Matematicko-fyzikální fakulta UK a banko-pojišťovací skupina ČSOB mají za sebou první zkušenosti v řešení smluvního výzkumu. Předmětem analýz se staly transakce prováděné na běžných účtech bankovních klientů.
Matfyz a ČSOB úspěšně dokončily první společně realizovaný výzkumný projekt. Ten nyní vstupuje do implementační fáze.
Vedoucím výzkumu byl za MFF UK doc. Martin Nečaský z katedry softwarového inženýrství. Jako řešitelé se na projektu podíleli doktorand Vincent Kríž a jeho školitelka dr. Barbora Hladká, oba z Ústavu formální a aplikované lingvistiky. Za společnost ČSOB spolupracovali dr. Petr Jaroš, absolvent fyziky na MFF UK, a dr. Petr Ševčík.
Cílem bylo na poskytnutém vzorku anonymizovaných dat ověřit možnosti aplikace metod strojového učení. Za tímto účelem řešitelé rovněž provedli několik experimentů, které posléze umožnily zdokonalení algoritmů a vstupních parametrů tak, aby co nejlépe vyhovovaly nárokům zadavatele.
Jaké dojmy si ze spolupráce obě instituce odnesly, přibližuje následující rozhovor s dr. Petrem Jarošem (ČSOB), dr. Petrem Ševčíkem (ČSOB) a doc. Martinem Nečaským (MFF UK).
Proč jste se rozhodli řešit interní bankovní problematiku ve spolupráci s MFF UK?
P.J.: Byli jsme přesvědčeni, že nám spolupráce s Matfyzem zprostředkuje přístup k novým teoriím a trendům a nabídne netradiční a nezaujatý pohled na problém. Věděli jsme, že nám Matfyz dokáže pomoci s realizací experimentů, pomůže nám řešit problémy a algoritmy. Na druhou stranu jsme si byli vědomi, že mohou nastat i určité problémy. Kolegové z MFF UK se pochopitelně tolik neorientují v procesech ČSOB, to však nemusí vždy znamenat nevýhodu. Jako problém se ukázala naše terminologie, často jsme si ani neuvědomili, že student naší firemní řeči nemusí rozumět. Obtíže vznikaly také v rámci projektového řízení. Časování projektu jsme museli koordinovat se stážemi, konferencemi a výjezdy, které jsou běžnou součástí spolupráce s akademiky a studenty. Samostatnou kapitolou bylo zajištění bezpečnosti dat a přístupu k nim, které je z principu v bance na velmi vysoké úrovni. Nemohli jsme si dovolit, aby bylo porušeno bankovní tajemství nebo aby došlo k jakémukoli úniku dat.
M.N.: Pro MFF UK byla možnost spolupracovat s bankovní institucí, jakou je ČSOB, velmi zajímavým podnětem. Ukázalo se, že naši výzkumní pracovníci a studenti dokáží své teoretické znalosti poměrně rychle aplikovat i na řešení praktických problémů. Potvrdilo se nám, že spolupráce akademického prostředí s komerční sférou ve smyslu aplikací výsledků výzkumu dává smysl a je možná.
Jak moc pro vás bylo náročné nastavit takové zadání, aby kolegové z Matfyzu mohli nabídnout jeho řešení?
P.J.: Měli jsme množství dat, transakcí a pohybů na běžných účtech. Fakulta dostala za úkol tyto anonymizované transakce smysluplně rozčlenit podle typu a účelu a následně je shlukovat a nastavit algoritmy. Řešitelům jsme ponechali svobodu v tom, aby se rozhodli, jaké použijí přístupy, metody či algoritmy.
M.N.: Mezi první schůzkou a finálním zadáním pro smluvní výzkum uplynuly asi čtyři měsíce. Na začátku jsme diskutovali řadu témat, na kterých by bylo možné pracovat. Téma, o kterém se nyní bavíme, bylo jen jedním z nich. Debata byla poměrně složitá, neboť nápadů na to, co by se dalo řešit a s čím by naše fakulta mohla pomoci, byla celá řada. Nakonec jsme zvolili takové téma, u kterého jsme byli schopni zadání formulovat co nejjasněji.
Natrefili jste v průběhu řešení i na „slepé uličky“?
