Владимир Добрынин,
основатель Humans Group.
«Текстовый калькулятор» как главное изобретение 2020-х
В начале 2023 года чат-бот ChatGPT стал самым быстрорастущим онлайн-сервисом за всю историю — в январе ежедневное число уникальных пользователей впервые достигло 13 млн, а в феврале общее количество посещений превысило 1 млрд. Аудитория стабильно росла, и только сейчас ее популярность пошла на спад — пока всего на 10%. Однако технология уже стала массовой: миллионы специалистов — от программистов до университетских преподавателей — используют языковые модели в работе и жизни.
При этом ChatGPT — это лишь веб-интерфейс, в основе которого лежит большая языковая модель GPT-4. На рынке появляются альтернативные решения, а корпорации разрабатывают проприетарные модели, чтобы не зависеть от сторонних вендоров. Coca Cola, Slack, Duolingo, Shopify, Expedia — это лишь часть компаний, которые уже внедряют чат-боты на базе GPT-4 в свои продукты.
Финтех-компании пока экспериментируют более осторожно, но тоже подключают языковые модели. Так, в июне австралийская b2b-платформа Kasisto представила первую языковую модель специально для банковских задач — KAI-GPT. В отличие от GPT-4, новая модель реже допускает фактические ошибки и более точно подбирает формулировки. Благодаря этому сотрудники банка могут консультироваться с нейросетью и быстрее принимать решения.
Отношение крупных банков к технологии также меняется. В феврале американский банк JPMorgan запретил сотрудникам использовать ChatGPT в работе из соображений конфиденциальности. А весной стало известно, что банк разрабатывает собственную нейросеть — IndexGPT, которая будет подбирать ценные бумаги под портфолио клиента. Также JPMorgan экспериментирует с аналогами ChatGPT для анализа сообщений Федеральной резервной системы — алгоритм поможет распознавать паттерны и сигналы на фондовом рынке, чтобы точнее прогнозировать тренды.
ChatGPT как переводчик между банком и человеком
Крупнейшие финтех-компании уже используют ChatGPT и аналоги для улучшения пользовательского опыта. Например, платежный оператор Stripe использует языковую модель GPT-4 в качестве контекстного «переводчика»: нейросеть сканирует сайты клиентов-юрлиц и позволяет Stripe понять специфику бизнеса, причем уже делает это лучше человека. В результате проверка новых клиентов занимает меньше времени.
Также GPT-4 помогает пользователям разбираться в тонкостях настроек — языковая модель сканирует документацию и выдает клиенту персонализированный ответ на запрос. Кроме того, нейросеть мониторит упоминания Stripe на форумах и распознает обсуждения новых мошеннических схем. Фактически нейросеть выполняет роль посредника, который помогает быстро и эффективно обрабатывать фидбек и выдавать персонализированные контент. Потенциально это может сэкономить Stripe сотни тысяч долларов.
GPT-4 также применяется в маркетинге, чтобы предлагать клиентам более релевантный продукт и увеличивать за счет этого выручку. Такую тактику выбрал шведский сервис рассрочки Klarna — компания разработала плагин, который выдает клиентам шопинг-рекомендации. GPT-4 анализирует пожелания пользователя, и предлагает ему товары партнеров-ритейлеров. Понравившийся продукт можно приобрести в пару кликов по модели Buy Now, Pay Later (покупай сейчас, плати потом), воспользовавшись услугами Klarna.
У передовых компаний уже есть в распоряжении большой массив данных и глубокое понимание потребностей пользователя. Добавив в это уравнение ИИ, можно быстро и дешево тестировать новые гипотезы, запускать продукты и — главное — находить подход к каждому клиенту. Чат-боты на базе GPT-4 могут стать идеальным user-friendly посредником между компанией и человеком. Именно на этом строится модель Klarna и Stripe. Нейросети позволят финтех-компаниям разговаривать с пользователями на одном языке, а собранный от клиентов фидбек переводить с языка эмоций и впечатлений в язык цифр и стратегий.
Перспективы ChatGPT: скрытые угрозы и очевидный потенциал
ChatGPT по-настоящему меняет правила игры в финтехе, поскольку в этой индустрии даже незначительное улучшение UX может сэкономить компании сотни тысяч долларов, например, за счет улучшения ретеншена (количества клиентов, которые остаются с компанией на определенное время — прим. Spot). Нейросеть знает, как понятно объяснять сложное, как формулировать «продающие» месседжи, как воздействовать на разные сегменты ЦА. Более того, она позволяет масштабировать процессы, а значит, даже небольшой стартап с минимальной командой сможет обрабатывать больше запросов через службу поддержки, более эффективно настраивать таргет и генерировать больше релевантного контента меньшими ресурсами.
Одно из главных преимуществ ChatGPT и аналогов — это глубокое понимание контекста и способность его воспроизводить. Например, можно разработать бота с разным tone-of-voice и форматом подачи информации. Скажем, молодым пользователям робот будет пояснять условия ипотеки, используя сленг и поп-культурные отсылки, а с бизнес-клиентами будет говорить на языке аналитики, цифр и кейсов.
Внедрение языковых моделей — это вопрос времени. Пока что компании внедряют технологию осторожно и точечно, но со временем она станет доступна все более широкому кругу пользователей. Какие возможности и риски создаст популяризация ChatGPT и его аналогов в финтехе?
