В управленческой практике основополагающей является  организационно-должностная структура трудового коллектива, отражающая деперсонифицированные отношения сплоченности должностей. Одна из главных традиционных задач рационализации организационной структуры управления – это упорядочение и сокращение излишних иерархических звеньев. Однако организационная структура не отражает всех сторон жизнедеятельности коллектива, в частности, такой, как социально-психологические отношения среди его сотрудников [1].

Рассматривая трудовой коллектив как социально-экономическую систему, следует отметить, что невозможно представить его в виде единой структурной модели всех производственных, экономических, информационных и социально-психологических аспектов совместной деятельности людей. Для более полного представления о коллективе и поведении его членов необходимо прибегнуть к многомодельному описанию, используя концепции и методологию таких наук, как социология, организационное управление, социальная психология, теория информации. В основе каждой локальной модели всегда лежит определенная структура коллектива. Наиболее важными среди них являются: организационно-должностная, неформальная структура межличностных отношений, технологическая и информационная.

Организационно-должностная структура управления или формальная структура коллектива представляет собой отношения административной соподчиненности между сотрудниками коллектива и полностью совпадает со структурой формальной организации совместной трудовой деятельности. Она отражает отношения власти и реального подчинения в организации, поэтому выявление и измерение этих отношений целесообразно проводить на основе социометрических тестов.

Специфика подобного теста состоит в том, что он содержит вопросы, где следует указать, что конкретно сотрудник ожидает при выполнении тех или иных приказов, заданий, поручений со стороны своих коллег. При этом по степени своей выполнимости все приказы, задания и поручения можно разделить на: практические невыполнимые; выполнимые, но влекущие за собой негативные, нейтральные или позитивные последствия для испытуемого. За каждый вариант ответа устанавливается оценка в баллах, значение которой пропорционально степени трудности выполнения задания. Сумма набранных баллов говорит о степени подчинения испытуемого тому или иному сотруднику. На основе результатов обработки теста формируется матрица отношений власти.

Неформальная структура межличностных отношений раскрывает личные связи между всеми членами коллектива, основанные как на чисто эмоциональных моментах – взаимных симпатиях, привязанностях, индивидуальной непереносимости, доминатности, покорности, восхищениях, зависимости, так и на объективных моментах, таких, как общность интересов, социальная зависимость, совместные увлечения, взгляды, убеждения.

Для того чтобы построить неформальную структуру межличностных взаимоотношений, применяются следующие социологические методы исследований – внешнее, планируемое и включенное наблюдения, интервьюирование и анкетирование, методы предпочтительных профилей поведения [2]. Все эти методы позволяют дать качественное описание взаимоотношений в группе, выявить и оценить причины предпочтений и отвержений.

Другая система приемов позволяет ввести некоторые количественные меры и на этой основе построить наглядные схематические диаграммы и матрицы. Это направление исследований носит название социометрического анализа. Структура взаимоотношений между членами коллектива может быть выявлена при помощи дозируемых контролируемых ситуаций-предпочтений: кого выбрать партнером по служебной командировке, с кем пойти в кино, с кем поехать отдыхать, с кем перейти работать в другое место и так далее [3].

В социометрическом анализе каждая ситуация – предпочтение , задание или вопрос называется критерием. Если ситуация–предпочтение относится к производственным целям – это производственный критерий, если речь идет о свободном времени – бытовой критерий [3].

Следовательно, для оценки неформальных межличностных отношений в трудовом коллективе наиболее приемлем производственный критерий стремления к совместной деятельности. Учитывая данный критерий и необходимо разрабатывать социометрический тест. На основе полученных результатов тестирования каждого члена коллектива определяются оценки отношений между сотрудниками.

Технологическая структура показывает, как в процессе работы происходит технологическая переработка предметов труда, как используются средства труда, превращаясь в конечный продукт совместной трудовой деятельности, показывая отношения между его членами по признаку кооперации при выполнении тех или иных работ.

