19 марта, 201 года Москва ЦИФРОВЫЕ ТЕХНОЛОГИИ В …digenforum.ru/conference/19march/materials/1kpmg.pdf · Банки и финансовые институты

19 марта, 2019 года

Москва

ЦИФРОВЫЕ ТЕХНОЛОГИИВ РОССИЙСКИХ БАНКАХМарианна Данилина

KPMG, заместитель директора практики операционной эффективности

2© 2019 г. АО «КПМГ», компания, зарегистрированная в соответствии с законодательством Российской Федерации, член сети независимых фирм КПМГ, входящих в ассоциацию KPMG International Cooperative

(“KPMG International”), зарегистрированную по законодательству Швейцарии. Все права защищены.

Готовность к цифровизации в России и в мире*

70% руководителей компаний в мире и 63%руководителей в Россиисчитают, что их компания имеет проработанную программу цифровой трансформации.

70%

ВМИРЕ

63%

В РОССИИ

начиная с 2017 г., увеличилось количество компаний, которые протестировали или внедрили цифровые технологии в свои операционные процессы*

в 2 раза

* По данными исследования KPMG CEO Outlook 2018 года



В исследовании КПМГ приняли участие более 100 крупнейших российских компаний из ключевых отраслей экономики

Отраслевой профиль респондентов

Банки и финансовые

институты

23%

FMCG

14%

Ритейл

14%

Страховые компании

11%Нефть и Газ

7%

Транспорт

11%Телеком

6%

Металлургия

8%ИТ-инфраструктура

6%* По данными исследования KPMG «Цифровые технологии в российских компаниях» от 2018 г



Российские банки реализуют набор пилотных проектов вместо комплексной программы трансформации

Наличие программы цифровой трансформации

86%

14%Да, имеется программа цифровой

трансформации

Нет, программа цифровой трансформации

отсутствует

Опрошенных банков и фин. институтов

указали, что у них есть проработанная

программа цифровой трансформации 86%Однако чаще всего под этим банки понимают фактически

реализуемый пакет пилотных проектов, и на деле у большинства

нет плана действий с приоритизацией инициатив по времени и

пониманием целевого состояния организации



Для масштабирования цифровых технологий банкам не хватает компетентных специалистов и зрелости текущих процессов

Препятствия, с которыми сталкиваются банки при внедрении цифровых технологий

Отсутствие компетенций

Недостаточная зрелость

процессов

Отсутствие достаточного

бюджета

Отсутствие необходимой

инфраструктуры

Низкий уровень ИТ-

грамотности сотрудников

65%

59%

35%

35%

24%

Ожидаемый эффект

банков-участников

исследования рассчитывает,

что цифровизация позволит

повысить операционную

эффективность и сократить

издержки

81%59%

47%

Примечание: респонденты могли

выбрать несколько вариантов ответа.



Банки Топ-10 с программами цифровизации на 3-5 лет уже имеют в портфеле одобренные инвестиции на сумму более 1 млрд. рублей

институты

>100 Телекоммуникации

73,3 Металлургия

57,2 Банки и финансовые

50,5 Нефть и газ

45,4 Ритейл и FMCG

30,6 Транспорт

Средний объем инвестиций в программы цифровой трансформации по всем индустриям (в млн. руб. в год)

Чем больше банки инвестируют

в программы цифровизации, тем

меньше они готовы ждать

возврата на инвестиции

опрошенных банков планируют

инвестировать более 50 млн руб. в

2019 году и ожидают, что

вложения окупятся на горизонте

от 1 года до 2 лет

63%



8 ключевых технологий цифровой трансформации в России

Анализ больших данныхБольшими данными (Big Data Analysis) называют

массивы структурированных и неструктурированных данных,

которые влияют на процесс принятия решений. Включает в себя

сбор и консолидацию данных, методы статистического и

предиктивного анализа.

Чат-ботыКомпьютерные программы, имитирующие человеческую речь и

предназначенные для автоматизации однообразных функций и их

выполнения с максимальной скоростью

Интернетвещей (IoT)Интернет вещей (Internet of things) представляет собой сеть

связанных автономных устройств, которые обмениваются данными и

могут управляться удаленно

БлокчейнРаспределенная база данных, которая хранит информацию о

действиях всех ее участников в виде «цепочки блоков»

Роботизация (RPA)Роботизация процессов позволяет сократить срок выполнения

ручных рутинных операций и повысить операционную

эффективность как за счет высвобождения ФОТ, так и за счет

снижения операционных рисков

Оптическое распознавание (OCR)OCR предназначен для цифровизации документооборота компании.

Данная технология имеет наибольший потенциал там, где

используется большое разнообразие бумажных документов

ИскусственныйинтеллектТехнология искусственного интеллекта (Artificial Intelligence)

предназначена для выполнения комплексных задач компьютерами и

оптимизации использования человеческих ресурсов. Включает в

себя инструменты с использованием не интерпретируемых

алгоритмов, включая машинное обучение, нейронные сети,

распознавание видео и речи и т.п.

Виртуальная и дополненная

реальность VR/ARТехнологии виртуальной и дополненной реальности представляют

собой технологии проецирования или дополнения реальности при

помощи технических средств



Самые популярные технологии в банках - инструменты анализа больших данных, роботы, чат-боты и оптическое распознавание

Топ-5 технологии, которые планируют развивать российские банки в ближайшие 2 года*

Примечание: респонденты

могли выбрать несколько

вариантов ответа.

