ВТБ — ML в коллекшн и скоринге: предодобренные предложения и взыскание задолженности

ВТБ применяет ML-технологии в нескольких связанных направлениях:

1. Кредитный скоринг и предодобренные предложения: ИИ-алгоритмы определяют кредитоспособность клиентов, формируют предодобренные кредитные предложения (для физлиц — с 2023 года без предоставления пакета документов, для бизнеса — с 2021 года). Скоринговая модель анализирует платёжную дисциплину, доходы, срок кредита.

2. ML для взыскания задолженностей (коллекшн): Система на основе ИИ определяет, каким заёмщикам из числа тех, кто испытывает трудности, нужна помощь (реструктуризация, пониженный платёж). По данным 2023 года, эффективность программ реструктуризации составила 80%.

3. Масштаб применения ИИ (2025): ИИ внедрён в более чем 300 процессах банка; количество AI-проектов с 2020 года выросло в 6,3 раза; доходы от моделей ИИ в 5,1 раза превышают затраты на их производство в годовом исчислении.

Традиционное кредитование требовало длительного документарного процесса. При взыскании задолженности — неэффективный подход «один размер для всех» приводил к высоким потерям в портфеле.

• Ускорить выдачу кредитов через предодобренные предложения на основе ML

• Минимизировать просрочку за счёт проактивного предложения реструктуризации

• Оптимизировать коллекшн через персонализацию стратегии взыскания

• Финансы

• Доходы от применения ML-моделей в 5,1 раза превышают затраты на их производство (данные на 2025 год)

• Результативность программ реструктуризации задолженности: 80% Время

• Предодобренные кредиты оформляются без предоставления объёмного пакета документов — ускорение выдачи в несколько раз Качество и эффективность

• ИИ внедрён в >300 процессов банка (на 2025 год)

• Количество AI-проектов с 2020 года выросло в 6,3 раза

• ИИ задействован в кредитном скоринге, оценке рисков, оценке возвратности, определении склонности клиента к покупке, вероятности попасть под влияние мошенников Нагрузка и масштаб

• Охватывает всю розничную и корпоративную клиентскую базу ВТБ Надёжность

• Постоянное переобучение и расширение числа моделей Импортозамещение и compliance

• Собственные разработки ВТБ; западные аналитические платформы (SAS и др.) замещены российскими решениями Качественный эффект: ВТБ — один из лидеров банковского сектора России по глубине применения ML, с публично задокументированным соотношением доходов к затратам 5,1:1.