Для построения реальной технологической структуры необходимо оценить объёмы и сложность работ, а также относительный личный вклад каждого работника в их выполнение. Метод выявления технологической структуры – это комбинирование методов наблюдения, обследования, анкетирования и экспертной оценки.

Порядок построения технологической структуры заключается в следующем: во-первых, методами анкетирования, обследования и опроса выявляется перечень работ, выполняемых каждым работником. Во-вторых, с помощью метода экспертных оценок определяется их относительная сложность. В-третьих, методом обследования определяется количество работ, выполняемых каждым работником, а методом экспертных оценок их индивидуальный вклад. По этим исходным данным рассчитываются результирующие показатели технологических отношений, на основе которых строится матрица технологической структуры.

Информационная структура отражает пути прохождения информации от одного члена коллектива к другому; в общем случае информационная структура не обязательно совпадает с технологической, лишь в подразделениях управленческого аппарата технологическая структура движения документов практически тождественна информационной, но это касается только деловой информации, тогда как в ряде исследований выделяют ещё неформальную информационную структуру межличностных коммуникаций.

Как известно, в трудовом коллективе циркулирует множество различных видов как документированной, так и недокументированной (устной) информации: экономической, социальной, производственной, научно-технической и, наконец, бытовой. В информационной структуре необходимо четко выделять информацию, необходимую для осуществления эффективной деятельности.

Для выявления актуальной информационной структуры наиболее целесообразно использовать комбинированный подход, включающий в себя последовательные этапы анкетирования сотрудников, обследования их деятельности, анализа и обобщения полученных данных.

На первом этапе обследования каждому работнику дается опросная анкета с просьбой перечислить три группы показателей, используемых в своей деятельности: поступающих (входных), нормативно-справочных и формируемых работником (выходных). По каждому показателю работник должен указать такие характеристики, как источник информации, от кого и к кому она поступает, сроки и периодичность поступления (или выдачи), объем, перечень функций (работ), при реализации которых используется данный показатель.

После изучения результатов анкетирования проводится индивидуальный опрос и анализ источников информации, используемых работниками в своей деятельности, затем строится матрица интенсивности информационных связей (отношений) между сотрудниками. На основе этих и других относительно менее важных структур в коллективе образуется некоторая интегральная структура, которая отражает всё множество реальных отношений между его членами. Основу этой интегральной структуры составляют деловые отношения между членами коллектива, направленные на выполнение конкретных задач и реализацию его целей.

Интегральная структура деловых отношений представляет собой, прежде всего, отношения между людьми, направленные на достижение некоторой цели путем реализации выполненной работы. Деловые отношения связаны по крайней мере с двумя людьми, а деловые качества – с личностью одного человека. Деловые отношения различаются: а) по форме проявления: истинные и потенциальные – присущие людям вне зависимости от их социального статуса (должности), неформальных отношений (связей, протекций); фактические – присущие им в условиях реального трудового коллектива. Истинные деловые отношения оцениваются в специально создаваемых контрольных группах, а фактические – с учетом всех реальных характерных черт трудового коллектива; б) по характеру влияния на достижение целей: позитивные, которые ускоряют достижение цели; негативные – препятствующие достижению цели; нейтральные – «безразличные» к достижению цели; в) по направленности к достижению позитивного либо негативного результата.

Оценку потенциальных деловых отношений целесообразно проводить с помощью специальных управленческих деловых игр, включающих в себя перечень взаимосвязанных высказываний, каждое из которых представляет собой описание некоторого мероприятия. Игра сводится к нахождению некоторой последовательности высказываний, реализация которых приводит к достижению цели. В игре может участвовать один испытуемый – в этом случае оцениваются его деловые качества, двое либо несколько испытуемых – тогда оцениваются их деловые отношения.

Однако, по нашему мнению, более общим определением, чем структура коллектива, является понятие его модели или модели совместной деятельности, которая включает в себя структуру коллектива и относящуюся к ней систему коллективных и индивидуальных норм и факторов регуляции поведения. Поскольку, согласно свойству многомодельности, коллектив имеет несколько структур, то для полного описания поведения всех его членов придётся прибегнуть одновременно к нескольким моделям, используя в качестве основы моделирования ту или иную структуру.

