Экономический эффект от использования ИИ

Алина Танатарова, обозреватель 

— Давайте начнем наш диалог с того, какая была динамика у вашего кредитного портфеля. Надеюсь, росла в этом году?

Александр Ведяхин, первый заместитель председателя правления Сбербанка

— Кредитный портфель Сбера в этом году растет очень умеренно. Это можно сформулировать таким образом. Но важно еще и качество роста. Он растет в основном за счет оборотного кредитования. Мы видим темпы роста кредитного портфеля в этом году примерно 10–12%. Многое зависит от темпов снижения — надеемся, снижения — ключевой ставки, которого мы ожидаем от регулятора. Если темпы снижения будут более уверенные, то мы будем приближаться к уровню 12% роста нашего кредитного портфеля за год. Если регулятор возьмет более аккуратный, то это будет порядка 10% роста кредитного портфеля за год. Но, повторюсь, это в первую очередь оборотное кредитование. Потому что сейчас очень мало предприятий думают над инвестиционными проектами. И это на самом деле мы видим такую определенную сложность. Конечно, на такой ставке кредитование не начинается, но активное, инвестиционное, точно не начинается. Потому что надо найти бизнес, у которого маржа по EBITDA устойчиво будет более там 15%, чтоб предприниматель хоть что-то себе заработал. Вторая история — это сильный рубль. Но у сильного рубля есть значительное количество минусов, но есть один плюс — это то, что можно завезти импортное оборудование. Там, где это возможно. Понятно, есть сложности с логистикой, это все равно дорого, но тем не менее на сильном рубле имеет смысл наращивать импорт, потому что, наверное, сильный рубль как-то все-таки будет корректироваться определенным образом. В общем, две темы, которые сейчас волнуют и которые напрямую влияют на кредитный портфель, — это ключевая ставка, или реальная ставка более правильно говорить, и курс национальной валюты.

— Давайте нашу любимую тему обсудим — это искусственный интеллект. Я вот слышала здесь, в кулуарах, на ПМЭФ вы сказали, что 99,9% — это решения искусственного интеллекта для кредитов физлиц. Вот насколько он точный и кто же этот сотый процент?

— Мы делали много раз сравнения. Качество кредитного портфеля, который одобрял искусственный интеллект, и качество кредитного портфеля, который одобряет человек. И искусственный интеллект уже последние несколько лет устойчиво выигрывает вот в этом таком условном соревновании. И это, в общем-то, ожидаемо, это правильно. Потому что принятия решений в кредитном вопросе — это всегда математика, статистика, теория вероятности. Там, где, в общем-то, машина справляется точно лучше, чем человек. Вот эта вот разница до 100% — это сложные случаи, где машина не может принять решение. Либо она принимает то решение, с которым мы, как люди, не согласны.

— Да и человек, наверное, тоже не всегда может там принять решение.

— Вы знаете, это те вопросы, где стоит тот или иной, может быть, этический выбор, когда мы хотим действительно помочь человеку, когда он находится в сложной жизненной ситуации, но мы понимаем, что данный кредит будет возвращен, а не будет увеличен просто долг. Когда мы видим, что предприятию надо вот именно сейчас помочь и так далее. То есть там, где действительно решение финальное в сложных ситуациях остается за человеком до сих пор. Это вот эти самые 0,1%.

— В вашем прошлогоднем интервью вы говорили о том, что активно сотрудничаете с Министерством финансов по использованию как раз таки GigaChat для оптимизации бюджетных процессов. Как развивается этот проект сегодня, какие результаты можете отметить?

— Мы продолжаем наше сотрудничество с Минфином, расширяем. У коллег сейчас новое направление движения, где мы им с удовольствием помогаем. Внедрение GigaChat и внедрение искусственного интеллекта — оно становится все больше и больше в правительстве Российской Федерации. Дмитрий Юрьевич Григоренко возглавляет это движение. И, в общем-то, мы видим, как четко выстроена, системно продолжается эта работа. И, в общем-то, максимально помогает, конечно, нашему правительству и всем федеральным органам исполнительной власти, которые внедряют искусственный интеллект.

— Где еще внедряется искусственный интеллект? Какие ведомства самые передовые по технологиям, а кто пока отстает?

— Это же вопрос того, как много процессов в том или ином министерстве или федеральном органе исполнительной власти, которые могут быть быстро автоматизированы с помощью искусственного интеллекта. Но поэтому если у министерства много вопросов, связанных с жизнями людей, с технологиями в физическом мире, то более сложное внедрение искусственного интеллекта. Если без такого глубокого влияния на физический мир, там, где риск не является настолько большим, то есть не относится к жизни, здоровью людей, большим возможным материальным убыткам, там внедрение просто идет быстрее в силу того, что риски от новой технологии — они заметно меньше. Поэтому идет действительно по-разному, но все так уверенно двигаются.

