– Как вы управляете всеми данными, проходящими через вашу систему?

– Майнинг данных – отдельная задача, не связанная с интернетом. При эксплуатации системы четвертого поколения приходится сталкиваться со всеми трудностями, проистекающими из ее огромного масштаба и высокого уровня сложности. Одна из проблем – базовые платежные системы с высоким уровнем децентрализации. Вторая проблема – необходимость учитывать особенности финансового положения в отдельных отраслях и связанные с ним риски. Мы разработали так называемую систему управления риском. Выдавая микрокредиты, мы должны управлять и всеми связанными с ними рисками. Мониторинг рисков, контроль транзакций и выявление потенциальных угроз – все это в режиме реального времени – являются ключевыми составляющими нашей системы. Фактически мы начали применять машинное обучение и искусственный интеллект в этих сферах еще пять лет назад, анализируя все имеющиеся данные для принятия решений в режиме реального времени. Оценка рисков в режиме реального времени стала основой системы защиты в режиме реального времени. Мы создали систему безопасности и принятия решений в режиме реального времени, которая стала частью нашей ключевой инфраструктуры.

Отдельно остановлюсь на озерах данных[77] – в данном случае это крупномасштабные системы анализа данных. Мы имеем дело с огромными объемами информации. У нас около 520 млн пользовательских аккаунтов, и это число постоянно растет. В настоящий момент мы каждый день обрабатываем по нескольку сотен терабайтов данных (скоро петабайтов, то есть более тысячи терабайтов в день), так как руководство подразделений компании хочет видеть, как работают их подразделения в режиме реального времени, сколько людей ежедневно пользуются их услугами, а также получать аналитику с интервалом в несколько минут.

– Я знаю, что вы можете предоставить микрокредит всего за секунду. Как вы оцениваете риски в данной сфере?

– У нас собрана база данных об истории транзакций и погашения кредитов, все эти данные анализируются в режиме реального времени. Профиль пользователя постоянно обновляется, мы контролируем риски и оцениваем затраты, связанные с предоставлением кредита в режиме реального времени для каждого из наших 520 млн пользователей.

– Как у вас обстоят дела с кибербезопасностью? Как вы защищаете свои системы?

– Наша система управления рисками и борьбы с мошенничеством проверяет транзакции в режиме реального времени, кроме того, мы применяем модели социальных графов и отслеживаем взаимосвязи между людьми, аккаунтами и пользователями. Все эти меры направлены на предотвращение мошенничества и хищения средств с аккаунтов пользователей. Визуализация и аналитика необходимы для того, чтобы выявить любые нештатные ситуации, такие как взлом аккаунта. Мы проводим такую проверку постоянно, в режиме реального времени, и каждая транзакция проходит через нашу систему контроля – в целом до 250 000 транзакций, которые анализируются, отслеживаются, просматриваются и оцениваются нон-стоп, круглосуточно в режиме реального времени.

– Какие аппаратные средства используются для всех этих действий?

– Серверная ферма Intel на основе архитектуры X86.

– Вы упомянули о машинном обучении. Какова его роль в Ant Financial?

– Хорошим примером служит применение искусственного интеллекта для анализа заявок на получение страховых выплат. Вы можете сфотографировать повреждения машины и отправить снимок в компанию. Затем робот с помощью программы машинного обучения проанализирует его, оценит ущерб и произведет выплату – в режиме реального времени и без участия человека. Мы избавляемся от специалистов по оценке ущерба и обработке страховых заявок, производя все операции в автоматическом режиме. Эта система запущена только в июне 2017 года. Кроме того, мы используем искусственный интеллект в сфере управления частным капиталом, предоставляя услуги робоконсультирования.

Другой пример – помощь отделу по работе с клиентами. Сейчас у нас такое количество пользователей и такое число запросов, что для их рассмотрения потребовалась бы армия сотрудников. Именно поэтому мы создали агента – робота, который осуществляет клиентское обслуживание на основе собранных сведений о пользователях. Вы можете общаться с нашими агентами-ботами через чат. Задайте, например, вопрос: «Почему я не могу провести этот денежный перевод?» – и агент обсудит с вами все детали и окажет помощь так, как бы это сделал человек. То есть перед вами не просто чат-бот. Большинство чат-ботов работают по заданным сценариям. Наш агент более интеллектуален, он понимает естественный язык и использует базу знаний, умеет самообучаться благодаря машинному обучению и интеллектуальному анализу данных. При подобном взаимодействии пользователи приобретают совершенно иной опыт, поскольку робот отвечает на их вопросы понятным языком (естественный язык в сочетании с машинным обучением). Мы предоставляем такие технологии в пользование нашим партнерам под брендом AI Inside.

Искусственный интеллект – ключевой компонент данной алгоритмической модели. Это обучающая платформа, на которой модель постоянно самосовершенствуется в режиме реального времени, принимая решения и анализируя поведение пользователей. Она развивается, основываясь на данных, проходящих через нашу систему.

Еще одна сфера успешной реализации нашей концепции – управление частным капиталом. Система постоянно следит за вашими инвестициями и выбирает наиболее подходящие вам варианты, основываясь на ваших предыдущих действиях и готовности рисковать. Робот-консультант подбирает инвестиционные фонды, ориентируясь на ваш инвестиционный портфель, и автоматически, на основе ваших действий, определяет сумму, которую следует вносить в эти фонды ежемесячно. В отличие от Yu’E Bao, представляющем собой фонд краткосрочных инвестиций, это управление капиталом на основе искусственного интеллекта с помощью робота-консультанта.

– Как это перекликается с новыми технологиями, которые присутствуют в вашей архитектуре нового поколения?

– Центральная сфера нашей деятельности – платежи, и ключевым инструментом для нас будет искусственный интеллект, в рамках которого можно реализовать этот функционал. Сюда относятся такие возможности, как технология распознавания лиц и атрибуция поведенческой модели, анализ биометрических и геолокационных данных и другие подобные технологии. Мы провели ряд демонстрационных испытаний. Например, такое: на телефоне воспроизводится видеоролик, напротив ставится другой телефон, на котором работает программа Alipay. Смартфон с Alipay благодаря системе распознавания лиц сумел «понять», что перед ним находился не живой человек, а видеозапись.

Таким образом, в перспективе мы все же остаемся технологической компанией. Мы создаем технологическую платформу для платежей, банковских и финансовых услуг и адаптируем ее под требования цифровой эпохи. Мы не просто платежная компания, мы занимаемся безопасностью и технологиями. Мы делимся своими наработками с партнерами по всему миру, создавая биржу услуг.