M.N.: Samozřejmě. Proto jsme si také na začátku stanovili několik možných způsobů řešení, jako to děláme při řešení každé jiné výzkumné úlohy.
P.Š.: Naši kolegové z Matfyzu původně zkoušeli trochu jiný přístup. Druhý způsob už vedl k výrazně lepším, tedy prakticky využitelným výsledkům, což potvrdila závěrečná prezentace. Na jaře začala druhá fáze projektu – jeho implementace.
Jaké nové zkušenosti vám spolupráce přinesla?
P.J.: Nejnáročnější bylo uvést celý projekt do provozu. Naše organizace je zvyklá na komunikaci s velkými firmami a na jiné právnické zázemí. Standardní projekty bývají striktně načasovány, dodací termíny či smluvní dokumentace jsou pevně stanoveny. U tohoto projektu bylo zřejmé, že jde do jisté míry o experiment a možná také o slepou cestu. Bylo také zapotřebí, aby se změnil přístup našich pracovníků. Komunikace a uzavírání smluv probíhaly na jiné úrovni, než na jakou jsme zvyklí u běžných projektů dodávek IT řešení. Práce na projektu byla jakási forma vzdělávání.
M.N.: Zjistili jsme především to, že spolupráce mezi akademickou výzkumnou institucí a komerční firmou může formou smluvního výzkumu dobře fungovat. Zásadní je, aby na obou stranách byli lidé, kteří se nebojí problémů, jejichž řešení na začátku není známé, ba dokonce ani jisté. Bylo nutné, aby si všichni uvědomili, že relevantním výsledkem výzkumu může být i zjištění, že řešení neexistuje nebo že neexistuje řešení, které by bylo dostatečně spolehlivé. To je důležité právě například u projektů, které staví na metodách strojového učení.
Výzkum byl evidentně přínosem pro obě strany. Má vaše banka již nějakou představu o tom, jak na něj naváže?
P.J.: Odkryly se nám možnosti spolupráce v dalších oblastech. Například v analýze hlasu, což by se hodilo v call centru, nebo v rámci analýz nefinančních rizik. S tím se však pojí otázka, kdo výsledky převede do praxe. Osobně proto potenciál vidím trochu jinde, a to zejména u absolventů, kteří by se nebáli založit svůj start-up či již nyní mají nějaké vlastní společnosti. Ti by mohli být vhodnými implementátory a provozovateli. Tedy těmi, kdož jsou schopni ujmout se nápadu a dotáhnout jej do konce.
Kromě start-upů, napadají vás také témata pro další smluvní výzkum?
M.N.: Ano, určitě existují další zajímavá témata, v rámci kterých bychom mohli spolupracovat. Osobně mě nejvíce zajímají možnosti využití otevřených dat pro potřeby banky a jejích klientů. Naše skupina na MFF UK se hodně podílí na tom, aby veřejná správa poskytovala svoje data v podobě, se kterou se dá dále pracovat. Ukazuje se, že taková data jsou pro banku zajímavá. V našich diskuzích jsme se však dostali i k celé řadě dalších témat. Je nutné si uvědomit, že MFF UK tvoří řada odborníků, kteří svými vědomostmi pokrývají celou oblast informatiky a matematiky. V tom se skrývá mnoho zajímavých témat jak pro MFF UK, tak i pro ČSOB.
P.J.: S Matfyzem se bavíme o celém spektru témat, a to jak o těch klasických, jako je pojistná matematika, risk management, cyber risks, fraudy a různě strukturovaná big data, tak o tématech jako open data, kde se Matfyz také úspěšně profiluje. Pokud se například veřejně dostupná data jako mapy kriminality, územní plány, katastry nemovitostí atd. spojí s klientskými daty, budeme schopni našeho klienta upozornit na případná rizika nebo mu pomoci ve výběru vhodné lokality nového bydlení. Věřím, že i v řadě z těchto oblastí se nám opět podaří propojit odborníky z Matfyzu s praktickými problémy, které řešíme v bance. Ostatně, pro vzájemnou spolupráci máme v rámci smlouvy o strategickém partnerství nastavenu celou řadu formátů, počínaje studentskými pracemi až po smluvní výzkum.