Директор по технологиям искусственного интеллекта ВКонтакте Павел Калайдин сменил должность на аналогичную в "Тинькофф" и "возглавил «Центр технологий искусственного интеллекта» в компании, которая планирует стратегически развиваться в направлении AI bank".
Калайдин пришёл в ВК пять лет назад и за этот срок развил практически с нуля ИИ-технологии в соцсети. Он отвечал за разработку алгоритмов "умной ленты", автоматические ответы на вопросы в поддержку, перевод названий товаров с "Алиэкспресса", расшифровку голосовых сообщений, распознавание токсичных комментариев.
В Тинькофф с этого момента работа над ИИ-технологиями выделена в отдельную структуру. Калайдин "возьмет на себя формирование стратегии развития и внедрения технологий ИИ и продуктов на базе ИИ, создание необходимой инфраструктуры, исследовательских и инженерных экспертных центров, занимающихся технологиями ИИ и машинного обучения", сообщается в пресс-релизе.
В «Тинькофф» AI и технологии ML развиваются уже несколько лет. Например, в «Тинькофф инвестициях» роботизированный сервис рекомендаций помогает собрать сбалансированный инвестиционный портфель. Другой пример: оценка кредитного лимита на основе имеющихся данных клиента, его финансовых привычек и других факторов, которые могут сигнализировать нам, если лимит нужно изменить.
Конечно же, мы активно используем чат-ботов, в 40% случаев диалог проходит целиком без участия оператора, это экономит банку до 50 млн рублей в месяц. Недавно мы запустили бота путешествий, который мониторит цены на авиабилеты в Telegram. Одна из ключевых наших разработок – голосовой помощник Олег, который умеет распознавать и интерпретировать запросы клиентов, осуществлять денежные переводы, записывать в салон красоты, бронировать столик в ресторане и т.д.
Полученную в коммуникации с клиентами информацию мы анализируем с помощью технологий ML и контролируем качество работы подразделений. Например, вручную раньше мы могли проанализировать около 5% звонков, автооценка помогла нам обрабатывать 100%, а это значит вовремя скорректировать сценарии диалогов или отправить оператора на обучение. Кроме того, мы классифицируем с точностью 97% консультационные обращения (как сделать что-то) клиентов и в дальнейшем используем эти данные для аналитики обращений по продуктам и улучшению UX.
Мы создали свою технологию распознавания речи, которая на большинстве текстов допускает всего 10% ошибок. Голосовая биометрия на базе ИИ позволяет за 7 секунд распознать половину из звонящих клиентов, а за 15 секунд – уже 80%. С помощью ИИ происходит распознавание голоса и лиц, направленное в том числе на снижение количества мошеннических операций.
