Банки внедряют ИИ для сокращения запасов наличности в банкоматах на 40%

Согласно публикации авторитетного делового издания PYMNTS от 28 августа, финансовые организации внедряют искусственный интеллект для предиктивного управления наличными в банкоматах и ранней диагностики поломок. Программные модели изучают архив транзакций, графики выплат заработной платы, календарь праздников и региональную специфику, вычисляя оптимальный объем купюр для каждого конкретного устройства. Такой подход исключает избыточную заморозку капитала и минимизирует вероятность исчерпания средств до плановой инкассации.

По экспертным оценкам глобального логистического оператора Brink’s, специализирующегося на транспортировке ценностей, одна лишь оптимизация прогнозов способна уменьшить совокупный объем наличности в банкоматной сети на 30–40%. Для кредитных организаций профицит купюр означает убытки от привлечения и обеспечения безопасности лишних средств, в то время как дефицит ведет к простоям оборудования, оттоку разочарованных клиентов и затратам на внеплановые выезды бригад.

Для банковского сектора это переводит администрирование банкоматного парка из рутинной логистики в плоскость интеллектуального планирования: нейросети не только рассчитывают денежную емкость устройств, но и мониторят их техническое состояние. При этом надежность расчетов всецело обусловлена качеством исторических баз, точностью календаря событий и бесперебойным потоком телеметрических данных.

Технологии ИИ также задействованы в сфере сервисного обслуживания. Анализируя тончайшие колебания показателей внутренних датчиков, софт способен зафиксировать скрытые деградации узлов и инициировать ремонт до того, как аппарат выйдет из строя. Подобная стратегия знаменует переход от реактивного устранения аварий к проактивному предотвращению отказов.

Альтернативную методологию презентовала международная консалтинговая и IT-группа Reply. Разработанное ею решение задействует ИИ для сканирования городской среды: система фиксирует координаты, формат и масштабы массовых событий, сопоставляя их с дислокацией терминалов. Полученные сведения интегрируются в модель прогнозирования трафика, поскольку масштабные мероприятия способны кратно увеличить спрос на кэш в локации. Впрочем, заявленная Reply экономия процентных издержек до 40% является внутренней маркетинговой оценкой компании, а не верифицированным рыночным стандартом.

Источник: iXBT