Системы поддержки принятия решений (СППР) обрабатывают большие данные и формируют рекомендации на основе продвинутых алгоритмов машинного обучения.

Среди ключевых направлений применения СППР в банках:

❶ Автоматизация процессов скоринга и андеррайтинга

❷ Оценка кредитоспособности клиентов

❸ Выявление подозрительных транзакций и заявок

❹ Оптимизация персонализированных предложений и коммуникаций с клиентами

До недавнего времени рынок СППР в России был сильно консолидирован, а его лидерами были западные компании: SAS, Experian и FICO. Однако сегодня использование этих продуктов накладывает серьезные ограничения, и проблема не только в отсутствии обновлений или прекращении техподдержки, но и в том, что код стратегий (пайплайнов, отображающих структуру производимых системой расчетов), бизнес-правил и интеграции невозможно перенести автоматически.

Таким образом, банкам нужно не просто заменить одну систему на другую, но и переконфигурировать свои процессы, адаптировать стратегии и обучить сотрудников.

Как это сделать?

❶ Выбрать вендора, соответствующего вашим критериям

❷ Минимизировать риски при миграции: автоматизация тестирования, гибкая маршрутизация и синхронизация контента — три кита, на которых строится успешная миграция

❸ Сделать все возможное для сокращения сроков и ресурсоемкости миграции:
— использовать готовые шаблоны миграции
— применять комплексные программы обучения сотрудников от вендора
— использовать трансляторы кода, позволяющие автоматически конвертировать правила и логику из старой системы в новую

Какие перспективы у импортонезависимых СППР?

ИИ открывает перед СППР новые возможности для автоматизации задач разработки, тестирования и актуализации стратегий, используемых в СППР.

Например, ИИ-помощники позволяют:
— автоматизировать создание бизнес-правил и кода;
— сократить время на разработку и тестирование;
— повысить гибкость и адаптивность систем.

Поэтому новые отечественные СППР способны не просто стать заменой зарубежным решениям, но и в ряде случаев превзойти их по функционалу.

Чтобы узнать больше, прочитайте полную версию статьи Артема Глазкова на сайте AXENIX >

#AXsoft

Генеративный ИИ превратился в стратегический актив для бизнеса. Между тем, история знает немало примеров, когда компании проигрывали технологические гонки не из-за отсутствия инноваций, а из-за неумения их правильно адаптировать.

Анна-Мария Лонь, менеджер по аналитике Applied Intelligence AXENIX, рассказывает, как не поддаться соблазну броситься реализовывать первые попавшиеся идеи, вооружившись ИИ. Ведь настоящая ценность не в количестве запущенных пилотов, а в их стратегической целесообразности.

На фото перечисляем последовательность шагов, которые надо совершить, чтобы ГенИИ смог заработать во всю силу. С полной версией статьи можно ознакомиться на сайте RetailTECH.net.

А если вам повезло сегодня быть на Russian Retail Show в Москве, то вы можете лично послушать доклад наших коллег: Анны-Марии Лонь и Антона Меркулова «Как подступиться к GenAI, чтобы проект был коммерчески успешным?» в зале «Эффективность» в 12:30. И конечно, мы будем рады продолжить общение на стенде AXENIX!

#AXai #AXevents