прорывов. В целях анализа
внедрения и использования новых технологий в ту или иную модель
банковской деятельности были выделены технологии, которые получили
наибольшее распространение в банковской сфере сегодня для более
дательного рассмотрения Технологии биометрических данных используются
для идентификации клиента по его биологическим характеристикам.
Сегодня в финансовом мире используется две формы представления
таких данных:
статические (например, отпечаток пальца, радужная оболочка и пр.);
динамические, то есть те, которые имеют тенденцию изменяться
(например, голос).
Система безопасности биометрических данных выстраивается на
определенном алгоритме: сначала пользователь представляет системе свои
биометрические данные, затем они сохраняются в виде математического
кода, и впоследствии при обращении клиента вновь введенные
биометрические данные сравниваются с теми, что сохранены в системе для
подтверждения операции. Международное консалтинговое агентство J’son &
Partners Consulting проанализировало перспективы рынка биометрических
54
технологий. По данным J&P Consulting, к 2022 году объем данного рынка
вырастит в 2 раза по сравнению с 2018 г. до 40,22 млрд. долларов США. При
этом средний темп роста за период 2015-2022 гг. составит 18,6%, что 56
указывает на стремительное и стабильное увеличение данного показателя.
Объем мирового рынка биометрических систем, 2015-2022, млрд. долл.
США. Анализируя перспективы повсеместного внедрения биометрических
технологи в финансовую и банковскую области, необходимо отметить, что
одним из ключевых факторов, опосредующих данную тенденцию, является
развитие технологии мобильных данных и соответствующий рост мобильных
платежей.
Исследование консалтинговой компании Juniper Research показало, что к
2022 году количество мобильных устройств, поддерживающих технологию
биометрии достигнет 760 млн, в то время как по состоянию на 2016 год их
количество составляло 160 млн. На сегодняшний день большинство
гаджетов, которые используют биометрическую технологию для
подтверждения проводимой банковской операции, ориентированы на
распознавание только отпечатка пальца, однако сегодня технологические
компании взяли тренд на создание мультибиометрических устройств,
которые задействуют сразу несколько форм биометрических сведений.
Данное усложнение позволит банкам повышать лимиты финансовых
транзакций, проводимых онлайн, и усиливать безопасность операций.
Развитие рынка мобильной биометрии связано с активным использованием
биометрических технологий в финансовом секторе. Банки постепенно
расширяют использование новых технологий, что, несомненно ведет к
трансформации их модели банковской деятельности.
Сегодня банками используются биометрические сенсоры в банкоматах,
идентификация по голосу в call-центрах и прочее. В 2014 году платежная
система MasterCard разработала платежную карту, в которую был встроен
идентификатор отпечатка пальца клиента, которому предлагалось проводить
банковские операции без ввода пин-кода.
55
Сегодня MasterCard привлекает инвестиции для изучения более
надежных технологий биоидентификации (например, биение сердца). В
октябре 2014 года ПАО «Сбербанк» анонсировал запуск новой технологии
оплаты – сервиса Apple Pay, что стало еще одним прорывом на рынке
банковских услуг. Для проведения банковского платежа используется
мобильное устройство и предварительно сохраненные в нем биометрические
данные.
По оценкам консалтинговой компании Grand View Research,
международный рынок этих кошельков достигнет 7,5 трлн. долларов к 2024
году при средних темпах роста более 30%. Крупнейшими мировыми банками
(JPMorgan Chase, Wells Fargo Bank of America) сегодня также активно
используется технология идентицикации клиентам по опечаткам пальцев.
Основная тенденция на сегодняшний день – повышенный интерес к другим
формам биометрического считывания информации.
Wells Fargo внедряет решения российской технологической компании
VoiceKey.
OnePass с целью использования голосовых данных совместно с
распознаванием лица.
С 2015 Citigroup внедряет масштабную систему голосовой
идентификации клиентов в регионах Азии. В 2015 году платежная система
MasterCard в разработке с канадским коммерческим банком TD Bank начали
тестирования браслетов для постоянного ношения, которые идентифицирует
клиента по ритмам сердцебиения (технология HeartID) и позволяет
осуществлять бесконтактные банковские операции.
