Agentic AI — Повышение вовлеченности клиентов в финансовых услугах

Откройте для себя лучшие новости и мероприятия в финтехе!

Подпишитесь на рассылку FinTech Weekly

Читают руководители в JP Morgan, Coinbase, Blackrock, Klarna и др.

«Ожидается, что выручка в финтех-индустрии будет расти почти в три раза быстрее, чем в традиционном банковском секторе, в период между 2022 и 2028 годами» — McKinsey, Oct24, 2023.
«Ожидается, что мировой рынок финтеха будет стоить $394.88 млрд в 2025 году и достигнет $1,126.64 млрд к 2032 году» — Fortune business insights, June 09, 2025

Вовлеченность клиентов — один из ключевых факторов различия между традиционными банковскими и финансовыми организациями и финтехом. Начиная от бесшовного клиентского онбординга до валидаций, выполнения транзакций и последующего обслуживания и урегулирования жалоб, финтех превосходит традиционные финансовые институты. Со временем финтехи пытались сократить разрыв и улучшить вовлеченность клиентов. Исследования показывают, что это единственный самый важный фактор, который ведет к улучшению итоговых финансовых результатов.

Несмотря на развитие цифровых технологий и усилия банков, клиентский сервис по-прежнему остается одной из основных сфер для улучшений. «Персонализация» и «Скорость обслуживания клиентов» по-прежнему оцениваются низко в опросах удовлетворенности1, предоставляя банкам и финансовым организациям широкие возможности для повышения качества. Разрыв еще сильнее увеличивается для клиентов в сфере управления капиталом, где потребность в персонализации и специализированных знаниях имеет решающее значение, формируя доверие и лояльность. Именно здесь ИИ-агенты, наделенные специализированными знаниями в предметной области, могут обеспечивать увзаимодействие с клиентами — вовлекающее и интеллектуальное. Клиентский сервис, находясь на переднем крае бизнес-взаимодействия, влияет не только на уровень удовлетворенности, но и на долгосрочную лояльность и пожизненную ценность для бизнеса.

Агентная ИИ-сетка (AI mesh) с несколькими специализированными агентами может выполнять действия одновременно, например: извлекать истории взаимодействий с клиентами, анализировать тональность, жизненные события, анализировать конкурентную среду по продуктам и комиссиям, анализировать рыночные тенденции и т.д., а также предоставлять информативные рекомендации клиентам. Используя технологии NLP и голос, взаимодействие можно сделать интуитивным, сопоставляя предпочтительный стиль клиента; оно не зависит от языка и поддерживает омниканальность. Преимущества GenAI реальны, и некоторые недавние внедрения в банках демонстрируют позитивные результаты. Улучшение опыта — одно из основных бенефитов.

Сотрудничество ИИ и людей (AI-Human collaboration) — один из наиболее взаимовыгодных результатов недавних технологических разработок. Системы искусственного интеллекта демонстрируют исключительное мастерство при обработке огромных объемов данных, выявляя тренды и паттерны с точностью, скоростью и оперативностью.

Генеративный ИИ еще больше развивает эту возможность, генерируя рекомендации для человеческих агентов, которые улучшают клиентский опыт и вовлеченность. Персональные финансовые консультанты, прежде доступные лишь клиентам с сверхвысоким уровнем чистого капитала, теперь могут быть демократизированы с помощью ИИ-агентов и стать доступными более широкой клиентской аудитории.

Банки, располагая доступом к множеству персональной информации клиентов и истории транзакций, могут предоставлять консьерж-сервис — от налогового планирования до инвестиционных консультаций — даже выступая в роли личного ассистента. Благодаря постепенному внедрению ИИ-агентов для выполнения сложных и личных задач банки и финансовые организации могут обеспечивать более качественный клиентский опыт, что ведет к росту лояльности и пожизненной ценности.

Агентная ИИ (Agentic AI) и хайп вокруг нее

Технологический тренд Gartner 2025 определил Agentic AI как главный тренд 2025 года. В бенчмарк-опросе MITSMR 2025 AI & Data Leadership Executive также прогнозировался похожий результат.

Что такое Agentic AI? Это относится к «ИИ-системам и моделям, которые могут действовать автономно для достижения целей без необходимости постоянного человеческого руководства, говорит HBR. Он понимает цели и задачи пользователя и контекст той проблемы, которую они пытаются решить». Это самообучающаяся система, которая использует сложные механизмы рассуждения и творческие возможности моделей GenAI, чтобы решать многоэтапные сложные задачи. Агентная «мошетка» (Agentic mess) — это команда из нескольких агентов, которые могут выполнять задачи одновременно и согласованно с единой целью.

«Агентные ИИ-системы обещают трансформировать многие аспекты сотрудничества человека и машины благодаря их усиленным возможностям рассуждения и выполнения. Они могут планировать и принимать решения независимо, обеспечивая большую продуктивность, инновации и инсайты для человеческих команд» 
– HBR, Dec 2024

Пример представления системы клиентского сервиса на базе Agentic AI

Все эти агенты выполняют свои задачи одновременно и отчитываются менеджеру-агенту, который в ответ в интерн обрабатывает запросы клиентов. Отобранные знания в предметной области и обучение делают этих агентов экспертами в своей сфере. Обширная организационная библиотека исследований по управлению капиталом и массива данных — это ресурсы, которые можно использовать для обучения ИИ-агентов.