44%

56%

56%

61%

72%

опрошенных банков

ставят в план развития

технологии

искусственного

интеллекта

72%*Согласно «срезу» данных по ответам, полученным от банков и финансовых институтов

Искусственный

интеллект (AI)

RPA

Big Data и

предиктивная

аналитика

Чат боты

OCR



Решения на основе искусственного

интеллекта

Предиктивные модели

…когда мы видим результат, но не понимаем какие

факторы оказали влияние на его формирование по

итогам работы машины

Не интерпретируемые алгоритмы

Big Data – основа как для решений предиктивной аналитики, так и для инструментов искусственного интеллекта

Предиктивная

аналитика

Решения на базе

ИИ

Что произойдет? Что сделано?

Прогноз и опции

для принятия

решений

Решение принимает

машина

Интерпретируемые алгоритмы…

…когда мы видим факторы и понимаем, что повлияло на

результат

Сбор и консолидация данных, поиск корреляций,

статистические методы, скоринговые модели

Распознавание и анализ голоса и видео, нейронные сети

и машинное обучение

vs



Анализ больших данных и предиктивная аналитика уже опробованные решения в российских банках

46%

не внедрена

9%45%

45% респондентов внедрили предиктивную аналитику в нескольких процессах для решения таких

задач, как повышение уровня кросс-продаж, реакция на динамику интересов клиентов, динамическое

построение продукта под конкретного клиента, реактивация неактивных клиентов и т.п.

тестируется на небольшом количестве процессов

Стадии внедрения предиктивной аналитики

Направления использования предиктивных моделей в банках

Примечание: респонденты могли выбрать несколько вариантов ответа.

ужевнедренав нескольких процессах

70%

50%40%

20%10%

Опер.

данные и

аналитика

Продажи/

маркетинг

Обслуживание

клиентов

Продвижение

и развитие

продуктов

HR



Банки – среди лидеров, которые используют чат-боты в промышленной эксплуатации

Индустрии-лидеры по количеству чат-ботов

В среднем участники исследования уже используют в среднем 4 чат-бота в промышленной

эксплуатации. Чаще всего чат-ботов применяют для повышения качества обслуживания и

взаимодействия с внутренними и внешними клиентами

45%от 4 до 10 ботов

55%от 1 до 3 ботов

Среднее количество внедренных чат-ботов в банках



Более половины компаний- участников исследования уже используют решения OCR

Функциональные блоки в банках, в которых используется технология оптического распознавания

банков уже

протестировали

решения ОСR*

67%

Примечание: среди участников исследования более половины компаний, которые используют OCR, – это банки



роботы в рабочей

среде или в стадии

пилотного

тестирования

ещё не приступали2018

61%

2017

22%

+177%

39%

78%

Динамика внедрения RPA в российских банках 2017-18 гг.

61% опрошенных банков уже внедрили или тестируют пилотные внедрения RPA

в 2,5 раза

Количество внедренных роботов в банках-участниках исследования



Наиболее роботизируемые функции в российских банках

Процедуры AML и обновление

данных KYC являются

наиболее роботизируемыми

процессами Front-Office, в то

время как функции

сопровождения операций,

финансы и бухгалтерия чаще

всего роботизируются в рамках

Back-Office

Российские банки роботизируют как операции Back Office, так и поддерживающие Front Office процессы



Средняя экономия в полных штатных единицах (FTE) на одного робота по итогам внедрения RPA в разрезе разных индустрий

В 67% российских банков экономия на фонде оплаты труда (ФОТ) за счет роботизации базируется на минимальном

сокращении от 2 FTE, а в среднем 4 FTE на одного робота

Ритейл

8 FTE

Телеком

> 10 FTE

Металлургия

1 FTE

Банки и финансовые

институты

Нефть и Газ

2 FTE

По мнению большинства российских компаний, один внедренный робот в среднем выполняет работу 4,5 ПШЕ/FTE

4 FTE



Развитие технологий стимулирует их комплексное использование и взаимопроникновение

Макрос-подобные приложения

Сбор данных с экрана

Автоматизация потока операций

Аналогично Visio® строение процесса

Мэппинг процессов

Управление процессами (BPM)

Адаптивная настройка

Распознавание речи

Big-data аналитика

Искусственный интеллект

Машинное обучение

Обработка больших объемов данных

21

3Продвинутая роботизация

процессов

Когнитивная автоматизация и

искусственный интеллект

Базовая роботизация

процессов

Встроенный репозиторий знаний

Слияние OCR и RPA и переход на IPA

Работа с неструктурированными данными

Распознавание паттернов

Чтение и распознавание естественного языка

Дополняет

человеческий интеллект

На основании правил

Поток операций

Захват экрана

Развитие искусственного интеллекта и машинного

Имитирует

действия людей

Имитирует человеческий интеллект

ВОПРОСЫ

KPMG, заместитель директора

Марианна Данилина

Спасибо за внимание

Марианна Данилина

KPMG, заместитель директора

+7 926 912 30 06

[email protected]

Documents

19 марта, 201 года Москва ЦИФРОВЫЕ ТЕХНОЛОГИИ В …digenforum.ru/conference/19march/materials/1kpmg.pdf · Банки и финансовые институты