В 2017 году в Индии была запущена сеть банкоматов коммерческого
банка DCB Bank, которая основана на национальной системе
биометрических данных – Aadhaar.
По данным международной технологической компании Technavio,
основным потребителем систем биометрической идентификации (43% от
56
всего объема рынка) выступает именно финансовый сектор: коммерческие
банки и финансовые институты.
Российскими коммерческими банками уже используются биометрические
технологии. Сегодня распространено повсеместное внедрение голосовых
идентификаций в call-центрах технологии распознавания лица в отделениях
при предоставлении кредита, считывание отпечатков пальцев при входе в
банковские мобильные приложения и для подтверждения доступа к
банковской ячейке.
Очевидным становится тот факт, что банки с новой моделью банковской
деятельностью не могут игнорировать существующие мировые тенденции по
внедрению сервисов, задействующих биометрические данные.
В настоящее время банки нацелены на массовый сбор и обработку
биометрических данных клиентов. Использование таких сервисов повышает
доступность банковских услуг для пожилых и маломобильных групп
клиентов банка. Рассматривая рыночный аспект подобных технологий,
отмечено, что внедрение данных технологий способствует усилению
конкуренции и сокращению издержек на банковском рынке.
Благодаря внедрению новых инструментов аналитики на основе больших
банков банки модифицировали существующие скоринговые системы – так,
например, принимая решение о выдаче кредита, банк может
проанализировать имеющуюся в интернете информацию о клиенте – бюро
кредитных историй, базу данных Федеральной службы судебных приставов,
социальные сети и иные цифровые следы, которые оставляет человек в
пространстве Интернет. Скоринг запустили АО «ОТП Банк», ООО «Хоум
Кредит энд Финанс Банк», АО «Тинькофф Банк», ПАо «Альфа Банк».
Подводя итог, хотелось бы отметить исследование, которое провела
консалтинговая аудиторская компания Deloitte по оценке российских банков,
выбравших путь внедрения инновационных технологий, в целях составления
рейтинга - кто из рассмотренных игроков банковской сферы является
наиболее успешным в внедрении инноваций. Технологии были разделены на
57
четыре группы по следующим признакам: безопасность, автоматизация,
цифровые технологии и геймификация.
Почта Банк запускает новую технологию продаж POS-кредитов:
1
это
позволяет оформить кредит на покупку товара в торговой точке или
интернет-магазине можно в ближайшем к дому или магазину клиентском
центре или почтовом отделении. Таким образом, эта технология позволит
расширить рынок POS-кредитования, в т.ч. в небольших населенных пунктах
и сделает для многих региональных торговых сетей, интернет-магазинов и их
покупателей продажу товаров в кредит удобной, быстрой и доступной.
Кроме того, новая модель позволит банку создать самую массовую в стране
сеть POS-кредитования, нарастить продажи и долю рынка и занять
лидирующее положение в сегменте.
Новая технология охватит более 4 500 точек облуживания банка
(флагманских клиентских центров банка и почтовых отделений с
сотрудником банка) более чем в 1700 населенных пунктах нашей страны,
около половины из которых расположены в сельской местности.
По предварительным расчетам банка, новая схема работы позволит банку
привлечь за год порядка 1 700 новых партнеров в сегменте POS-
кредитования – как торговых сетей, так и интернет-магазинов. В настоящее
время по программам товарного кредитования банк работает более чем с 30
тыс. партнерами. «На текущий момент в России около 15-20 тыс. интернет-
магазинов, из них порядка 7 тыс. имеют в своем ассортименте товары,
подходящие для кредитования. При этом порядка 30% из них – это
небольшие интернет-магазины, которых в первую очередь и заинтересует
новая модель сотрудничества. Банк обладает масштабной сетью
облуживания по всей стране, потенциал которой можно успешно
использовать для развития POS-кредитования, в т.ч. в малых и удаленных
населенных пунктах. Уверен, что новая технология даст нам сильное
1
Официальный сайт Почта Банк https://www.pochtabank.ru/news/678002
58
конкурентное преимущество на рынке POS-кредитования в целом и WEB-
POS-кредитования в частности, чтобы существенно нарастить долю в
сегменте и стать его лидером», – отметил Андрей Павлов.