Так, каноническая или организационная модель представляет собой систему нормативных представлений о структурных формах организации совместной деятельности и правилах поведения членов трудового коллектива, зафиксированных в формах общественного сознания. Нормативы поведения отражают формальные требования к социально должному, обязательному поведению для участников совместной коллективной деятельности [4]. Однако субъективно-психологическое отношение сотрудников к формальным административным нормам, регулирующим поведение человека в организации, каноническая модель не учитывает. Поэтому, анализируя коллективную деятельность, приходится прибегать к ещё одной модели – к актуальной или функциональной.

Актуальная модель отражает те реально действующие требования и правила поведения членов коллектива, которые вытекают из социально-психологических закономерностей регуляции их совместной деятельности. Она состоит из неформальной структуры межличностных взаимоотношений и коммуникаций, психологических факторов регуляции группового и индивидуального поведения и системы ролевых представлений о желательных, допустимых и обязательных формах общения, которые складываются у всех участников данного процесса. К факторам регуляции поведения относятся цели, интересы, мотивы, групповые нормы, ценностные ориентации, потребности, социальные установки, роли или социальные функции. Нормы актуальной модели не обязательно фиксируются документально, но они признаются и поддерживаются активным большинством коллектива.

Таким образом, если каноническая модель указывает каждому сотруднику, что, когда и где он должен делать в соответствии со своим местом в структуре коллектива, то актуальная модель показывает, что, кто, где, когда и как делает в действительности. Актуальная модель отражает фактические цели, отношения и действия конкретных индивидов – участников данного социального процесса совместной деятельности.

Однако и этими двумя моделями нельзя исчерпать все стороны функционирования и развития трудового коллектива как разновидности социально-экономической системы. Представление о нём следует дополнить еще одной моделью – идеальной.

Идеальная модель – это такая совершенная во всех отношениях организация деятельности людей, которая основана на глубоком научном познании и полном использовании объективных законов поведения человека – от высшего уровня организации труда в масштабах всего общества и до индивидуального поведения конкретного работника. Лишь полная сумма знаний обо всех необходимых и достаточных условиях оптимальной организации совместной деятельности позволяет в идеале реализовать наиболее эффективный метод руководства: управление посредством задания целей.

Чтобы построить идеальную модель трудового коллектива в условиях самоуправления, необходимо знать все закономерности индивидуального, группового и общественного поведения человека. Следовательно, достижение идеальной модели – это всего лишь своеобразный ориентир, к которому нужно стремиться.

Рассмотрим еще одну разновидность модели коллектива – мотивационную модель, при которой наилучшим образом будет отрегулирована вся система групповых отношений.

В условиях самоуправления особое значение придается учету реальных желаний и потребностей каждого члена коллектива. Следовательно, необходимо введение еще одной требуемой модели коллектива, модели, построенной на основе психологических предпочтений членов коллектива к форме и содержанию взаимоотношений.

Подводя итоги вышеизложенного, можно сделать следующий вывод: построение эффективной структурной модели трудового коллектива должно включать следующие этапы:

Первый этап – проектирование организационно-должностной структуры управления. Наиболее распространенными методами её создания являются методы аналогий и сравнений, структуризации целей и задач управления, организационно-экономическое моделирование посредством разработки математических и графических моделей распределения полномочий и ответственности в организации, метод экспертных оценок выбора организационных форм, вариантов полномочий, статуса уровней иерархии управления.

Второй этап – построение технологической и информационной структур, где основными методами являются рационализация потоков информации, документооборота и процесса преобразования информации, унификация документов и организация контроля для их выполнения на основе создания банка данных, поисковых, справочных и соответствующих систем, диагностика на основе показателей нормативов информационных потоков, загрузки работников информацией и ее видами.

