Աշխարհի առաջատար ընկերություններն այսօր որոշումների կայացման եւ ռիսկերի գնահատման գործընթացներում լայնորեն կիրառում են արհեստական բանականության հիմքով աշխատող գնահատման մոդելներ, որոնք հիմնված են տվյալների հսկայական բազաների վրա:

Plat.AI-ը մասնագիտացած է ֆինանսական եւ ապահովագրական ոլորտների համար AI լուծումներով գնահատման մոդելների ստեղծման ուղղությամբ:

Վերջին տարիներին Plat.AI-ը եւ «Նորք» տեխնոլոգիաների կենտրոնը համատեղ ծրագրերի շրջանակում մշակել են մի շարք գնահատման մոդելներ: Հուլիսի 19-ին «Հոլիդեյ Ինն» հյուրանոցում տեղի ունեցած «Արհեստական բանականության միջոցով եկամուտների գնահատման ներուժի բացահայտում` խարդախությունները կանխելու եւ ռիսկերը նվազեցնելու նպատակով» խորագիրը կրող միջոցառման ընթացքում մշակված պրոդուկտները ներկայացվեցին հայաստանյան ֆինանսական ոլորտին:

Banks.am-ը եւս ներկա է եղել միջոցառմանն ու ներկայացնում է դրա մանրամասները:

Ներդնելով ամերիկյան փորձը Հայաստանում

Plat.AI-ի ընկերությունը ի սկզբանե սպասարկել է ֆինանսական եւ վարկային կազմակերպություններին՝ առաջարկելով գնահատման մոդելների ստեղծման, մշակման եւ տեղակայման ծառայություններ: Տարիների ընթացքում ընդլայնվելով՝ այսօր Plat.AI-ի առաջարկած մոդելները ներառում են ոչ միայն ֆինանսական, այլեւ ապահովագրական ոլորտը:

Ներկայումս ընկերության 300-ից ավելի գործող մոդելները օրական իրականացնում են մինչեւ 10 մլն կանխատեսումներ տարբեր վարկային եւ ապահովագրական կազմակերպությունների համար:

«Covid-19 համավարակի մեկնարկից մեկ շաբաթ անց մենք արդեն սկսեցինք նոր ինդեքսի մշակումը, որը վերաբերում էր զբաղվածության կարգավիճակի կայունությանը: Այդ շրջանում վարկային կազմակերպություններն անորոշության մեջ էին, քանի որ չգիտեին՝ արդյոք տվյալ վարկառուն կունենա աշխատանք 1-3 ամիս հետո: Օգտագործելով հսկայական բազաներ՝ մենք մշակեցինք այդ ինդեքսը, որը շատ արագ ինտեգրվեց վարկային կազմակերպությունների՝ վարկերի հաստատման կամ մերժման որոշումների կայացման գործընթացին: ԱՄՆ շուկայում այս եւ մի շարք այլ հաջողված փորձերն այսօր ներդնում ենք Հայաստանում»,- Banks.am-ի հետ զրույցում մանրամասնել է Plat.AI-ի գործառնական տնօրեն Ալեք Կոտոլյանը:

Նրա խոսքով՝ «Նորք» տեխնոլոգիաների կենտրոնի հետ համագործակցությամբ մշակել են 7-ից ավելի պրոդուկտներ Հայաստանի բանկային եւ սոցիալական պաշտպանության ոլորտների  համար: Դրանք արհեստական բանականությամբ աշխատող ունիվերսալ մոդելներ են, որոնց հիմքում հսկայական տվյալների բազա է:

Մեքենայական ուսուցման զարգացումը Հայաստանում

Plat.AI-ն  գործում է 2020 թվականից: Ալեք Կոտոլյանի խոսքով՝ Հայաստանում գործունեության մեկնարկն ավելի վաղ էին նախատեսել, սակայն այն ուշացավ համապատասխան մասնագետների պակասի պատճառով:

«Մեր սկզբունքն է ստեղծած արժեքը հայրենի համայնքին վերադարձնելը, դրա համար էլ Հայաստանում գործունեություն ծավալելը մեզ համար շատ կարեւոր է: Ուրախությամբ կարող եմ ասել, որ դեռեւս 5 տարի առաջ առկա կադրային բացն այսօր որոշակիորեն լրացվել է, ոլորտն արագ է զարգանում: Տարիներ առաջ 100 հարցազրույցներից հետո միայն կարողացանք գտնել մեր պահանջներին համապատասխան թեկնածու, իսկ այսօր Հայաստանում ունենք Plat.AI-ն՝ լիարժեք թիմով, որն աշխատում է նաեւ միջազգային շուկայի հետ»,- նշել է ընկերության գործադիր տնօրենը:

Մեքենայական ուսուցման եւ արհեստական բանականության մասնագետների պատրաստման եւ ոլորտի զարգացման նպատակով ընկերությունը համագործակցում է Հայաստանում ամերիկյան համալսարանի, «ԹՈՒՄՈ» տեխնոլոգիական կենտրոնի, «Հայաստանի մանուկներ» բարեգործական հիմնադրամի (ՔՈԱՖ) եւ այլ հաստատությունների հետ:

