Grupa:
Inwestycje.pl Waluty.com Kantory.pl Investing.pl Fundusze24.pl TwojeFinanse.pl Forum-Prawne.pl
  

Czasy na świecie:

Nowy Jork (USA) 17:49:15 -6h
Tokio (Japonia) 07:49:15 +8h
Sydney (Australia) 08:49:15 +9h
Londyn (Anglia) 22:49:15 -1h
kursy walut | Waluty.com.pl

Artykuł

Menu artykułu

Treść artykułu

3 sposoby efektywnego wdrożenia AI przez banki, fintechy i instytucje finansowe

18.07.2019 14:56 czwartek
Według raportu grupy Opimas, w 2018 r. sektor usług finansowych przeznaczył 1,5 mld USD na sztuczną inteligencję (AI), a do 2021 r. wydatki mają wzrosnąć do 2,8 mld USD. Wiele w ostatnich latach mówiono o rozwoju automatyzacji, jednak takie firmy jak Amazon i Google wytyczyły już drogę do przyszłości, w której aplikacje wykorzystujące sztuczną inteligencję pozyskują i interpretują dane, aby lepiej odpowiadać na nasze potrzeby.
 
W sektorze usług finansowych największym wyzwaniem jest podążanie tą drogą i oferowanie klientom spersonalizowanych rekomendacji. Poniżej przedstawiamy kilka sposobów na wykorzystanie AI przez banki, spółki fintech i instytucje finansowe, aby mogły osiągnąć sukces na drodze do cyfryzacji.
 
Czyste, wysokojakościowe dane to priorytet
 
Jeszcze niedawno firmy rozwijały się przez wysyłanie potencjalnym klientom informacji marketingowych drogą pocztową
. Ta bezpośrednia, nierzadko „śmieciowa” korespondencja w postaci ulotek lub listów, była adresowanych do wszystkich, których danymi akurat dysponowała firma. Tę mało wyrafinowaną metodę można określić jako „produkcję taśmową”.
 
Mimo iż nadal wykorzystywana, na potrzeby przekazania komunikatu lub oszacowania popytu większość przedsiębiorców skłania się obecnie ku marketingowi cyfrowemu, oferującemu szerszy zasięg oraz większą kreatywność i identyfikowalność. Niektóre strategie w tym zakresie nadal wykorzystują niewielką liczbę danych, takich jak adres e-mail; inne bazują z kolei na wielu informacjach - od ostatnich zakupów po historię przeglądarki. Mimo wszystko zbyt wiele obecnych działań marketingowo-komunikacyjnych w sektorze finansowym nadal ciągu przypomina „produkcję taśmową”.
 
Większa precyzja w identyfikacji grupy docelowej wymaga większej wiedzy, a zwłaszcza danych. W coraz bardziej cyfrowej gospodarce generujemy, pobieramy i analizujemy obecnie informacje, których wolumen i dynamika rosną wykładniczo. W tym kontekście sztuczna inteligencja zastrzeżona jest tylko dla tych, którzy znajdą sposób na wykorzystywanie tylko wyselekcjonowanych, wysokiej jakości danych. Jednak bez odpowiednich systemów, personelu, procesów i możliwości, a przede wszystkim odpowiedniego podejścia to się nie uda.
 
Zanim więc rozpocznie się jakikolwiek program uczenia maszynowego czy sztucznej inteligencji, rolą kadry zarządzającej jest upewnienie się, czy jakość firmowych danych jest na odpowiednim poziomie. Dzięki temu rozwiązania wykorzystujące AI będą oferować klientom rekomendacje, które są rzeczywiście istotne dla klientów. Im więcej bowiem AI wie na temat preferencji i priorytetów klienta, tym lepiej będzie mogła odpowiedzieć na jego bieżące, a nawet wyprzedzać przyszłe potrzeby. Aplikacje oparte na sztucznej inteligencji już dziś proponują działania i sugerują rekomendacje do zatwierdzenia jednym kliknięciem myszy lub przeciągnięciem palca na ekranie. Wkrótce nawet ta interakcja może stać się przeszłością, pozostawiając jedynie bazującą na AI rozmowę między klientem a dostawcą usług finansowych.
 
