Российский стартап VisionLabs разработал технологию распознавания образов, которая помогает банкам выявлять мошенников при обращении за кредитами.
За два года существования в статусе резидента Инновационного центра «Сколково» проект уже вышел на самоокупаемость, а недавно объявил о своем партнерстве с SAS. FutureBanking побеседовал с руководителем VisionLabs Александром Ханиным.
С какими проблемами к вам обращаются банки, и чем вы можете помочь?Есть мошенники, которые ходят в банки, как на работу. Они меняют паспорта, они находят похожих людей по фотографиям в паспорте и получают новый кредит. В некоторых банках даже существует такое понятие как серийные мошенники. Они могут брать кредиты более пятидесяти раз и не возвращать. В нашей практике встречались случаи, когда в одном банке в течение месяца один и тот же человек с разными документами брал сто пятьдесят кредитов. Объем потерь одного банка от такого мошенничества измеряется миллионами долларов в год. Естьстатистика, что в прошлом году банки суммарно из-за этого потеряли сто пятьдесят три миллиарда рублей. Контролировать качественно выдачу кредитов не всегда получается, потому что оснастить каждое рабочее место или отделение оборудованием для проверки паспортов на подлинность стоит довольно дорого. Часто находятся люди, похожие на фотографию в паспорте, – двойники. Отличить их вручную по фото невозможно. Плюс, люди пользуются тем, что обмен данными между банками не всегда работает хорошо, и получив, например, отказ в одном банке или кредит, можно в тот же день пойти и получить кредит в нескольких других банках. Мы предлагаем решение, которое позволяет выявлять такие случаи с помощью умного программного обеспечения и обычных веб-камер. Вы устанавливаете свое оборудование или пользуетесь тем, что уже есть?Во многих банках веб-камеры уже установлены, и фотографирование клиента стало неотъемлемой частью бизнес-процесса. Мы предлагаем все фотографии делать качественными, чтобы не было случаев, когда к анкете клиента прикрепляется фотография стула или стола. Иногда мы видели прикрепление фотографий знаменитостей, например, Бред Питт зашел взять кредит до получки. Видели мультяшных персонажей. Очевидно, что волк из «Ну, Погоди!» не мог прийти и взять кредит. Система может выявить, что клиента нет в кадре. Значит, заявка оформлена без его присутствия, а такого случая допустить нельзя. Когда клиент предъявляет документ в банке, система по базе лиц проверяет действительно ли он тот, за кого себя выдает. Дальше, есть функция, которая позволяет проверить, не находится ли он в списке недобросовестных клиентов. Возможно, у него уже есть просрочка по кредиту, а он хочет взять еще один под другим именем. Система может проверять, он это или не он, или не похож ли он на кого-нибудь из списка злоумышленников. Создаете ли вы какую-то централизованную базу изображений?В рамках каждого банка уже есть достаточно большая база данных фотографий. Когда приходим в банк, мы ее структурируем, превращаем в пригодную для распознавания, и в рамках одного банка система уже может работать. Очевидно, что большой класс мошенничества – это межбанковское мошенничество, поэтому мы сейчас ведем переговоры с рядом кредитных бюро, чтобы совместно создавать большие базы недобросовестных клиентов. Почему вы не хотите централизовать эти базы у себя: на ваших серверах или в облаке?Для того чтобы создавать это в своем облаке, нам по сути нужно становиться еще одним кредитным бюро, а это уже требует согласования обработки персональных данных и так далее. Банкам более комфортно, если они работают с кредитным бюро. Им лучше подключить дополнительную услугу, нежели вводить еще одного нового контрагента. Есть ли уже подписанные соглашения с кредитными бюро?Ни у одного вендора распознавания лиц пока не подписано соглашение ни с одним кредитным бюро. Поэтому первый, у кого это получится, займет существенную часть рынка. Почему не подписано, кредитные бюро не заинтересованы?Потому что технологии, которые имеются на рынке, не удовлетворяют их по качеству и скорости. Этим мы и отличаемся от конкурентов. Мы умеем обрабатывать за единицы секунд базы в десятки миллионов лиц, и умеем это делать на обычном оборудовании. В чем тогда заминка?Цикл продаж достаточно большой – требуется пройти комплексное тестирование и детально проработать бизнес-процессы. Не выгоднее ли кредитным бюро самим что-то такое разработать, чем платить вам какую-то комиссию?Разработать технологию распознавания лиц, а тем более такого качества, как у нас, представляется маловероятным. На сегодняшний день технологии, которые используются многими известными западными вендорами, уступают по большинству показателей нашему подходу. Представить, что кредитное бюро готово выделить десять миллионов долларов на какую-то экспресс-разработку трудно. У нас собралась уникальная команда, и у каждого члена команды есть опыт, объединив который мы получили такой результат. На чем основана ваша система?На алгоритмах. Это же искусство нестандартных правил, как распознавать лица. Поэтому каждый производитель, по сути, делает свою версию. Сейчас практика показывает, что наша версия лучше. Во-первых, у нас меньше процент ошибок, чем у конкурентов. И во-вторых, у нас скорость распознавания выше. И это подтверждено независимыми тестами на базе Labeled Faces in the Wild, которые проводились в Университете Массачусетса США. Мы там показали первое место в мире по состоянию на 1 февраля 2014 года. Какие факторы вы анализируете? Только внешний вид, грубо говоря: расположение глаз, носа, рта – либо какие-то поведенческие факторы тоже учитываете?У нас анализируется прежде всего схожесть лица с другими лицами. Для этого используется пятьдесят шесть ключевых точек на лице. Не мы их придумали – были исследования. Мы просто реализовали алгоритм, который помогает эффективно их находить и сравнивать. Кроме того, используются простые поведенческие правила, например, если человек часто приходит с сопровождающим получать кредит, то сопровождающий может оказаться черным брокером. Вы можете и сопровождающих лиц так отслеживать?