Третий этап – построение неформальной и далее интегральной структуры межличностных отношений. Оно должно производиться по итогам проведённого опроса всех членов трудового коллектива о том, какие формы деловых отношений они предпочитают. Например, отношения равенства: члены группы выполняют сходные функции, имеют одинаковые права и обязанности.

Стоит отметить, что основой экономики стало получение, сбор данных, их обработка и правильное использование с применением искусственного интеллекта. Чтобы стать более конкурентоспособными, банки не должны забывать использовать возможности и преимущества, возникающие в результате внедрения и развития искусственного интеллекта. Глобальные тенденции и угрозы (например, пандемия вируса COVID19) ускорили цифровизацию жизнедеятельности. Общества, решившие внедрить решения ИИ, получат более высокий уровень развития. Прогнозируется, что в ближайшем будущем применение ИИ-решений увеличится практически во всех сферах экономики и жизни. Все чаще обращается внимание на то, что искусственный интеллект может способствовать экономическому росту и может рассматриваться как новый фактор производства. По данным аналитических исследований, ИИ может удвоить рост ВВП в развитых странах к 2035 году и повысить производительность труда на 40% [1, 7].

Искусственный интеллект в банковской сфере — это сочетание технического прогресса и инноваций, направленное на упрощение банковской деятельности, повышение эффективности и выгоды как для банка, так и для клиента. ИИ — это форма технологии, которая связывает программное обеспечение с оборудованием, позволяя компьютерам выполнять задачи, которые обычно требуют человеческого интеллекта. Эти задачи включают обучение, анализ, планирование и понимание естественного языка.

На рынке появилось новое программное обеспечение, помогающее банкам создавать контент для цифровых банковских услуг. Развитие искусственного интеллекта позволило добавить технологии к существующим процессам, а не заменить их полностью. Это позволяет банкам инвестировать в передовые технологии, предлагая своим клиентам самые лучшие продукты и услуги, не снижая, а повышая скорость или эффективность. По мере развития технологий в течение следующего десятилетия финансовые услуги кардинально изменятся. Некоторые из этих изменений включают [3, 5]:

- сокращение числа рабочих мест, доступных для отдельных лиц, и увеличение зависимости от автоматизации;

- развитие финтех-компаний и их влияние на поставщиков традиционных финансовых услуг;

- переход к более автоматизированной и удаленной рабочей силе.

Будущее банкинга неопределенно, но можно согласиться с тем, что оно будет сильно отличаться от того, что мы знаем сегодня [4]. Индустрия финансовых услуг быстро растет, по мере цифровизации экономики финансовые услуги становятся более прозрачными и доступными. Новое поколение потребителей все больше убеждается в способности принимать правильные решения, что способствует росту этой отрасли. Будущее финансовой индустрии будет во многом зависеть от того, как банки адаптируются к этим изменениям и как они соответствующим образом адаптируют свои бизнес-модели.

При анализе технологий ИИ в банкинге важно ответить на вопрос, является ли ИИ технически более эффективным, чем традиционная бизнес-модель, использующая труд сотрудников. ИИ — это технология нового поколения, которая может устранить повторяющиеся задачи и сделать многие бизнес-процессы проще и эффективнее. Практически все банки уже начали применять искусственный интеллект в своей деятельности, при этом варианты использования варьируются от обслуживания клиентов до маркетинга, от улучшения управления личным капиталом до снижения рисков. Внедрение технологии ИИ принесло много изменений в банковскую отрасль, в том числе усиление автоматизации процессов и усиление прозрачности между клиентами и банками.

За последние несколько десятилетий производительность увеличилась, поскольку компьютеры помогали оказывать услуги быстрее. Эта тенденция в настоящее время достигла своего пика, поскольку автоматизация берет на себя ключевые функции почти во всех отраслях. Компьютеры берут на себя многие аспекты банковских процессов, однако есть еще много направлений деятельности, которые машины пока не могут делать. Для восполнения таких пробелов используются технологии ИИ [6].

