ВТБ и МФТИ представили рынку технологическое решение для оценки эффективности и оптимизации бизнес-процессов. Пока аналогов в России оно не имеет. Сопоставимые продукты, представленные на отечественном рынке, разработаны глобальными корпорациями IBM и Gurobi, FICO. Лицензии на их использование могут быть отозваны в любой момент. Альтернативные решения, созданные на базе открытого кода, заметно ему уступают. Появление отечественного оптимизатора стало важным шагом на пути к укреплению технологического суверенитета страны.
Оптимизатор (solver), созданный специалистами ВТБ и МФТИ, стал первым полностью российским технологическим решением для подбора инвестиционных портфелей, оценки эффективности и оптимизации бизнес-процессов.
«Продукт, созданный командой МФТИ и ВТБ, решает промышленные задачи оптимизации разных типов. На большинстве задач он превосходит стандартное ПО с открытым кодом по скорости и точности решения и конкурирует по этим показателям с ведущими коммерческими солверами широкого профиля. На базе данного ПО разрабатываются и реализуются методы для решения более широкого класса задач».
Тесты показали, что оптимизатор эффективней, чем аналогичные решения на базе открытых исходных кодов. Продукт существенно превосходит их при решении свыше 80% классов задач. В то же время он не уступает в качестве и скорости работы продуктам от международных разработчиков IBM и Gurobi, FICO.
Оптимизатор в работе использует модели машинного обучения, моделирует оптимальную стратегию с учетом индивидуальных настроек пользователя. Его можно использовать на любом персональном компьютере, где запускается операционная система Linux.
Научные исследования и разработка продукта велись в совместной R&D лаборатории ВТБ и МФТИ, созданной на базе Физтех-Школы прикладной математики и информатики. Школа – специальное структурное подразделение МФТИ, центр современных компетенций в области прикладной математики, компьютерных наук и технологий работы с большими данными и ИИ.
ВТБ и МФТИ уже сейчас готовы оказывать потенциальным заказчикам оптимизационные услуги, в том числе помощь в постановке задачи, подборе подходящего алгоритма и его внедрении, а в дальнейшем осуществлять техподдержку. К началу 2023 года планируется определить компанию – системного интегратора решения.
«Сервис уже опробован для решения задач по формированию стратегий внутри ВТБ, и в настоящее время мы готовы предложить его заинтересованным компаниям из различных отраслей экономики».
В частности, алгоритмы, которые использует новый оптимизатор, использовались программой roboadvisor – роботом-советником ВТБ. Этот сервис помогал клиентам банка при инвестировании. Робот-советник ВТБ «Мои инвестиции» победил в номинации «Лучшее IT-решение – 2021» ежегодной премии Retail Finance Awards 2021.
Сервис по подбору персонального инвестиционного портфеля предлагал 25 стратегий, которые пользователи могли выбрать, исходя из своего инвестиционного профиля и финансовых целей. Персональный робот-советник использовал результаты анкетирования и целеполагания клиентов и на их базе предлагал персональный инвестиционный портфель. Впоследствии робот регулярно осуществлял его ребалансировку в зависимости от текущей рыночной ситуации.
Доходность портфелей под управлением робота-советника достигала до 21% годовых в рублях, до 13,4% в долларах, до 5,2% в евро.
Оптимизаторы (солверы – solvers) разрабатываются уже несколько десятилетий. Эти системы позволяют находить оптимальные варианты решения бизнес-задач на основе методов математической оптимизации.
Большинство солверов сегодня используют алгоритмичный метод ветвей и границ, разработанный на базе более простого – метода полного перебора. Однако, в отличие от последнего, допускает отсечение подмножеств допустимых, но заведомо неоптимальных решений.
Раскрыть потенциал метода ветвей и границ помог искусственный интеллект. При решении масштабных задач, когда данных и влияющих факторов для оптимизации много, человек физически не в состоянии отсеять все лишние варианты. По крайней мере, в разумный срок, пока решение все еще актуально.
Так, исследование Gurobi продемонстрировало, что в компании HP по итогам финансового года оптимизатор создал портфель, который принес компании финансовую выгоду в размере 100 млн долларов по сравнению с портфелем, сформированным «вручную» без применения искусственного интеллекта. Оптимизатор позволил получить 90% дополнительной прибыли портфеля при затратах в 24%.
Оптимизаторы принято делить на узкоспециализированные, которые заточены под решение специфических задач, и универсальные. Пример первых – расчет конкретного логистического маршрута или подбор инвестиционного портфеля среди голубых фишек технологических компаний. Вторые призваны решать разноплановые оптимизационные задачи с большим количеством переменных и ограничений, используемых в анализе. Это может быть формирование полноценного инвестиционного портфеля или оптимизация работы промышленного предприятия.
Использование оптимизатора в разных отраслях промышленности может принести эффект не сразу. В отдельных случаях его внедрение может занимать около полугода и более. Искусственному интеллекту необходимо собрать информацию для последующего анализа.
Объем российского рынка оптимизационных решений достигает нескольких млрд руб. От качества используемых оптимизационных решений зависят в том числе и стратегические отрасли российской экономики. Например, КПД нефтеперерабатывающих заводов при отсутствии должных решений может снижаться на 5–10%.
Если российский рынок покинут международные разработчики ведущих оптимизационных решений и отзовут лицензии на свои продукты, это может оказаться весьма чувствительно. На рынке альтернативы их продуктам практически нет. Работа над созданием такого решения идет в Китае, но оно еще не подтвердило свою эффективность.
«Практически каждая наукоемкая отрасль сталкивается с задачами оптимизации, поэтому уход с российского рынка зарубежных оптимизационных решений может стать серьезной проблемой для прикладной промышленности. Наш сервис может найти свое применение везде, где требуется поиск оптимальных решений в условиях различных ограничений. Любой бизнес-процесс можно представить в виде задачи для оптимизации».
