„Społeczny i kulturowy aspekt zastosowania sztucznej inteligencji w Bankowości” – Podsumowanie jednego z warsztatów grupy roboczej „Cognitive Banking” Forum Technologii Bankowych ZBP

„Społeczny i kulturowy aspekt zastosowania sztucznej inteligencji w Bankowości” –  Podsumowanie jednego z warsztatów grupy roboczej „Cognitive Banking” Forum Technologii Bankowych ZBP
Fot. ITMAGINATION
Udostępnij Ikona facebook Ikona LinkedIn Ikona twitter
Chatboty to gorący temat w świecie sztucznej inteligencji. Niektóre banki już je wprowadziły do użytku, dostarczając na przykład odpowiedzi na często powtarzające się pytania, w postaci wirtualnego asystenta. Inne firmy, takie jak Facebook czy Slack, opracowały tego typu narzędzia, które mogą być używane przez programistów firm trzecich - w codziennych działaniach wspierających biznes.

Profesjonalne przygotowanie skutecznie działających chatbotów wymaga zaangażowania technologii, która opiera się kognitywistyce – interdyscyplinarnej dziedzinie nauki z  pogranicza wielu dziedzin, między innymi psychologii poznawczej, filozofii umysłu, lingwistyki i logiki, antropologii, czy sztucznej inteligencji. Nauki kognitywne mają swój początek w latach 50-tych[1], ale jako samodzielna dziedzina wiedzy wyodrębniły się w 1975 roku w Stanach Zjednoczonych – a obecnie dzięki rozwojowi technologii IT wkraczają do zastosowań biznesowych.

Jak pisała Karolina Marzantowicz z IBM – jedna ze współprowadzących ze mną warsztaty „Cognitive Banking” – ” Kognitywne przetwarzanie danych umożliwia bankom osiąganie strategicznych priorytetów w sposób, w jaki nie mógł być realizowany wcześniej. To korzyść dla całego banku w trzech wymiarach: lepsze zaangażowanie w relacje z klientami, nowe możliwości wynikające z analizy danych i transformacja procesów przedsiębiorstwa”[2].

Czas i dostępność. Liczne dane statystyczne pokazują, że klienci coraz chętniej przechodzą na cyfrowe kanały komunikacji z instytucjami finansowymi. Według twórcy Movenbank – Bretta Kinga – większość klientów banków odwiedza lokalny oddział nie więcej niż dwa razy w roku. Niektórzy z nich nigdy nie byli fizycznie w banku przez całe swoje życie! Już obecnie znacznie więcej kontaktów odbywa się przez Internet, aplikację mobilną i co raz rzadziej przez telefon i IVR. Klienci chcą szybko i łatwo poradzić sobie ze swoimi sprawami finansowymi, o dowolnej porze dnia. Chatboty lub rozwiązania klasy RPA (Robotic Process Automation) mogą idealnie spełnić te potrzeby. Zbudowane, na zrozumiałych regułach decyzyjnych, mogą pomóc w ubieganiu się o kartę kredytową, zaciągnięciu pożyczki gotówkowej lub wymianie waluty. Co więcej, są dostępne przez całą dobę i nie wymagają żadnej specjalnej interakcji klienta z pracownikiem banku – wystarczy jedynie smartphone lub komputer.  Ten trend jest już bardzo mocno widoczny – wg badań McKiney and Company – do 2020 roku około 110-140 mln etatów na świecie będzie zastąpionych przez automaty, roboty lub oprogramowanie. Z drugiej strony już od czasów II wojny światowej ścierają się dwie koncepcje: jedna mówi, że komputery i automatyka zastąpią człowieka, druga – że komputery i automatyka po prostu wspierają i będą wspierać człowieka. Według mnie obie koncepcje mają zastosowanie – są dziedziny, gdzie człowiek jest zastępowany i są obszary biznesowe, gdzie ostateczną decyzję podejmuje człowiek, korzystając ze wsparcia technologii IT.