Некоторые ключевые сценарии использования в клиентском сервисе:

*   Виртуальный финансовый консультант
*   Профилирование клиентов
*   Мониторинг мошенничества в реальном времени
*   Выполнение рутинных задач
*   Отчетность

Профилирование клиентов, которое является первым шагом к тому, чтобы узнать клиента, — еще один ключевой сценарий использования, обеспечивающий вовлеченность клиентов. Чем лучше банк знает своих клиентов, тем лучше он может их обслуживать и выстраивать долгосрочные отношения. Это сложный процесс. Несмотря на прогресс в технологиях, он все еще требует времени и оставляет много возможностей для улучшений. За годы OCR Technologies и различные уровни автоматизации на разных этапах существенно улучшили процесс сбора, обработки и использования информации о клиентах. Автономные ИИ-агенты открывают множество надежд и возможностей для дальнейшей трансформации процесса, делая его бесшовным и позволяя выполнять несколько параллельных активностей.

ИИ-агенты, используя свою экосистему инструментов на базе ИИ, таких как биометрическая валидация, распознавание лиц, верификация документов через API и т.д., могут выполнять одновременные валидации параллельно, одновременно собирая данные.

Как показывают данные, текущий процесс уязвим для мошеннических действий, которые могут обходить механизмы валидации, такие как тест на «живость» и т.п. ИИ-агенты обладают возможностью сделать этот процесс более надежным, анализируя контекстные сигналы, например, угол устройства, или запуская мониторинг любого несанкционированного ПО в фоновом режиме и т.д. Кроме того, способность ИИ-агентов обрабатывать неструктурированные данные в сочетании с анализом тональности может приводить к более надежному риск-профилированию клиента, создавая более точную персону. Этот более глубокий уровень проверки в сочетании с одновременными валидациями в реальном времени повышает уровень безопасности и помогает предотвращать сложные попытки мошенничества со стороны недобросовестных элементов, делая систему безопасной. Это ведет к росту доверия, усилению вовлеченности клиентов и лояльности.

Выводы:

*   Типичное взаимодействие с клиентом может включать несколько запросов — например, недавние транзакции, рекомендации по продуктам и ошибки в счетах — все в рамках одного разговора.
*   Традиционные чат-боты часто не справляются с такими многогранными взаимодействиями и могут потерять контекст.
*   Традиционные чат-боты не могут «прокручивать» портфели клиентов, выполняя инвестиционные транзакции по продуктам управления капиталом 
*   Agentic AI работает на более продвинутом уровне, функционируя как цифровые участники команды с:

Автономностью действовать без постоянного вмешательства человека.

Целе-ориентированным интеллектом, чтобы преследовать и достигать конкретных результатов.

Возможностями рассуждения в реальном времени для динамического принятия решений.

*   Эти системы могут:

Понимать тонкий и естественный человеческий язык.

Поддерживать контекстную согласованность в длительных и сложных диалогах.

Интегрировать и оркестрировать задачи с использованием инструментов вроде CRM, ERP и внутренних баз знаний.

*   В клиентском взаимодействии Agentic AI обеспечивает:

Поддержку 24/7, имитирующую человеческое взаимодействие.

Масштабируемое обработку сложных и многослойных проблем клиентов.

Персонализированные, текучие разговоры, обеспечиваемые сетью микро-агентов, каждый из которых специализируется на конкретной потребности клиента.

*   Подход выходит за рамки базового разрешения запросов — он обеспечивает полное владение проблемой и сквозное (end-to-end) решение.

Призыв к действиям для лидеров отрасли:

Сейчас возникает стратегический вопрос: что должны сделать лидеры отрасли, чтобы не просто экспериментировать, а внедрить (операционализировать) агентную ИИ для получения трансформирующих выгод? Во-первых, им нужно выйти за пределы «усталости от пилотов» и выбрать сценарии использования с высокой отдачей для вовлеченности клиентов, чтобы тестировать их в режиме «copilot mode».

Это дополнение человеческих агентов, а не их замена. Во-вторых, инвестировать в обучение команд на передовой линии работе рядом с ИИ, а не вокруг него. ИИ должен быть их партнером, а не параллельным процессом. В-третьих, изменить модели бюджетирования с оплаты за место в ПО на контракты, основанные на результате, «сервис как ПО»; платить за разрешение, а не за лицензию. В-четвертых, лидерам необходимо интегрировать данные между «силами» (силами/секторами) вроде маркетинга, сервиса и операций, чтобы наполнять эти системы контекстом, на котором они процветают.

И наконец, действовать через доверие: внедрять этические защитные ограждения, измерять эффективность прозрачно и сообщать клиентам, что хотя машины могут обрабатывать запросы, люди всегда находятся в контуре принятия решений. В эту новую эпоху выигрыш — это не про создание технологий, а про то, чтобы дать людям и процессам усилить ее влияние.

Ссылки:

• https://www.salesforce.com/resources/research-reports/financial-services-report/
• https://www.sas.com/en_us/news/press-releases/2024/october/generativeai-banking.html
• https://www.gartner.com/en/articles/top-technology-trends-2025
• https://sloanreview.mit.edu/article/five-trends-in-ai-and-data-science-for-2025/
• The future of fintech growth | McKinsey
• https://www.fortunebusinessinsights.com/ - FinTech Market Overview with Size, Share, Value | Growth [2032]