Більше грошей, безпеки та довіри клієнтів: як банки використовують штучний інтелект

Згідно з дослідженням Світового економічного форуму у співпраці з компанією Deloitte, 76% керівників в банківській галузі погоджуються, що штучний інтелект є головним пріоритетом для розвитку сфери.

Традиційно він використовувався для програм з бюджетування або цифрових інструментів, але зараз штучний інтелект необхідний і для іншого. Наприклад, для сегментації різних платежів, надання пропозицій клієнтам на основі їхньої історії, порад та відповідей на поширені запити клієнтів за допомогою чат-ботів.

Banker.ua hозповіcnm, навіщо банкам штучний інтелект та як його вже використовують й що це дає.

Головний Telegram-канал банкірів

Підписатися

Чому банки все частіше використовують штучний інтелект

У звіті Business Insider Intelligence розповідається про масштаби застосування банками технології штучного інтелекту й реальних кейсах на ринку.

80% банків розуміють, що технологія штучного інтелекту може принести їм вигоду, показує опитування професіоналів в сфері фінансових послуг, який провела компанія OpenText. Багато з них вже активно використовують ШІ, наприклад в чат-ботах або для боротьби з шахрайством.

За даними Business Insider, банки можуть заощадити $447 млрд до 2023 року, якщо будуть використовувати штучний інтелект. Економія $416 млрд з цієї суми припаде на фронт-офіс і мідл-офіс. У фронт-офісі біометричні технології і персональні пропозиції, засновані на штучному інтелекті, дозволять скоротити час взаємодії клієнтів і співробітників, а в мідл-офісі застосування ШІ зменшить ризик співпраці з недобросовісними клієнтами, які відмивають гроші.

Business Insider Intelligence пропонує кілька виграшних стратегій використання штучного інтелекту для банків, які допомагають скоротити витрати, знизити ризики, поліпшити якість обслуговування клієнтів і збільшити доходи:

• Спрощення взаємодії з клієнтами й поліпшення клієнтського досвіду
• Створення внутрішньої інфраструктури банку, заснованої на машинному навчанні, перепідготовка співробітників
• Створення стратегії, яка включає в себе як внутрішні проєкти, засновані на Ш.
• Спостереження за розвитком ШІ в інших компаніях для виявлення його потенціалу та пошуку нових можливостей.

Для чого банки використовують ШІ

Для покращення безпеки

U.S. Bank використовує штучний інтелект, щоб поліпшити якість обслуговування клієнтів, знизити ризики, боротися з шахрайством і відмиванням грошей, а також приймати рішення про видачу кредитів.

Так, банк пропонує консультації за допомогою голосових помічників: Google Assistant, Siri від Apple і Alexa від Amazon. Технологія заснована на штучному інтелекті.

Банк збирає дані про клієнтів та їхніх транзакціях, а за допомогою глибокого машинного навчання шукає закономірності, які допоможуть виявити недобросовісних клієнтів, скоротити кількість випадків шахрайства та забезпечити кібербезпеку.

Для персоналізованих пропозицій

Банк Citi визначив пріоритетним напрямком використання ШІ — безперешкодну взаємодію з клієнтом. Для цього банк почав процес запуску нової аналітичної платформи, яка збирає та обробляє дані клієнтів в режимі реального часу. З її допомогою Citi може створювати актуальні й своєчасні персоналізовані пропозиції.

Група розробила комплексний профіль клієнта, який демонструє його активність в режимі реального часу, наприклад, частоту використання додатків або банкоматів.

Канали API, штучний інтелект і машинне навчання допомагають банку краще розуміти поведінку клієнтів. Ця платформа дозволяє бачити причини по яким клієнт дзвонить в банк, що покращує якість обслуговування та скорочує час розмови.

Citi використовує ШІ на всіх рівнях організації, що дозволяє йому утримувати клієнтів, скорочувати непотрібні витрати та збільшувати доходи за рахунок розуміння потреб клієнтів.

Для допомоги клієнтам

У банківській сфері є різні застосування штучного інтелекту. Наприклад, вже росте число стартапів, таких як Trussle і Habito в Великобританії, які прагнуть використовувати алгоритми машинного навчання, щоб допомогти клієнтам знайти кращий іпотечний продукт на ринку.

Банки тепер можуть розробляти більше продуктів, пов’язаних з більшою лояльністю клієнтів і довічною цінністю. У той час як споживачі можуть отримати вигоду з зручності роботи з надійною організацією, яка розуміє їхні особисті потреби. У міру поширення інструментів прийняття рішень на основі штучного інтелекту менеджери по роботі з клієнтами зможуть більш точно та послідовно допомагати клієнту з кращими продуктами й послугами для управління особистими фінансами.

Менеджери по роботі з клієнтами також зможуть аналізувати досвід роботи клієнтів з банківськими послугами за існуючими каналам. Це дозволить банкам визначити, наскільки ефективно працюють їхні поточні процеси, наприклад, чи є які-небудь вузькі місця. Після цього вони зможуть моделювати та реалізовувати оптимізацію процесів за всіма своїми каналами обслуговування клієнтів і підвищувати якість обслуговування клієнтів.