— На примере Министерства финансов — что они оптимизировали при помощи GigaChat?

— В первую очередь это вся работа по кодам бюджетной классификации. Это большая, сложная тема, потому что любой платеж, связанный с бюджетом, он должен классифицироваться, кодифицироваться. В это вовлечено огромное количество людей, потому что вовлечены все регионы. Называется «электронный бюджет» — это большая такая операционная система. Хотел сказать «автоматизированная», но она выглядит как операционная, действительно очень большая, сложная. И делает много ошибок именно человеческий фактор. Потом эти ошибки разбираются. И в итоге даже простой платеж может проходить достаточно долго. Но, опять же, Минфин это увидел, посмотрел, добавил искусственный интеллект. Теперь эти платежи и эта работа становятся гораздо более быстрыми, автоматизированными, понятными. Мне кажется, что это такой очень хороший пример, когда министерство, которое вроде как по определению должно быть консервативным, на самом деле проявляет вот такую цифровую настойчивость и двигается вперед.

— Давайте тогда поговорим еще про прогноз. Я слышала, что от внедрения искусственного интеллекта экономический эффект — более 11 трлн руб. к 2030 году. Можно ли ожидать, что эффект будет выше, и как именно на это повлияет искусственный интеллект?

— Да, действительно, цифра 11,2 трлн руб. — она утверждена президентом Российской Федерации. Является стратегической цифрой для России к 2030 году. Но здесь надо понимать, что, когда устанавливалась цифра 11,2 трлн руб., это были одни технологии искусственного интеллекта, а сейчас они усовершенствовались. Сейчас мы говорим про агентную экономику. Это то, где искусственный интеллект берет на себя не просто функции подсказчика, консультанта, базы знаний, а берет на себя функции исполнения тех задач, которые ставит перед ним пользователь. Допустим, вам нужно купить какой-то продукт. Раньше вам надо было ходить, выбирать, смотреть, заходить в магазин, на сайты и так далее. С одной стороны, это интересно, приятно. Но, с другой стороны, вам бы, возможно, хотелось бы быстро прийти к финальному выбору, выбирая из цены.

— Найти лучшее предложение.

— Найти лучшее предложение, да. И вы отправляете агента в самостоятельное плавание в интернет, он вам возвращает все это. И, в принципе, можете выдать ему и доверенность, условно говоря, «всё до 5 тыс. руб. или до 3 тыс. руб. покупай сам, и пусть мне привозят».

— То есть мы деньги уже доверяем искусственному интеллекту?

— Почему нет? Сейчас уже его уровень в ошибках сопоставим с уровнем человека. Человек же тоже ошибается. Когда вы заходите в магазин, вы просто кладете что-то. То есть вы знаете, что у вас это салфетки, условно говоря. Вы хотите действительно выбирать из видов салфеток? Нет. Вы просто знаете, что вы их всегда покупаете. Вы запускаете искусственный интеллект, он вам сам покупает салфетки, вам курьер их привозит, всё. Сделки делаются максимально быстро, максимально эффективно для, соответственно, потребителя. Вот это такой простой бытовой пример агентной экономики. Представляете, предприятие, какой объем закупок там, какие объемы там, как это ускоряет.

— У вас как раз презентация вчера была GigaNetwork.

— GigaNetwork, да, ровно об этом.

— A2A-платформа.

— A2A-платформа, когда агент есть со стороны покупателя, со стороны продавца. Они сами общаются, они сами торгуются о цене, они сами договариваются.

— Без конфликтов, сразу по делу.

— Нет, они спорят. Что значит.

— А, они спорят?

— Конечно, да. Потому что у агента покупателя есть предел цены и у агента продавца тоже есть лимит, где он может падать вниз, есть, где падать вверх. Они, естественно, оптимизируют стоимость. Но они также должны понимать параметры того, что они покупают. Их для юридических лиц гораздо больше. Это не только цвет, размер и цена, то есть там еще технологические параметры: скорость доставки, способы оплаты. Там много факторов, которые тоже можно быстро сравнить с помощью искусственного интеллекта, получить оптимальную сделку. И всем нашим участникам эксперимента товары были доставлены на склад. Транзакции проведены в блокчейне, то есть это нельзя забыть. Агент не может сказать: «Я это не знаю, я это не делал». У него все записано в блокчейне. Поэтому другая, следующая модель экономики — которая поменяет много существующих моделей, но которая дает дополнительный потенциал внедрения искусственного интеллекта.

— Александр, спасибо за интересную беседу. Будем наблюдать, как меняется мир.

— Я надеюсь, что вы будете не только наблюдать, но и участвовать.

— Участвовать, конечно, да. Спасибо большое.

— Спасибо вам большое.