Да, можно их распознавать. Хоть они напрямую не участвует в заполнении анкеты, но представьте, что один и тот же человек сопровождает десять разных людей в течение месяца. Это подозрительно. Такие поведенческие факторы мы учитываем. Можете подробнее рассказать про ваше партнерство с SAS? Что вы планируете предложить рынку совместно?SAS – это крупнейший в мире поставщик бизнес-аналитики. Они анализируют информацию, которую используют банки для принятия каких-то решений. Они умеют анализировать большие данные, строить социальные графы, мы же умеем анализировать изображения, тем самым мы и SAS взаимно дополняем функционал друг друга. Правильно я понимаю, что они теперь ваш продукт будут предлагать кредитным организациям в пакете?Да, совершенно верно. SAS совместно с нами, по крайней мере, в России будет предлагать антифрод-решение, в котором будет использоваться наш движок распознавания. Теперь распознавание по фото может включаться в пакет поставки как опция. Многие российские банки, уже использующие решения SAS, смогут проапргрейдить свои системы и добавить функцию распознавания лиц. Но вы также работаете с банками напрямую?Суммарно мы работаем сейчас с пятнадцатью российскими розничными банками: где-то пилотный проект уже завершен, где-то он на стадии согласования. Во всех случаях ваша система используется именно для противодействия мошенничеству?Это основное направление. Но, очевидно, что базовая технология может быть использована и для многих других задач, например, для распознавания VIP-клиентов. У нас недавно завершился пилот в банке из топ-30. Можно ли использовать вашу систему для идентификации личности? Вот зашел клиент в офис, мы его сразу идентифицируем и готовы предложить то, что ему, вероятно, может потребоваться. Задача определения, что за человек входит в офис, может решаться той же системой. Но мы решили сосредоточиться на том моменте, когда человек именно сидит и общается с менеджером банка, когда он хочет получить кредит. Те испытания, которые вы проводили в банках, привели ли они к какому-то сокращению числа мошенничеств?Есть показательный случай. В одном банке у нас пилотный проект был всего полчаса – надо было проанализировать сто восемьдесят тысяч фотографий. Мы проанализировали, и за полчаса в банке было выявлено двадцать четыре сотрудника, всерьез заподозренных во внутреннем мошенничестве. Выяснилось, что эти люди умышленно плохо фотографировали клиентов. Например, у них очень часто случались снимки, где камера закрыта пальцем, где снимается фотография, а не человек, где фотографируется пустая стена или стул. И банк быстро проверил зависимость между процентом дефолта и таким количеством фотографий.Оказалось, что у этих сотрудников процент невозвратов, в среднем, в десять раз выше, чем у всех остальных. С ними начали разбираться. То есть это действительно помогает. Планируете ли вы выход за рубеж?У нас есть запросы из Южной Америки, там похожая ситуация. В Европе распространено в основном мошенничество с пластиковыми картами. Но пока в нашем приоритете – добиться лидерства на внутреннем коммерческом рынке. Работаете ли вы с компаниями других секторов?У нас есть решение по контролю перемещения сотрудников в офисе. Есть, например, большие офисные центры или просто помещения, на территории которых могут находиться только определенные лица. Такую задачу мы тоже решаем.Можно сказать, что доступные решения именно для бизнес-задач, а не для безопасности, начали появляться только в прошлом году. Мы считаем себя пионерами в этой области, потому что изначально ориентировались на бизнес. Если двигаться дальше и смотреть вперед, как еще может использоваться ваша технология? Например, можно в розничных магазинах делать какие-то таргетированные предложения?Да, никаких противопоказаний для этого нет. Но мы сейчас сфокусированы на банках, потому что у них существует наиболее острая потребность. А с микрофинансовыми организациями вы работаете?Мы общаемся с ними и совместно с партнерами готовим решение для МФО. Они есть в наших планах, но это следующий этап. Можете рассказать про ваших инвесторов?Все это время у нас не было инвесторов, мы вкладывали свои средства. В прошлом году мы получили pre-seed инвестиции от Фонда развития интернет-инициатив. Деньги привлекли символические – несколько десятков тысяч долларов. Основная полученная ценность в том, что мы прошли акселерацию, это намного полезнее. Вы до этого говорили, что на разработку аналогичной системы требуются миллионы долларов. Сколько вы вложили?Да, действительно, создать систему распознавания лиц мирового уровня – задача не из легких, и не из дешевых. Есть несколько прецедентов, когда корпорации приобретали право использовать подобные технологии за несколько десятков миллионов долларов. Наш случай мы считаем достаточно уникальным – все наши стартовые инвестиции в создание технологии распознавания образов составили порядка ста тысяч долларов. Будете ли вы сейчас привлекать каких-то инвесторов, или вы хотите и дальше развиваться самостоятельно?На данный момент у нас нет острой необходимости, но для форсирования развития компании и для выхода на мировой рынок мы такую возможность рассматриваем. Сейчас к нам проявляют интерес несколько венчурных фондов. Во сколько компания оценивается сейчас?На данный момент оценка достигает десяти миллионов долларов. Основной актив тут – технология, прошедшая независимые тесты и показавшая самые конкурентоспособные показатели. Вы считаете, что эта технология будет востребована в кредитных организациях?Да, действительно мы так считаем. Но правильней спрашивать не нас, а клиентов. Очевидно, что наша технология приносит очень существенную выгоду для банков. Экономия достигает нескольких миллионов долларов в год в среднем банке. Мы не рассматриваем ТОП-10, там и больше может быть.
Источник: futurebanking.ru