В Альфа-Банке прошёл митап «Управление модельным риском: как обеспечить финансовый эффект от ИИ», организованный совместно с Альянсом в сфере искусственного интеллекта и Ассоциацией ФинТех. По итогам встречи Альфа-Банк и Альянс договорились создать рабочую группу, которая соберёт опыт ведущих российских компаний и подготовит практические рекомендации по управлению модельным риском.
По мере того как компании масштабируют использование искусственного интеллекта, растёт и цена ошибок. Модель может дать неверный прогноз, некорректно оценить ситуацию или изменить поведение после обновления. При этом последствия не всегда заметны сразу: решение продолжает работать, но постепенно теряет эффективность и приносит бизнесу убытки. Поэтому важно контролировать не только качество модели при разработке, но и её работу на протяжении всего жизненного цикла.
Как один из лидеров российского рынка по внедрению искусственного интеллекта, Альфа-Банк делится с другими компаниями опытом построения и масштабирования ИИ-систем. Михаил Васильев, руководитель департамента внедрения, развития и контроля ИИ-решений Альфа-Банка, поделился тем, как банк выстраивает систему управления модельным риском, который может возникать на разных этапах. Риски появляются при разработке и калибровке, внедрении, использовании модели не по назначению или из-за технологических сбоев. Контроль в банке построен на трёх линиях защиты: бизнес и разработчики управляют рисками при создании и применении моделей, независимые контрольные подразделения оценивают их качество и соблюдение требований, а внутренний аудит проверяет эффективность всей системы. Ключевые инструменты — независимая проверка, пилотирование и A/B-тестирование, регулярный мониторинг.
Игорь Дойников, руководитель дирекции по разработке моделей розничного бизнеса Альфа-Банка, представил производственный процесс работы с моделями. В банке насчитывается более 800 моделей, их применение охватывает 73% ССП. Для управления таким масштабом используется ML Model Governance — единый процесс управления жизненным циклом моделей, который включает девять этапов: от формирования запроса до вывода модели из эксплуатации. Маршрут и процедуры контроля зависят от критичности модели и сложности её внедрения. До начала разработки фиксируются бизнес-требования, финансовая модель, карточка модели, готовность данных и дизайн A/B-теста. Финансовый эффект подтверждается на пилоте, а после запуска поддерживается за счёт мониторинга, валидации и переобучения моделей.
Рабочая группа Альфа-Банка и Альянса в сфере ИИ систематизирует опыт компаний и подготовит документ с практическими рекомендациями. Если ранее участники Альянса разработали методологию оценки финансового эффекта от внедрения ИИ, то новая инициатива поможет компаниям сохранять этот эффект на протяжении всего жизненного цикла моделей.
Альфа-Банк не только масштабирует ИИ внутри своей инфраструктуры, но и участвует в формировании отраслевых практик. Вместе с Альянсом, объединяющим более 20 ведущих российских компаний банковского сектора, финтеха, бигтеха и промышленности, банк будет развивать решения, которые смогут применять участники всего рынка.