В результате исследования управления кредитным риском ПАО "Сбербанк" предложено совершенствование методов оценки рейтинга кредитозаемщиков и совершенствование автоматизированных систем, участвующих в системе управления кредитным риском. Совершенствование автоматизированной системы распределения заемщиков по уровню кредитного риска видится в создании нейронной сети. Для того, чтобы нейронная сеть распределяла заемщиков в соответствии с их финансовами показателями её необходимо обучить. Алгоритм обучения состоит в последовательной отработке векторов класса кредитоспособности, которых заранее известен на основе ранее выданных ссуд.
Проведенный анализ научных исследований позволяет выделить несколько направлений повышения эффективности бизнес-процессов при внедрении технологий нейросетей. Итак, разработанная модель оценки кредитоспособности клиентов на основе использования, обученного искусственного интеллекта позволит банку дальнейшее совершенствование своей кредитной деятельности и управлению кредитным риском.