Как сэкономить миллиарды за счет ИИ-трансформации бизнеса
В 2020 году я стал директором по искусственному интеллекту (Chief Data Scientist) в стратегическом блоке Сбера. Основная задача была весьма амбициозной: вывести блок в лидеры по развитию ИИ. При этом в тот момент мы отставали от всех других блоков, у нас не было ни одной работающей ИИ-модели.
Для начала я проанализировал положение дел и разработал стратегию ИИ-трансформации блока по примерно 25 различным параметрам - от уровня менеджмента до качества научных исследований. Задача была сложной сама по себе, но сложнее всего было утвердить ее на уровне банка и экосистемы.
Затем я сформировал команду из примерно 20 специалистов по данным. Мы начали глубокое изучение процессов: беседовали с сотрудниками, анализировали рабочие потоки. Сложнее всего поддавались анализу управленческие процессы, эффективность которых трудно измерить количественно.
После этого мы приступили к сбору источников данных для каждого процесса. Процессов оказалось более 20, и все требовали соблюдения конфиденциальности данных. Для работы с данными нам пришлось совместно с отделом кибербезопасности создать отдельное защищенное хранилище - кстати, первое в Сбере хранилище такого рода.
После завершения подготовительного этапа началась разработка моделей. Для макроэкономистов мы создали инструмент стресс-тестирования банка. В результате появилась возможность моделировать различные сценарии развития событий и оценивать их влияние на ключевые показатели банка – без риска для реальных активов.
Отдельный инструментарий был создан для работы с банковскими рынками: под каждый сегмент рынка была создана модель, при помощи которой аналитики могли прогнозировать их динамику и принимать обоснованные решения.
Для стратегического отдела мы создали целый ряд полезных инструментов:
• Модель анализа эффективности сотрудников помогала оценивать продуктивность каждого специалиста;
• Модель для прогнозирования потенциальных увольнений - это оказалось очень полезным для HR-отдела;
• Модель ONA (Organizational Network Analysis) для оптимизации организационной структуры, выявляющая неэффективное распределение кадров и дублирующие функции;
• Модель для оптимизации нахождения сотрудников в офисе в пандемию и определения оптимальной рассадки;
• Интеллектуальный календарь для руководителей, оптимизирующий их рабочий график. Это позволило топ-менеджерам более эффективно управлять своим временем;
• Система генерации бизнес-идей для высшего руководства. Хотя это может показаться футуристичным, система работала довольно эффективно, предлагая интересные концепции, пригодные для дальнейшей проработки человеком;
• Для стратегического дашборда разработали модель, которая автоматически сегментирует клиентов и строит аналитику под каждый сегмент. Это позволило стратегам лучше понимать клиента и принимать более эффективные решения по выводу продуктов на рынок.
• Кроме того, были разработаны и другие ИИ-модели. Ежемесячно каждый из моих сотрудников внедрял по две модели.
В ходе работы мы также внедрили систему интеллектуального анализа документов, которая существенно сократила время поиска необходимой информации в больших массивах данных. Это значительно ускорило процесс обработки отчетов и поиска нужных данных.
Также мы использовали инструменты интеллектуального анализа процессов для проектирования большинства бизнес-процессов банка и инструменты автоматического машинного обучения для прогнозирования метрик этих процессов (их было более 2000), не тратя рабочее время исследователей данных.
В результате нам удалось достичь значительного прогресса. За несколько месяцев мы повысили индекс зрелости ИИ с нулевой отметки до 93%, став лидерами по динамике роста в банке. Через год был подсчитан экономический эффект, который исчислялся несколькими миллиардами рублей. Точную сумму, к сожалению, раскрыть не могу - NDA.
Ну и в качестве вишенки на торте - я был признан одним из лучших руководителей банка 2021 года.
Получить такую оценку лично от президента Сбера было, конечно, очень приятно.
#кейсы
В 2020 году я стал директором по искусственному интеллекту (Chief Data Scientist) в стратегическом блоке Сбера. Основная задача была весьма амбициозной: вывести блок в лидеры по развитию ИИ. При этом в тот момент мы отставали от всех других блоков, у нас не было ни одной работающей ИИ-модели.
Для начала я проанализировал положение дел и разработал стратегию ИИ-трансформации блока по примерно 25 различным параметрам - от уровня менеджмента до качества научных исследований. Задача была сложной сама по себе, но сложнее всего было утвердить ее на уровне банка и экосистемы.
Затем я сформировал команду из примерно 20 специалистов по данным. Мы начали глубокое изучение процессов: беседовали с сотрудниками, анализировали рабочие потоки. Сложнее всего поддавались анализу управленческие процессы, эффективность которых трудно измерить количественно.
После этого мы приступили к сбору источников данных для каждого процесса. Процессов оказалось более 20, и все требовали соблюдения конфиденциальности данных. Для работы с данными нам пришлось совместно с отделом кибербезопасности создать отдельное защищенное хранилище - кстати, первое в Сбере хранилище такого рода.
После завершения подготовительного этапа началась разработка моделей. Для макроэкономистов мы создали инструмент стресс-тестирования банка. В результате появилась возможность моделировать различные сценарии развития событий и оценивать их влияние на ключевые показатели банка – без риска для реальных активов.
Отдельный инструментарий был создан для работы с банковскими рынками: под каждый сегмент рынка была создана модель, при помощи которой аналитики могли прогнозировать их динамику и принимать обоснованные решения.
Для стратегического отдела мы создали целый ряд полезных инструментов:
• Модель анализа эффективности сотрудников помогала оценивать продуктивность каждого специалиста;
• Модель для прогнозирования потенциальных увольнений - это оказалось очень полезным для HR-отдела;
• Модель ONA (Organizational Network Analysis) для оптимизации организационной структуры, выявляющая неэффективное распределение кадров и дублирующие функции;
• Модель для оптимизации нахождения сотрудников в офисе в пандемию и определения оптимальной рассадки;
• Интеллектуальный календарь для руководителей, оптимизирующий их рабочий график. Это позволило топ-менеджерам более эффективно управлять своим временем;
• Система генерации бизнес-идей для высшего руководства. Хотя это может показаться футуристичным, система работала довольно эффективно, предлагая интересные концепции, пригодные для дальнейшей проработки человеком;
• Для стратегического дашборда разработали модель, которая автоматически сегментирует клиентов и строит аналитику под каждый сегмент. Это позволило стратегам лучше понимать клиента и принимать более эффективные решения по выводу продуктов на рынок.
• Кроме того, были разработаны и другие ИИ-модели. Ежемесячно каждый из моих сотрудников внедрял по две модели.
В ходе работы мы также внедрили систему интеллектуального анализа документов, которая существенно сократила время поиска необходимой информации в больших массивах данных. Это значительно ускорило процесс обработки отчетов и поиска нужных данных.
Также мы использовали инструменты интеллектуального анализа процессов для проектирования большинства бизнес-процессов банка и инструменты автоматического машинного обучения для прогнозирования метрик этих процессов (их было более 2000), не тратя рабочее время исследователей данных.
В результате нам удалось достичь значительного прогресса. За несколько месяцев мы повысили индекс зрелости ИИ с нулевой отметки до 93%, став лидерами по динамике роста в банке. Через год был подсчитан экономический эффект, который исчислялся несколькими миллиардами рублей. Точную сумму, к сожалению, раскрыть не могу - NDA.
Ну и в качестве вишенки на торте - я был признан одним из лучших руководителей банка 2021 года.
Получить такую оценку лично от президента Сбера было, конечно, очень приятно.
#кейсы