Фото УНИАН

Если в каком-то отделении возле касс образуется очередь, система анализирует информацию и переключает сценарий обслуживания в режим «Очередь», а также отправляет сообщение менеджерам для принятия организационных решений и перераспределения клиентопотока.

«В процессе обучения нейронной сети мы проанализировали порядка полумиллиона живых изображений с камер в наших отделениях и научили сеть безошибочно определять очереди возле касс, – говорит заместитель председателя правления ПриватБанка Вадим Ковалев. – Мы работаем над применением нейронных обучающихся сетей в практике идентификации риска, что существенно ускорит и повысит надежность оценки рисков при кредитовании розничных заемщиков и предпринимателей».

Система анализа очередей с использованием нейронной сети позволит банку оптимизировать работу персонала отделений и улучшить качество обслуживания клиентов. В рамках пилотного запуска глубокой нейронной сети система показала практически абсолютную точность распознавания очереди. При этом в среднем в течение рабочего дня более 50% всех отделений банка нейронная сеть оценивает как отделения, в которых не бывает больших очередей.

Видео дня

По словам разработчиков, в ближайшее время ПриватБанк научит нейронную сеть распознавать очередь в банкоматы и терминалы самообслуживания. Эти данные будут использоваться при планировании загрузки наличными и расширении банкоматной сети.

Сегодня в сети ПриватБанка работает 2 183 отделения, 7 246 банкоматов и 12 612 терминалов самообслуживания.