Искусственный интеллект уже оказал огромное влияние на индустрию финансовых услуг: он меняет способ предоставления финансовых услуг и способы их использования банками. Будущее банковской сферы будет другим из-за искусственного интеллекта. Вариантов использования слишком много, но ниже приведены некоторые из основных примеров того, как ИИ можно использовать в банкинге [2, 7]:

- создание аналитических данных, чтобы помочь банкам сократить расходы, улучшить свои возможности принятия решений и оптимизировать рабочий процесс;

- делать прогнозы на основе исторических закономерностей данных;

- принятие решений о кредитных бизнес-моделях;

- использования входных, машинных или человеческих данных для восприятия реальной или виртуальной среды, суммирования таких восприятий в модели вручную или автоматически, использования интерпретации моделей для формулирования выходных вариантов;

- обнаружение мошенничества и других киберпреступлений до их совершения.

Возрастающая популярность искусственного интеллекта связана как с технологическими возможностями, так и с потребностью рынка, что заставляет банки использовать решения искусственного интеллекта для достижения бизнес-целей, которые дадут им конкурентное преимущество. Подводя итог, преимущества внедрения ИИ в финансовом секторе можно разделить на четыре категории:

1. эффективность — выполнение рутинных задач благодаря соответствующему определению процедур, правил и критериев;

2 знание – процесс принятия решений будет поддерживаться за счет расширенных аналитических возможностей;

3. эффективность – деятельность, осуществляемая личным помощником, повысит способности человека;

4. инновации – выявление альтернативных возможностей и, таким образом, повысится креативность.

Стоит отметить, что использование искусственного интеллекта может иметь как положительные, так и отрицательные последствия. Чем более комплексными будут решения ИИ, тем сильнее будет их влияние на окружающую среду. Ученые отмечают, что влияние искусственного интеллекта на экономику, право, общество и другие ключевые сферы необходимо постоянно изучать на этапе проектирования, ведь это позволит предотвратить негативные реакции раньше, чем эти реакции произойдут.

Несомненно, потенциал искусственного интеллекта огромен и делает банковские бизнес-процессы намного проще и безопаснее. В настоящее время банковский сектор максимально использует возможности искусственного интеллекта, благодаря чему он имеет возможность предлагать потребителям все более и более подходящие продукты и услуги. Наиболее популярными инструментами ИИ, которые используются в банковской сфере, являются чат-боты, биометрические технологии и роботы-советники. Чат-боты — это компьютерные программы, которые ведут беседы с пользователями. Их настройка не требует больших затрат и даже времени. Биометрические технологии поддерживают банки в борьбе с киберпреступностью. В основном они используются из-за простоты использования и высокой устойчивости к подделке. В этом случае очень популярно решение, которое используют большинство банков, — верификация пользователя по отпечатку пальца.

Другие возможные верификации пользователя выполняются с помощью биометрии рукописной подписи, голосовой биометрии или биометрии кровеносных сосудов. С другой стороны, робо-советники — это системы поддержки инвесторов, их услуги также доступны людям с небольшими капитальными ресурсами. Популярность этого нововведения среди общества все еще растет, главные преимущества заключаются в их доступности и эффективности. Банки, желающие приспособиться к текущим потребностям своих клиентов, меняют свою операционную стратегию [4].

Пандемия привела к тому, что большая часть клиентов начала пользоваться цифровыми каналами, что заставило банки еще больше осознать необходимость внедрения технологий искусственного интеллекта. Ограничения изменили ситуацию и поведение потребителей, усложнили функционирование банков, пересмотрев перспективы их развития. Существующие алгоритмы, основанные на исторических данных, утратили свою предсказательную силу, поэтому решения, принятые на их основе, обременены гораздо большим риском. Искусственный интеллект и связанные с ним технологии приносят банкам множество преимуществ. Рост выручки может быть связан с внедрением массовой кастомизации банковских услуг. Анализ показывает, что многие клиенты банков убеждены в ключевой важности персонализации финансовых услуг, но предлагают ее только треть банков. Искусственный интеллект, основанный на реальных данных о поведении клиентов, текущих и потенциальных, позволяет проводить микросегментацию, то есть понимать ситуацию и потребности конкретного клиента, а также адаптировать для них предложение и делать его доступным по нескольким каналам. В свою очередь, экономия достигается за счет более высокого уровня автоматизации, снижения количества ошибок во многих операциях, более эффективного использования ресурсов и открытия множества ранее не идентифицированных возможностей продаж благодаря доступу к огромному количеству данных и анализу взаимосвязей между ними. Еще одним важным фактором является значительное ускорение циклов внедрения инноваций в финансовых организациях.

