Стремительное распространение COVID-19 привело к серии экономических потрясений по всему миру. Остановка предприятий, запреты на перемещение, сбои в цепочках поставок — все эти факторы создали ряд финансовых рисков, среди которых кредитные дефолты, повышенная волатильность рынков и т.д. В таких условиях требуются совершенно новые инструменты для оценки кредитных рисков. Применение ИИ позволило построить новые модели оценки, настроить бизнес-правила, обнаружения событий, тем самым перезагрузить автоматизированную систему принятия решений.
О необходимости коррекции подходов в области оценки кредитных рисков, с учетом нынешней ситуации в мире, говорят уже несколько месяцев. Актуальность темы подтверждали и топ-менеджеры российских банков на закрытом круглом столе, который проводила компания IDC в конце июля.
Факторов неопределенности стало больше, а признаки, которые раньше говорили о неблагонадежности заемщика, теперь не всегда так однозначны и чаще всего служат сигналом ухудшения ситуации и необходимости предложить заемщику, к примеру, кредитные каникулы. Определять тренды и прогнозировать развитие ситуации, используя привычные подходы и прежние модели, стало крайне рискованно. Нужны новые прогнозные модели, помогающие гибко и оперативно реагировать на изменения обстановки. Но для этого требуются инструменты и улучшенные программные платформы, позволяющие быстро переобучать и перестраивать модели и алгоритмы принятия решений, подключать новые источники данных.
Для своевременного реагирования на динамично меняющиеся условия ведения бизнеса SAS предлагает решение для оценки рисков на базе SAS Risk Modeling и SAS Intelligent Decisioning, которое оценивает воздействие пандемии и отслеживает эволюцию клиентского портфеля. Решение предоставляет облачную открытую среду для моделирования, применения и создания отчетности, позволяющей быстро реагировать на проблемы, связанные с управлением ликвидностью, оценкой изменений политики, отслеживанием тенденций для выявления новых рисков и понимания дальнейших стратегических действий и т.д.
Доступный функционал ПО SAS производит оценку качества задействованных и новых моделей, для выявления наиболее производительных и своевременного предотвращения ошибок из-за неправильного использования. Мощная среда разработки дает возможность создавать модели для оценки рисков, используя богатый набор уже готовых шаблонов и разработку собственных моделей на базе как классических алгоритмов, так и машинного обучения, независимо от технологии, на которой они были разработаны (SAS, R, Python и т.д). Совмещая механизмы моделирования, настройки бизнес-правил, обнаружения событий и их анализ в реальном времени, организации смогут добиться автоматизированного принятия взвешенных решений в рамках своих бизнес-процессов.
Программные комплексы SAS Risk Modeling и SAS Intelligent Decisioning предназначены, в основном для банковского сектора, но эти инструменты используют по всему миру представители других сфер экономики, в числе которых — страховые и производственные компании, телекоммуникационные операторы, предприятия энергетической отрасли и др.
Благодаря облачной реализации, решения SAS легко масштабируются и обеспечивают высокую степень интеграции, а также контроля над данными и процессами предприятия, вне зависимости от их географического расположения, размера или организационной структуры организации.
SAS Viya: аналитические модели можно сразу запускать в «продакшн» без написания дополнительного кода
Данные — это золотая руда, однако, чтобы добыть из нее полезные знания, необходимы комплексные инструменты, которые включают в себя элементы машинного обучения, обработки естественного языка, компьютерного зрения, интернета вещей. Платформа SAS Viya позволяет решить эту задачу за счет «композитного» искусственного интеллекта, in-memory вычислений и возможности запускать аналитические модели в производство без написания дополнительного программного кода.
Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности
Пользовательские устройства ежесекундно генерируют триллионы событий, данные о которых оседают в хранилищах. Накапливать такого рода информацию бессмысленно и дорого. Компании ищут способы монетизации сведений, собранных, например, о клиентах. Крупные игроки, инвестирующие в дата-центры и персонал, научились анализировать колоссальные объемы информации, делать выводы и даже составлять прогнозы. Анализ больших объемов данных в режиме реального времени позволяет мгновенно реагировать на происходящее, как того требует ситуация.
Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом
Эффективность маркетинговых кампаний может колебаться в широком диапазоне. Многие клиенты воспринимают звонки и сообщения с предложениями услуг как спам. Изменить ситуацию мог бы индивидуальный подход, когда клиенту предлагают именно то, что ему в данный момент необходимо. Как это сделать, в интервью CNews рассказал Александр Миронов, руководитель практики по клиентской аналитике и CRM, SAS Россия и СНГ.