ШІ в українських банках

Керівник офісу роботизації та автоматизації процесів Райффайзен Банку Аркадій Вигівський розповідає, що однією з уже впроваджених технологій, яка використовується для покращення операційних процесів у банку, є використання машинного навчання для перевірки сплати податків при обробці зарплатних платежів.

Машинне навчання – це один з напрямків штучного інтелекту, який дозволяє алгоритму вчитися на основі минулих даних та давати результати високої точності, що, в свою чергу, не є доступним звичайним програмним алгоритмам.

«До основних переваг використання такої технології, звісно, можна віднести покращення клієнтського досвіду. Адже це дозволяє в автоматичному режимі опрацьовувати платежі без залучення людини для виконання такої перевірки, що значно пришвидшує зарахування коштів”, – розповідає Вигівський для Banker.ua.

Він також додає, що перекладення рутинної роботи, яку раніше виконували люди, на автоматичні системи, доповнені технологіями машинного навчання, дозволяє працівникам зосереджуватися на більш цікавих інтелектуальних завданнях, що, звісно, позитивно впливає і на операційні процеси, і на внутрішній NPS.

«Людина все ж не робот чи машина, і тому виконання рутинної однотипної роботи краще залишити роботам та алгоритмам», — підкреслює експерт.

Команда monobank розробила AI-сервіс, який рахує ризики для фінансових компаній. Вони використовують нейронні мережі для розпізнавання зображень, для аналізу діалогів.

Ось що вони ще використовують:

• Бустінг. З його допомогою передбачають кредитні ризики.
• Квантільну регресію. Для визначення платоспроможності клієнта.
• Графову аналітика. Для визначення зв’язків між клієнтами.

Багато моделей машинного навчання в monobank працюють саме з визначенням кредитних ризиків, супроводжуючи весь процес прийняття кредитного рішення. Моделі аналізують, як швидко клієнт заповнює анкету, який у нього телефон або IP тощо. Всього оцінюється понад 2000 параметрів, працює близько 20 різних моделей.

Альфа-Банк Україна має чат-бота «Алла», який закриває понад половину звернень клієнтів. Адже багато з них дзвонять з простими питаннями. В банку також вчать Аллу розпізнавати клієнта за голосом. Це повинно підвищити якість комунікації й посилити безпеку клієнтів.

Ще один український банк РАДАБАНК поділився з Banker.ua, що використовує штучний інтелект в основному в рекламних кампаніях з метою надання найбільш персоналізованих пропозицій для конкретної цільової аудиторії. В банку розповіли, що одним із успішних кейсів із використання ШI в рекламі є просування документарних операцій, а саме надання банківських гарантій. Показники приросту клієнтського портфеля свідчать про те, що в періоди проведення кампаній з початку 2021 року 71% нових клієнтів прийшли з реклами.

ПриватБанк впровадив рішення SIA «Deloitte Latvia» на базі штучного інтелекту, яке допоможе точно й своєчасно виявити потреби клієнтів в кредитуванні, а також забезпечує працівників філій всією необхідною інформацією для полегшення комунікації з клієнтами.

Це рішення ґрунтується на життєвому циклі клієнтів, історії співпраці та переліку послуг, якими вони користуються. А також пропонує відповідні потребам клієнтів послуги кредитування і плани.

Співробітникові банку залишається лише зв’язатися з клієнтом, щоб озвучити пропозицію або домовитися про зустріч. Таким чином полегшується їхня робота, в свою чергу клієнти отримують персоналізовані пропозиції, які дозволяють скоротити витрати з надання послуг і забезпечити вигідні ціни клієнтам.

Засновниця izibank Анна Тігіпко розказала Banker.ua, що вони використовують штучний інтелект для створення персоналізованих пропозицій і в процесі аналізу поведінки клієнта. За її словами, ключовими перевагами штучного інтелекту є швидка обробка даних, генерування цікавих і корисних інсайтів, відсутність людського фактора і, відповідно, ймовірності помилки.

У чому переваги використання штучного інтелекту

Організації, які впроваджують нові технології для управління фінансами, отримують набагато більші переваги, ніж спочатку розраховували:

• Кількість помилок в роботі фінансових відділів знизилась в середньому на 37%.

• 72% організацій, що використовують технології штучного інтелекту повідомили, що у них з’явилося більш чітке уявлення про загальну ефективність бізнесу.

• 83% керівників вважають, що протягом п’яти років штучний інтелект дозволить зробити фінансове закриття повністю автоматичним.

• Цифрові помічники підвищують продуктивність праці на 36% і дозволяють виконувати фінансовий аналіз на 38% швидше.

Переважна більшість організацій вже освоїли перспективні технології.

Компанії-першопрохідці отримують найбільші переваги й мають більше шансів перевершити конкурентів:

Нові технології набули широкого поширення, і 84% організацій застосовують принаймні одну з них (штучний інтелект, IoT (інтернет речей), блокчейн, цифрові помічники) в продуктивних системах.

82% організацій, що використовують три або більше перспективних технологій, випереджають конкурентів, тоді як таких тільки 45% в організаціях, що не застосовують жодної з них.

В 9,5 раза більш ймовірно, що організації, які впровадили кілька нових технологій, доб’ються фінансової та операційної точності, найбільшою по ринку.

Організації у 2-3 рази частіше купують передналаштовані рішення на основі перспективних технологій, ніж розробляють свої власні (відсоткове співвідношення залежить від конкретного рішення).