Особой областью, в которой ИИ может обеспечить большую экономию, является проверка кредитоспособности клиента и процесс взыскания долгов. Речь идет о более точных кредитных решениях, снижении процента ложных срабатываний (клиенты ошибочно считаются подозреваемыми), автоматическом сканировании документов и получении из них данных, которые могут поступать из разных источников, в том числе из социальных сетей.

Искусственный интеллект также помогает лучше выявлять сигналы раннего предупреждения о проблемных кредитах и заранее определять стратегию работы с клиентами, снижая уровень дефолтов. С точки зрения регулирования технологии искусственного интеллекта также могут многое предложить. Банки, желающие быть конкурентоспособными, должны быстро масштабировать приложения ИИ, а не только отдельные и иногда хаотичные инициативы. Однако для этого требуется интегрировать технологию ИИ в организацию и культуру компании. Это может быть одним из самых больших препятствий, которые необходимо преодолеть, поскольку это требует от банков создания прототипов решений и их быстрого тестирования, в том числе в регулятивных песочницах.

Интеграция технологии искусственного интеллекта в организацию и культуру компании может стать одним из самых больших препятствий. Однако такое поведение более характерно для финтех-компаний и наблюдается в другой нормативно-правовой среде, где приоритетом является стабильность. К сожалению, не всегда банки переходят от стадии прототипирования к стадии производства. Поэтому необходимы новое видение и стратегия, основанные на искусственном интеллекте. Другими факторами, препятствующими эффективному внедрению и развитию технологии ИИ, являются:

- устаревшие, негибкие ИТ-системы с ограниченными возможностями обработки данных, особенно в режиме реального времени; помимо их содержания и обслуживания требуются большие финансовые и человеческие ресурсы;

- ограниченное использование данных, которые рассредоточены, поскольку они работают в разных направлениях бизнеса и имеют разные форматы; необходимо использовать инфраструктуру облачных вычислений, позволяющую ускорить обработку данных и упростить масштабирование решений, использующих ее;

- отсутствие синергии с функционирующими операционными процессами или сложность их проектирования в соответствии с требованиями ИИ;

- отсутствие четкого определения стоимости, которую можно создать за счет использования ИИ в отдельных сферах деятельности банка;

- неэффективный поиск технологических талантов и низкая рыночная конкурентоспособность в этой области.

Использование искусственного интеллекта требует от банков отказа от подхода, основанного на стандартных продуктах, который связан с удовлетворением изменяющихся потребностей клиентов и получением новых данных о них.

Таким образом, в данном исследовании определена роль искусственного интеллекта в банковской сфере, особое внимание уделено потенциалу этого решения. Практические примеры использования ИИ уже есть почти в каждом банке. В банковский сектор постепенно внедряется все больше решений на основе искусственного интеллекта в результате все большего понимания его потенциала, используя имеющиеся возможности.

В статье подчеркнуто, что банковский сектор, благодаря своему технологическому прогрессу и возможности использования больших баз данных, может быть очень важным элементом искусственного интеллекта в банкинге. По прогнозам предполагается, что банки, внедряющие решения искусственного интеллекта, могут увеличить свои доходы, именно искусственный интеллект в ближайшем будущем окажет наибольшее влияние на банковский сектор. В статье представлены факторы, ограничивающие внедрение технологий ИИ в банкинге, понимание которых позволит банкам оперативно снизить возможные риски и использовать все преимущества современных цифровых технологий.