«Сбер» внедрил ИИ-поиск заправок с реальным наличием топлива

Банковская экосистема «Сбера» представила новый инструмент для автомобилистов, основанный на алгоритмах искусственного интеллекта. Сервис позволяет в реальном времени находить ближайшие автозаправочные станции, где вероятность купить топливо наиболее высока. О запуске решения сообщил представитель компании.

Как работает технология на основе покупок

В основе аналитики лежат обезличенные транзакционные данные свыше 100 миллионов клиентов банка. Система охватывает 23 000 АЗС по всей России, включая удалённые и небольшие населённые пункты. Искусственный интеллект обрабатывает сумму платежа, категорию торговой точки, временные метки и другие параметры, что позволяет чётко отделять покупку топлива от иных операций — например, оплаты в кафе при заправке или приобретения сопутствующих товаров. Таким образом, пользователь получает не справочную информацию, а динамическую картину, основанную на фактических транзакциях.

Удобный навигатор для водителей

Интерфейс предельно прост: в веб-версии или мобильном приложении «СберБанк Онлайн» достаточно открыть карту, на которой отобразятся ближайшие АЗС с недавними фактами продажи топлива. Для каждой точки можно построить маршрут. По словам представителя «Сбера», в ближайшее время функционал дополнится оценкой примерной загруженности заправки — нейросеть научится прогнозировать очереди, опираясь на плотность и ритмичность транзакций в конкретные часы.

Конкуренция за данные водителей

Запуск состоялся на фоне схожих инициатив. Ещё 8 июля «Яндекс» открыл массовый доступ к информации о наличии топлива и очередях через сервисы «Яндекс Go» и «Яндекс Заправки». Прежде такая карта была доступна только водителям такси. Сейчас любой пользователь может отфильтровать АЗС по типу горючего и увидеть актуальную загруженность станции.

Обе компании превращают Big Data в прикладную пользу. «Сбер» опирается на финансовые потоки, «Яндекс» — на геолокационные и логистические данные. В условиях нестабильности топливного рынка такие сервисы помогают экономить время и избегать пустых поездок, а конкуренция толкает разработчиков к внедрению всё более точных предиктивных моделей.