Позитивный тренд: Повышение финансовой грамотности
Люди часто не доверяют банкам, потому что привыкли считать, что система устроена слишком сложно. А компании, которые продолжают прописывать в договорах детали мелким шрифтом и создавать хитрые интерфейсы с темными паттернами, доверия тем более не внушают.
Но что если создать чат-бот на базе машинного обучения, способный менять стиль и манеру повествования, который сможет простым языком объяснить самые сложные концепции? ChatGPT уже способен разъяснять даже пятилетнему, что такое квантовая физика или адронный коллайдер, а значит, сможет растолковать и сущность ипотечной программы или системы кешбэка.
Более того, обладающий бесконечным терпением и неиссякаемым запасом времени бот способен ответить на вопросы даже самого дотошного клиента. Это упростит онбординг новых клиентов, а в перспективе повысит ретеншн — например, бот душевно побеседует с пользователем, который давно не заходил в приложение или перестал оплачивать подписку.
Опираясь на уже существующие данные, компаниям будет проще составлять портреты клиентов, делить их на кластеры и обучать ботов общаться с отдельными категориями юзеров по-разному. В Humans уже существуют наработки, которые легко можно «скормить» языковой модели. Мы знаем паттерны поведения клиентов, их привычки и предпочтения, особенности образа жизни и интересы, а это позволяет прогнозировать действия пользователя, в том числе предугадывать отток.
Наша команда строит кросспродуктовое приложение — суперапп, который соединяет телеком- и финтех-функции, поэтому мы собираем сведения из разных источников и видим более полный портрет пользователя. Если подключить к процессу продвинутую языковую модель и текстовый бот, мы сможем подобрать индивидуальный подход абсолютно к каждому.
Потенциальный риск: Новые методы кибермошенничества
Упрощение онбординга и коммуникации принесет пользу не только финтех-компаниям, но и мошенникам. Используя чат-ботов, они смогут более убедительно имитировать представителей банков или близких родственников, чтобы усыпить бдительность человека и заполучить доступ к его деньгам.
Методы кибермошенников будут постоянно эволюционировать — посмотрите, сколько лет понадобилось банкам, чтобы эффективно бороться с фишингом. В эпоху ChatGPT появятся новые методы взлома, а значит, отделам кибербезопасности придется постоянно адаптироваться.
Позитивный тренд: Растущая популярность супераппов
ИИ-инструменты могут вызвать бум на рынке супераппов — многофункциональных приложений, которые объединяют сервисы в единую цифровую экосистему. До недавнего времени, чтобы строить такие продукты, компаниям не хватало ресурсов — в первую очередь больших данных и инструментов для их обработки. Аналоги ChatGPT позволят быстро просканировать базу данных или массив текстов и выдать краткое содержание в форме графика, таблицы, сводки инсайтов.
Конечно, процесс потребует настройки, но в перспективе извлекать пользу из разрозненных сведений будет проще, а значит, даже небольшая компания сможет строить более точные предикативные модели и более уверенно прогнозировать будущее. А это идеальный фундамент для супераппа.
Потенциальный риск: Перенасыщение рынка сервисами-однодневками
Уже сегодня предпринимателям удается запускать бизнесы «на коленке», используя подручные ИИ-инструменты, и в перспективе таких продуктов станет больше. Это создает сразу несколько рисков: у людей снизится доверие к финтех-приложениям, потому что сервисов станет слишком много, а отличить сомнительную разработку от качественной будет сложнее.
Также есть риск, что рынок заполнят продвинутые ультрареалистичные боты — доверие к виртуальным собеседникам снизится, и о холодных звонках и письмах придется забыть.
К тому же наличие доступных ботов на базе ИИ может сделать часть услуг ненужными — например, текстовая нейросеть уже способна частично выполнять функции финансового консультанта и личного бухгалтера. Зачем клиенту платить компании, если он может бесплатно или за символические 5−10 долларов в месяц настроить собственного виртуального ассистента?
ИИ-гонка в финтехе: рисковать или подождать?
Стоит ли инвестировать миллионы в продукт, если его могут запретить или зарегулировать в обозримом будущем? ChatGPT уже ограничивают в Италии, похожую инициативу обсуждают регуляторы в Германии.
Опять же, остановить технологию вряд ли получится, но есть риск, что соблюдать комплаенс при ее внедрении будет сложно. Что если банкам запретят размещать на сайтах сгенерированные тексты? Или наложат ограничения на темы, которые бот может затрагивать в диалоге с пользователем? Легко представить сюжет в СМИ о том, как ChatGPT убедил клиента взять кредит под безумные проценты. Какое наказание в этом случае понесет банк?
Как на технологию отреагируют регуляторы, пока предсказать сложно, но компаниям лучше подготовиться как к оптимистичному, так и к самому негативному сценарию. И, конечно, не стоит забывать о цене ошибки — продвинутый помощник на базе ИИ в видеоигре или соцсети может перепутать факты или неудачно пошутить. В сфере финансов ставки выше, а значит, и ошибки дороже.
В любом случае, оценить потенциал и риски можно только на практике, поэтому стоит ограниченно испытывать технологию в контролируемых условиях: в рамках одной команды или продукта, а пользователям предоставлять доступ постепенно, когортами. В остальном процесс ничем не отличается от внедрения любой другой новой разработки: соотнесите выгоды и риски, учтите форс-мажорные обстоятельства и стройте стратегию на будущее с учетом нового тренда.
