События

Reimagine: Опыт Deloitte в области машинного обучения на базе SAP Leonardo в области финансов

31 мая 2018, 18:55

Reimagine

Опыт Deloitte в области машинного обучения на базе SAP Leonardo в области финансов.

Название базовой системы (платформы): SAP Leonardo Blockchain
Разработчики: Deloitte Consulting
Отрасли: Финансовые услуги, инвестиции и аудит

Платформа Reimagine Делойта – это результат сотрудничества Делойта и SAP в области инноваций и новых решений на базе SAP Leonardo, включая решения в области машинного обучения, SAP Cloud Platform, связанных с цифровым ядром.

Решения на платформе Reimagine помогают организациям в следующих областях:

  • Автоматизация процессов;
  • Кардинальные улучшения в использовании данных для принятия решений;
  • Существенное повышение эффективности предприятия.

Решения Deloitte Reimagine для финансов

  • Lights Out Finance. Бухгалтерия без людей. С решениями направления «Бухгалтерия без людей» (`Lights Out` Finance) вы сможете снизить трудозатраты, повысить эффективность и повысить точность операций путем автоматизации процессов на базе алгоритмов машинного обучения. Например, инструменты машинного обучения могут помочь трансформировать процесс разбора банковской выписки путем `считывания` исторической информации о том, как разбирались подобные сценарии в прошлом. Аналогичные подходы используются для анализа трендов в отношении входящих платежей и предсказывать платежное поведение клиентов.
  • Cognitive Finance. Умные финансы. Будущее - во внедрении умных технологий, помогающих финансовым организациям быстро реагировать на изменение ситуации внутри организации и на рынке. Решения в области Умных Финансов базируются на предоставлении доступа к детальным данным, влияющим на КПЭ в режиме реального времени, а затем обработки этих данных в мощных предиктивных решениях, способных выявлять тенденции и тренды и быстро реагировать на изменение ситуации.
  • Cognitive Controllership. Замена функций контролеров. Представьте себе приложение, которое учится понимать, какие счета должны иметь нулевое сальдо, а затем быстро действовать на основе выявленных данных. Представьте себе решения, в которых есть аналитика для обнаружения ошибок и рисков и направления оповещений в режиме реального времени контролеру-человеку для исправления ошибок? Решения, заменяющие Финансовых Контролеров, в комплексе с решениями машинного обучения и искусственного интеллекта могут помочь автоматизировать многие функции, которые сейчас выполняют финансовые контролеры. За счет этого вы позволите финансовым руководителям уделять больше внимания стратегическим решениям и созданию дополнительной стоимости.

Подход к реализации проектов

  • Внедрение готового решения у клиента занимает около 3 месяцев и включает следующие этапы:
    • Этап Оценки – анализ имеющихся данных.
    • Этап Экстракции данных – выгрузка данных в тестовые системы. Может требоваться обезличивание данных.
    • Этап Анализа данных и настройки решения – данные анализируются внутри решения и решение подстраивается под данные клиента.
  • В идеале нужны данные за 2 года. В случае наличия данных только за 1 год, результат может быть не оптимальным.
  • В разработке каждого отдельного решения могут принимать участие команды до 5-6 человек: 2 специалиста по машинному обучению (HANA PAL и стандартные библиотеки SAP для машинного обучения), 2 специалиста по SAP функциональности, 1 программист для реализации экстракции данных из бизнес систем.
  • Необходимо сразу определять бизнес выгоды и работать на их достижение.
  • Процесс создания решения отличается от настройки стандартных решений тем, что это путь проб и ошибок.

Источник