Pożyczka. Wyobraź sobie sytuację – młoda osoba, student lub ktoś z niewielkim stażem składa wniosek o pożyczkę. Musi dostarczyć wybrane dokumenty i wziąć udział w niewygodnej rozmowie, która może być nieprzyjemnym doświadczeniem, szczególnie gdy prowadzi ją ze strony banku osoba ze słabymi umiejętnościami miękkimi. Albo inny scenariusz – telefon z działu windykacji. Może pojawić się dość agresywne podejście, bezpośrednie pytania, a jak coś pójdzie nie tak, to pojawi się wrogi ton. Oczywiście są to takie zadania, które należy wykonać i często wymagają bezpośrednich działań. Niemniej jednak co by się stało, gdyby aspekty ludzkiej, subiektywnej oceny oraz ludzie emocje mogły zostać wyeliminowane? Procesy udzielania kredytów i odzyskiwania długów można znacznie usprawnić, ograniczając ich najprostszą część do realizacji przez chatboty, a tylko trudniejsze sprawy – do obsługi przez konsultantów. Takie rozwiązania dają też inne korzyści – emocje dłużnika nie mają wpływu na dzwoniącego.

„Segment of one”. Wydaje się, że epoka dzielenia klientów na kilka szerokich segmentów już dawno za nami. Dzięki stale rosnącej mocy obliczeniowej i odkryciu nowych metod analitycznych instytucje finansowe mogą teraz kontaktować się z każdym klientem osobno, prezentując mu dedykowaną, spersonalizowaną ofertę lub po prostu indywidulane doradztwo. Takie podejście jest absolutnie uzasadnione – badania Accenture[3] z 2017 roku pokazuje, że 66% klientów oczekuje wsparcia w decyzjach finansowych i konkretnych korzyści finansowych ze strony banków – w zamian za pełne wykorzystanie danych klienta przez bank. Już teraz – w branży ecommerce – oferta „up-sell” lub „cross-sell” jest o około 30% bardziej skuteczna, gdy jest spersonalizowana i dostarczona w ciągu 2 sekund od wstępnego wyboru produktu.

Behaviolytics®. Wyobraźmy sobie chatbota opartego na wynikach licznych modeli, opartych o uczenie maszynowe, które analizują dane klienta w czasie rzeczywistym. Taki chatbot potrafi odpowiedzieć na zapytanie klienta, dostosowując odpowiedź do jego bieżących potrzeb i wykorzystując historię transakcji. Potrafi też dostarczyć odpowiednią treść klientowi, w czasie rzeczywistym, poprzez aplikację mobilną lub WWW banku, nie czekając na jego zapytanie, a obserwując jego zachowanie. Dodajmy wykorzystanie wszystkich poprzednich rozmów, tak aby interakcja nie musiała zaczynać od zera za każdym razem.

Nie powinno dziwić, że banki posiadają różne grupy klientów. Te, które budują swój cyfrowy wizerunek, przyciągają młodszych klientów z Generacji Y i Generacji Z. I tutaj ważny komentarz – ludzie należący do tej grupy, tj. urodzeni między połową lat 90-tych i połową lat 2000-cznych w większości nie znają świata bez technologii IT. Internet jest ich głównym źródłem informacji, są otwarci na innowacje i są zaznajomieni z oprogramowaniem. Wymagają od swojego banku ciągłego inwestowania w najnowocześniejsze rozwiązania. Będą rzucać wyzwania i pomysły. Jednak te generacje nie są szczególnie lojalne – wspomniane wcześniej badania Accenture udowadniają, że aż 41% jej członków chętnie rozważałoby przejście na usługi finansowe świadczone przez GAFA (Google, Apple, Facebook i Amazon).

[1] https://en.wikipedia.org/wiki/Cognitive_science

[2] https://alebank.pl/banki-skazane-na-sztuczna-inteligencje/?id=249248&catid=19058&cat2id=625&cat3id=25924

[3] Beyond Digital: How Can Banks Meet Customer Demands? Accenture Financial Services 2017 Global Distribution & Marketing Consumer Study: Banking Report