Nacisk na pozytywne doświadczenie klienta
 
Obecnie banki wchodzą w interakcje z klientami za pośrednictwem wielu kanałów, od placówek, poprzez telefony i Internet, po aplikacje mobilne. Skutkiem ubocznym jest pomijanie wielu potencjalnie użytecznych danych, które pomogłyby stworzyć szczegółowy profil klienta.
 
Sztuczna inteligencja już od jakiegoś czasu jest wykorzystywana w bankach w ramach procesów back office, jednak szybko wchodzi w nowe obszary i w niedalekiej przyszłości może zająć się zadaniami o kluczowym znaczeniu dla interakcji z klientem, gwarantując, że z czasem się one pogłębią i rozszerzą, budując zaufanie między obiema stronami.
 
Chatboty przeszły długą drogę, aby zapewnić naturalność interakcji dla klienta i zwiększyć użyteczność dla usługodawcy w zakresie zrozumienia i przewidywania przyszłych potrzeb. Podobnie jak ma to miejsce w przypadku wirtualnych asystentów, którzy mogą w niemal niewidoczny sposób zarządzać naszymi domami, bankowe interfejsy wykorzystujące AI również są w stanie poprawić obszar obsługi klienta, dążąc do maksymalnej użyteczności.
 
Wyzwaniem dla banków może być dołączenie do gigantów technologicznych na poziomie „dyrygenta”, na którym wirtualni asystenci zarządzaliby szeregiem usług i funkcjonalności, dostarczając je użytkownikowi w momencie, w którym akurat ich potrzebuje. Mimo iż asystenci nie zostali jeszcze w pełni wdrożeni w sektorze usług finansowych, narzędzia, umiejętności i zdolności pozwalające bankom na rozpoczęcie własnej przygody ze sztuczną inteligencją są coraz bardziej dostępne.
 
Precyzyjny plan i strategia małych kroków
 
Można powiedzieć, że banki wkraczają w fazę „opieki nad treścią” (ang. curation), w ramach której programy AI oferują rekomendacje w oparciu o przeszłe doświadczenia w podobny sposób jak robi to Spotify czy Netflix. Być może już wkrótce wirtualny doradca majątkowy poinformuje klienta, że akcje, z których zakupem wstrzymał się kilka tygodni wcześniej, poszły w dół, dzięki czemu stanowią jeszcze lepszą okazję inwestycyjną.
 
Dziś interakcja taka jest możliwa za pomocą poczty elektronicznej, powiadomienia tekstowego czy chatu z wirtualnym doradcą, jednak w dłuższej perspektywie może ona stać się częścią spersonalizowanego dialogu z klientem, opartego na sztucznej inteligencji. W Saxo Banku sztuczna inteligencja i uczenie maszynowe wspomagają każdy etap obsługi, od momentu pozyskania klienta, poprzez świadczenie usług inwestycyjnych, po utrzymanie, co przyspiesza proces demokratyzacji usług inwestycyjnych i transakcyjnych.
 
Od bezpośredniej korespondencji do komunikacji banku z klientem „w dowolnym miejscu i czasie” jest jeszcze długa droga, jednak AI ma potencjał zdefiniowania na nowo doświadczenia klienta w sektorze usług finansowych, takich jak zarządzanie majątkiem, podobnie jak w każdym innym obszarze opartym na relacjach z klientem. Podobnie jak miało to miejsce w przypadku kasjerów w bankach, również i aplikacja wkrótce przestanie być postrzegana jako interfejs czy też „twarz” banku.
 
W miarę jak gospodarka oparta na wiedzy dojrzewa, dostawcy usług finansowych powinni się zastanowić, na jakim etapie tego procesu się znajdują i w jakim kierunku chcą podążać. Dla wielu z nich osiągnięcie poziomu „opiekuna” (ang. curator) będzie relatywnie proste, ponieważ nacisk położony będzie na obszar interakcji z klientem, a nie na samą technologię. W istocie często okazuje się, że metoda małych kroków to największa szansa na rozwój nowych inicjatyw.
 
Christopher Truce, dyrektor działu fintech w Saxo Banku
 

Obejrzyj koniecznie materiały wideo od inwestorzy.tv:

 
startupy.tv| Sebastian Czarnota, Digital Fingerprints   Mateusz Namysł, #33 PODSUMOWANIE MIESIĄCA (08.02.2019)
 

 











Inne artykuły z tego działu: Inne artykuły: