Банки начали применять ИИ в банкоматах, чтобы точнее рассчитывать, сколько наличных держать в каждом устройстве, и раньше замечать признаки поломок. По данным PYMNTS и Brink’s, такие системы уже анализируют историю снятия денег, зарплатные дни, праздники и локальные события.
Американское деловое издание сообщило 28 августа, что ИИ помогает банкам решать две задачи. Первая — прогнозировать спрос на наличные в конкретном устройстве, чтобы не перегружать банкоматы лишними купюрами и не допускать ситуации, когда деньги заканчиваются до следующей инкассации.
По оценке Brink’s, одного более точного прогнозирования достаточно, чтобы сократить общий объём наличности, нужный для работы сети банкоматов, на 30—40%. При этом избыток денег означает дополнительные расходы на размещение и защиту, а нехватка ведёт к пустым банкоматам и лишним выездам для пополнения.
Вторая задача связана с обслуживанием оборудования. ИИ отслеживает изменения показаний датчиков внутри банкомата и может заранее заметить признаки неисправности, чтобы проблему устранили до отказа устройства. В такой схеме обслуживание смещается от ремонта уже сломанной техники к предупреждению поломок.
Reply описала ещё один подход: её система использует ИИ для анализа местных мероприятий. Алгоритм определяет место, тип события и число участников, а затем связывает эту информацию с ближайшими банкоматами, добавляя сигнал к прогнозу спроса. Компания заявляет, что такой метод может сократить процентные расходы до 40%, но это её собственная оценка, а не независимое отраслевое измерение.