Obecne zastosowania AI w bankowości

Sztuczna inteligencja nie zawsze musi być tak „oczywista” i wyeksponowana, jak w ChatGPT. Czasem odpowiednie algorytmy są wręcz schowane przed wzrokiem użytkowników, a ich rolą jest dyskretne działanie w tle, np. podczas weryfikacji logowania czy analizowania nawyków konsumenckich.

Innym, dość oczywistym przykładem zastosowania AI w sektorze usług bankowych, jest tworzenie inteligentnych asystentów – zarówno tych, którzy komunikują się z klientami z poziomu komunikatora dostępnego w aplikacji, jak i chatbotów działających na infolinii.

To rozwiązanie, które wykorzystuje uczenie maszynowe, a jego prawidłowe wdrożenie skraca też czas niezbędny do połączenia z konsultantem, który odpowie na nurtujące Cię pytania lub np. szerzej omówi warunki kredytu albo leasingu dla firm.

Ocena ryzyka, scoring i automatyzacja

Na rynku można już znaleźć takie usługi, jak np. ZestFinance – to wyspecjalizowany software, który wykorzystuje algorytmy SI w analizowaniu zdolności kredytowej. Zastanawiasz się, dlaczego po zalogowaniu do aplikacji bank proponuje Ci konkretną kwotę pożyczki, np. 44 tysiące złotych, a nie 80 czy 100 tysięcy?

To np. właśnie dzięki sztucznej inteligencji, która skalkulowała, że Twoje obecne przychody i miesięczne wydatki pozwolą Ci łatwo spłacić dokładnie taką kwotę. Banki działające w Polsce potrafią też poszerzyć taką analizę np. o dane z BIK-u, by jeszcze dokładniej sprawdzić Twoją historię i oszacować prawdopodobieństwo, że spłacisz proponowane zobowiązanie w terminie.

Świetny przykład wdrożenia AI w bankowości, to automatyzacja rutynowych, powtarzalnych zadań (RPA). Dzięki niej można szybko zarządzać dokumentacją klientów i zaoszczędzić czas. Znacznie przyspiesza to np.:

• weryfikację tożsamości klientów,

• analizowanie historii konta,

• zarządzanie dokumentacją firm i przedsiębiorstw.

Instytucje bankowe już dziś starają się personalizować oferty pod oczekiwania poszczególnych grup docelowych. Pomagają w tym narzędzia korzystające z AI, np. Crayon’s MAYA czy Strands. Wybrane instytucje rozwijają też swoje własne aplikacje tego typu. Późniejszą pracę z danymi można zautomatyzować, korzystając z promptów, czyli odpowiednio napisanych poleceń, jakie wydaje się sztucznej inteligencji. Sporo użytecznych informacji na ten temat znajdziesz na stronie firmove.pl.

W jakim kierunku może ewoluować przyszłość AI w bankowości?

Dalsza integracja sztucznej inteligencji z aplikacjami, które można pobrać na urządzenia mobilne lub z interfejsem webowym (dostępnym po zalogowaniu z poziomu komputera PC) jest już w zasadzie przesądzona. Rozwój uczenia maszynowego, rosnąca moc obliczeniowa oraz coraz lepsze „rozumienie” ludzkich zachowań przez AI otwierają zupełnie nowe możliwości.

Instytucje bankowe będą mogły szybciej oszacować realne potrzeby klientów oraz dokładniej personalizować oferty, dzięki czemu będą mogły zwielokrotnić swoje zyski. Wartością dodaną – z której skorzystają zarówno banki, jak i ich klienci – będzie też znaczący wzrost poziomu bezpieczeństwa transakcji.

Po stronie atutów tej technologii trzeba wskazać też na możliwość szybkiego łączenia ze sobą wielu różnych produktów i usług, które do tej pory wymagały współpracy pracowników banku z wielu różnych działów. AI zoptymalizuje ich działania i przejmie część obowiązków. Dzięki temu pracownicy będą mogli skupić się na swoich kluczowych zadaniach oraz zyskają jeszcze więcej czasu, który będą mogli poświęcić na obsługę kluczowych klientów.