По данным исследования Frank RG, на 1 июля 2019 года, Почта Банк
занимает второе место по размеру портфеля POS-кредитов среди российских
банков. Кредитный портфель банка в этом сегменте достиг 40,7 млрд рублей.
По итогам 2 квартала 2019 года доля банка в сегменте POS-кредитования
составляет около 16%, при этом относительный прирост с начала года
составил около 14%.
Среди российских банков уже формируется группа лидеров в области
применения технологий искусственного интеллекта и машинного обучения
(далее – ИИ).
Наибольшего финансового эффекта от технологий ИИ российские банки
ждут в таких сферах, как выявление мошеннических транзакций, взыскание
задолженности и кредитный скоринг, – именно их банки чаще всего
включали в тройку самых перспективных. Менее перспективными, по
мнению опрошенных, являются работа колл-центров (их автоматизация за
счет чат-ботов), контроль за соблюдением 115-ФЗ, маркетинг и
алгоритмическая торговля. Реже всего российские банки рассчитывают на
значимый результат от использования ИИ в управлении персоналом,
отслеживании информационного фона в отношении банка, удаленной
идентификации клиентов. Такая оценка связана не столько с
неприменимостью ИИ в этих областях, сколько с трудностями определения
соответствующего финансового эффекта.
Рейтинговое агентство «Эксперт РА» и RAEX (РАЭКС-Аналитика) на
основе указанной ниже методологии и проведенного анкетирования банков
подготовили их классификацию по уровню использования технологий ИИ. В
опросе приняли участие в первую очередь лидеры российского рынка в сфере
применения технологий искусственного интеллекта и машинного обучения.
В классификации, приведенной в таблице, нет класса «ниже среднего»,
59
поскольку банки, которые мало внимания уделяют технологиям ИИ,
изначально не дали согласия на заполнение анкеты. Кроме того, от
раскрытия информации отказался ряд банков, которые могли претендовать
на класс «выше среднего», но не были уверены в попадании в группу
лидеров.
Таблица 4
Классификацию по уровню использования технологий ИИ
Класс (краткое название)
Класс
Банки, включенные в
класс
Значительно выше среднего
Заявленный банком уровень
использования технологий
искусственного интеллекта
и машинного обучения
значительно выше среднего
уровня, характерного для
крупных российских банков.
Тинькофф Банк, Банк ГПБ,
МТС Банк
Выше среднего
Заявленный банком уровень
использования технологий
искусственного интеллекта
и машинного обучения
выше среднего уровня,
характерного для крупных
российских банков, при
наличии значимого
потенциала в этой сфере.
Московский кредитный
банк, Банк «Русский
Стандарт», Промсвязьбанк,
Банк «Ренессанс Кредит»
Близко к среднему
Заявленный банком уровень
использования технологий
искусственного интеллекта
и машинного обучения
близок к среднему уровню,
характерному для крупных
российских банков.
УБРиР, БКС Банк, Банк
«ДельтаКредит», Банк
«Открытие»
60
Оценку уровня использования технологий искусственного интеллекта и
машинного обучения производили на основе анкет, заполненных банками.
Такая возможность была предоставлена примерно 50 банкам из числа топ-
100 по активам. Анкету изначально не рассылали банкам, играющим роль
институтов развития (Росэксимбанк, МСП Банк), небанковским кредитным
организациям, банкам, которые обслуживают только крупных
корпоративных клиентов, участникам банковских групп с низкой степенью
самостоятельности в развитии бизнеса (например, анкету было предложено
заполнить Альфа-банку, но ее не направляли в санируемый им Балтийский
банк).
Графики с основными результатами анкетирования:
Рисунок 3
Частота применения банками различных источников информации в кредитном скоринге
61
Рисунок 4
Факторы, ограничивающие применение ИИ в банках