AI լուծումների տեղայնացումը հայկական շուկայում

Plat.AI-ի մոդելները մշակված են ԱՄՆ-ի ամենամեծ «credit bureau»-ների տվյալների բազայի հիմքով: «Նորք» տեխնոլոգիաների կենտրոնի հետ համագործակցությամբ՝ ընկերությունը նպատակ ունի ադապտացնել դրանք հայաստանյան շուկային՝ ներգրավելով տեղի փորձն ու բազան: Այս նպատակով Plat.AI-ն ակնկալում է տեսնել ֆինանսական ոլորտի ակտիվ մասնակցությունը:  Դրա շնորհիվ հնարավոր կլինի բարձրացնել առկա մոդելների ճշգրտությունը, իսկ կատարելագործված մոդելներն էլ իրենց հերթին կծառայեն ֆինանսական կառույցներում ռիսկերի առավել արդյունավետ կառավարմանը:

«Այսօր հայաստանյան շուկայում շատ կարեւոր է նաեւ ֆինանսական խարդախությունների դեմ պայքարը, որով կկարողանանք առողջացնել ոլորտը: Դրա համար համակարգված աշխատանք է պետք նաեւ ֆինանսական կազմակերպությունների ակտիվ ներգրավմամբ: Քանի որ խարդախությունների ձեւերն ամբողջ աշխարհում տարբեր են, կարեւոր է, որ մեր մոդելները մշակվեն հենց տեղի շուկայի առանձնահատկությունների հիման վրա: Լիահույս ենք, որ ֆինանսական կազմակերպություններն ավելի բաց կլինեն բացահայտված խարդախության դեպքերի վերաբերյալ տեղեկատվությունը «Նորք» տեխնոլոգիաների կենտրոնին տրամադրելու հարցում: Վերջինս էլ ապաանձնավորված ձեւով մեզ կտրամադրի ամբողջական տեղեկատվությունը, որի հիման վրա մեր մոդելները կսովորեն, ավելի ճշգրիտ ինդեքսներ կստեղծվեն եւ կկարողանանք բացահայտել ու կանխարգելել խարդախությունները՝ ի նպաստ ամբողջ շուկային»,- մանրամասնել է Ալեք Կոտոլյանը:

Մոդելների առավելության ապացույցը

Միջոցառման մասնակիցներին Plat.AI-ի գործադիր տնօրեն Լուսինե Սարգսյանը մանրամասն ներկայացրել է ընկերության առաջարկած մոդելները: Նա պատմել է ինչպես ունիվերսալ, այնպես էլ ներքին կառուցված մոդելների առավելությունների ու թերությունների մասին:

 
«Յուրաքանչյուր ընկերություն իր գնահատման մոդելը կարող է կառուցել հիմնվելով ներքին տվյալների վրա: Մի կողմից սա տալիս է առավելություն այն իմաստով, որ ընկերությունը ծանոթ է լինում համակարգի բոլոր փոփոխականներին ու պարամետրերին: Այդուհանդերձ, թեեւ ունիվերսալ համակարգերի դեպքում կա ճկունության որոշակի խնդիր, այն ներքին կառուցված համակարգերի նկատմամբ զգալի առավելություն ունի: Ներքին կառուցված համակարգը չի կարող ճշգրիտ գործել այն դեպքերում, երբ որոշումը կայացվում է, օրինակ, վարկային պատմություն չունեցող, կամ ընկերության հետ նախկինում չառնչված մարդու համար, որովհետեւ այն պարզապես չունի անհրաժեշտ տեղեկատվությունը:

Մինչդեռ ունիվերսալ մոդելները կառուցվում են հսկայական բազաների հիման վրա՝ ներառելով տվյալ դեպքում Հայաստանի  ամբողջ բնակչությանը վերաբերող տվյալներ, ուստի ունեն ամբողջ անհրաժեշտ տեղեկատվությունը տվյալ պարագայում բարձր ճշգրտությամբ կանխատեսում անելու համար: Հաշվի առնելով այս երկու գործիքների առավելություններն ու թերությունները՝ լավ է, եթե ընկերությունը երկու մոդելներն էլ կիրառում է»,- նշել է Լուսինե Սարգսյանը:

Հանդիպման ընթացքում ընկերության գործադիր տնօրենը ներկայացրել է նաեւ իրենց իրականացրած ուսումնասիրությունը, որով համեմատել են Plat.AI-ի մոդելների եւ ֆինանսական կառույցներում սովորաբար կիրառվող մոտեցումների ճշգրտության աստիճանները: Ըստ ուսումնասիրության արդյունքների՝ Plat.AI-ի մոդելը միջինում 7-10 տոկոսային կետով ավելի ճշգրիտ է դիտարկված բոլոր ոլորտներում: Հատկապես նշանակալի տարբերություն է երեւում  (շուրջ 40 տոկոսային կետով առավել ճշգրիտ), եթե դիտարկում ենք 12 ամսվա հորիզոնում այն մարդկանց համար կանխատեսումները, որոնք իրականում ունեցել են աշխատավարձի նվազում։  Վերջինս առանձնակի կարեւոր է խարդախությունների բացահայտման նպատակով։

Միջոցառման բաց քննարկման ձեւաչափի շնորհիվ ներկաները հնարավորություն ունեցան ուղղելու իրենց հուզող հարցերն ու ստանալու պատասխաններ, իսկ պաշտոնական մասից հետո ակտիվ նեթվորքինգը շարունակվել է ոչ ֆորմալ միջավայրում:

Գայանե Ենոքյան

Լուսանկարները՝ Էմին Արիստակեսյանի