Doradcy klienta w Credit Agricole Bank Polska testują asystentów AI
„Asystent AI pomaga doradcy klienta spersonalizować przygotowane do spotkania z klientem dane. Jest to około 300-500 zmiennych do przejrzenia. W drugim kroku doradca dyktuje naszemu wirtualnemu asystentowi notatkę po spotkaniu.
Wirtualny asystent przygotowuje notatkę w postaci zapisu do systemu i równocześnie podpowiada, i identyfikuje – jakie w przyszłości klient będzie miał potrzeby, w związku z czym, jakie produkty i projekty finansowe będziemy mogli mu zaoferować.
Oczywiście całość tej informacji odkłada się do naszego systemu CRM, po to aby uczyć się na nich i lepiej personalizować nasze kolejne oferty. Jednocześnie notatka odkłada się w tak zwanym kalendarzu doradcy, żeby w przyszłości wiedział, że z danym klientem ma się skontaktować, aby zaoferować mu określony produkt” – tłumaczyła Katarzyna Tomczyk-Czykier.
Kolejną zaletą takiego funkcjonowania asystenta doradcy klienta jest możliwość korzystania z zapisanych informacji przez innych doradców czy osoby w call-center, gdyby pojawiła się taka potrzeba.
Czytaj także: Credit Agricole partnerem prezentacji pierwszego na świecie automatycznego awatara języka migowego
AI i cyberbezpieczeństwo transakcji
Katarzyna Tomczyk-Czykier mówiła także o najczęstszych zastosowaniach AI w polskim sektorze bankowym.
„Widać, że wszyscy tę niedeterministyczną jeszcze w tej chwili technologię raczej testujemy i wykorzystujemy do wewnętrznych optymalizacji procesów, do wsparcia naszych pracowników.
Jednocześnie uczymy ich i przygotowujemy infrastrukturę i platformy do tego, żeby w przyszłości skalować dużo większe rozwiązania już bezpośrednio w postaci nowych produktów, usług czy serwisów dla klientów” – wyjaśniała ekspertka z Credit Agricole Banku Polskiego.
„Obecnie głównie dominują rozwiązania, które dotyczą cyberbezpieczeństwa, czyli tak naprawdę identyfikowania nieautoryzowanych transakcji i prób oszukańczych. Są już wyskalowane elementy wykorzystania generatywnej sztucznej inteligencji w obszarze przetwarzania wniosków kredytowych.
Mamy zaawansowane OCR-y (technologia optycznego rozpoznawania znaków), mamy elementy modelowania zarówno w modelowaniu ryzyka kredytowego, jak i w modelowaniu ofert CRM-owych i proponowaniu klientowi w przyszłości nowych produktów, mamy elementy optymalizacji procesów reklamacyjnych, procesów posprzedażowych.
Zajmujemy się integracją i analizą głosu klienta ze wszystkich Touchpoint-ów, na których klient zostawia nam swoje opinie. Wchodzimy w elementy analizy rozmów z klientami, czyli tak zwany voice to text” – podkreśliła Katarzyna Tomczyk-Czykier.
Czytaj także: Gość specjalny BankTech 2025 o agentach AI w sektorze finansowym
Agenci AI na początku drogi
Na pytanie o obecne zastosowanie Agentów AI w naszym sektorze bankowym powiedziała, że banki na razie preferują tworzenie tzw. małych agentów, wąsko wyspecjalizowanych, działających na potrzeby określonych zespołów czy określonych działów w banku.
Na razie agenci AI nie podejmują decyzji, a raczej rekomendują pracownikowi określoną decyzję.
„Ciągle nie jesteśmy gotowi na to, żeby pozwolić aby AI mogła samodzielnie podejmować decyzje. Ta technologia wymaga odpowiedniej kontroli i procesów, które pozwolą na to, aby w pełni z jej rekomendacji korzystać” – stwierdziła – Katarzyna Tomczyk-Czykier.
