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. 
«Глобальный рынок финтеха, как прогнозируется, 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 отличителей между традиционными банковскими и финансовыми организациями и финтехом. Начиная с бесшовного онбординга клиентов, валидаций, выполнения транзакций и последующего обслуживания, а также урегулирования жалоб, финтех превосходит традиционные финансовые институты. Со временем финтех старался сократить этот разрыв и превосходить в работе с клиентами и их вовлеченностью. Исследования показывают, что это единственный наиболее важный фактор, который приводит к улучшению итоговых финансовых показателей.

Несмотря на развитие цифровых технологий и усилия банков, клиентский сервис по-прежнему остается одной из главных областей для улучшений. «Персонализация» и «Скорость клиентского сервиса» по-прежнему оцениваются низко в опросах о удовлетворенности1, предоставляя банкам и финансовым организациям широкие возможности повысить качество. Разрыв еще больше для клиентов в сфере управления капиталом, где персонализация и специализированные знания важнее всего, формируя доверие и лояльность. Именно здесь ИИ-агенты, усиленные специализированными знаниями в предметной области, могут обеспечивать увлекательное и интеллектуальное взаимодействие с клиентами. Клиентский сервис, находящийся на переднем крае делового взаимодействия, влияет не только на уровень удовлетворенности, но и на долгосрочную лояльность и пожизненную ценность для бизнеса.

Агентная ИИ-сетка с несколькими специализированными агентами может выполнять действия одновременно, например: извлекать истории взаимодействий с клиентами, проводить анализ тональности, учитывать 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 голосовые возможности, взаимодействие можно сделать интуитивным, подстраиваясь под предпочтительный стиль клиента, не завися от языка и поддерживая омниканальность. Преимущества GenAI реальны, и некоторые недавние внедрения у банков показывают позитивные результаты. Улучшения опыта — одно из главных выгодополучателей.

Сотрудничество ИИ и человека — один из наиболее взаимовыгодных результатов недавних технологических разработок. Системы искусственного интеллекта демонстрируют исключительную компетентность в обработке огромных объемов данных, выявляя тренды и паттерны с точностью и скоростью.

Генеративный ИИ еще больше развивает эту способность, генерируя рекомендации для агентов-людей, которые улучшают клиентский опыт и вовлеченность. Персональные финансовые консультанты, ранее доступные только клиентам с сверхвысоким net worth, теперь можно «демократизировать» с помощью ИИ-агентов и сделать доступными более широкой клиентской базе.

Банки, имея доступ к множеству личных данных клиентов и истории транзакций, могут предоставлять «консьерж»-сервис: от налогового планирования до инвестиционных консультаций, даже выступая в роли личного помощника. Благодаря постепенному наделению ИИ-агентов возможностью выполнять сложные и персональные задачи банки и финансовые организации могут обеспечивать более качественный клиентский опыт, что приводит к усилению лояльности и увеличению пожизненной ценности.

Агентная ИИ и ажиотаж вокруг нее

Gartner technology trend 2025 определил Agentic AI как главный тренд 2025 года. MITSMR 2025 AI & Data Leadership Executive benchmark Survey также прогнозировал схожий 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 проблемы, которую они пытаются решить». Это система самообучения, использующая продвинутое рассуждение и творческие способности моделей GenAI для решения многошаговых сложных задач. Агентная «mesh» — это команда из нескольких агентов, которые могут выполнять задачи одновременно, согласованные с одной общей целью.

«Агентные ИИ-системы обещают преобразить многие аспекты сотрудничества человека и машины благодаря ускоренному рассуждению и возможностям выполнения. Они могут планировать и принимать решения независимо, обеспечивая большую продуктивность, инновации и инсайты для человеческой рабочей силы» 
– HBR, Dec 2024

Пример представления системы клиентского сервиса Agentic AI

Все эти агенты выполняют свои задачи параллельно и отчитываются менеджеру-агенту, который, в свою очередь, в ответной части обращается к запросам клиентов. Отобранные знания предметной области и обучение делают этих агентов экспертами в своей области. Обширная организационная библиотека исследований по управлению капиталом и массивов данных — это ресурсы, которые можно использовать для обучения ИИ-агентов.

Некоторые из ключевых сценариев использования в клиентском сервисе:

*   Виртуальный финансовый консультант
*   Сегментация/профилирование клиентов
*   Мониторинг мошенничества в реальном времени
*   Выполнение рутинных задач
*   Подготовка отчетов

Сегментирование клиентов (Customer Profiling), которое является первым шагом к пониманию клиента, — еще один ключевой сценарий использования, обеспечивающий вовлеченность клиентов. Чем лучше банк знает своих клиентов, тем лучше он может обслуживать их и выстраивать долгосрочные отношения. Это сложный процесс. Несмотря на прогресс в технологиях, он по-прежнему отнимает много времени и оставляет большой простор для улучшений. На протяжении многих лет OCR Technologies и разные уровни автоматизации на разных этапах значительно улучшили процесс сбора, обработки и использования информации о клиентах. Автономные ИИ-агенты дают много надежд и возможностей, чтобы еще больше преобразовать этот процесс: сделать его бесшовным и выполнять множество параллельных активностей.

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

Как показывают доказательства, текущий процесс уязвим для мошеннических действий, когда злоумышленники могут обходить механизмы валидации, такие как проверка «живости» (liveliness test) и т.д. ИИ-агенты способны сделать этот процесс более надежным, анализируя контекстные сигналы, например угол устройства, или выполняя проверку на запуск любой несанкционированной программы в фоновом режиме и т.д. Кроме того, способность ИИ-агентов обрабатывать неструктурированные данные в сочетании с анализом тональности может приводить к более надежному профилированию рисков клиента, формируя более точный «персона». Более глубокая степень проверки, дополненная одновременными валидациями в реальном времени, усиливает уровень безопасности и помогает предотвращать изощренные попытки мошенничества со стороны недобросовестных элементов, делая систему безопасной. Это приводит к росту доверия, усилению вовлеченности клиентов и лояльности.

Выводы:

*   Типичное взаимодействие с клиентом может включать множество запросов — например, недавние транзакции, рекомендации по продуктам и ошибки в выставлении счетов — все в рамках одного разговора.
*   Традиционные чат-боты часто не справляются с такими многогранными взаимодействиями и могут терять контекст.
*   Традиционные чат-боты не могут «перекатывать» клиентские портфели, выполняя инвестиционные транзакции по продуктам в управлении капиталом 
*   Агентная ИИ работает на более продвинутом уровне, функционируя как цифровые участники команды с:

Автономностью действовать без постоянного вмешательства человека.

Интеллектом, ориентированным на цели, чтобы преследовать и достигать конкретных результатов.

Возможностями рассуждения в реальном времени для динамического принятия решений.

*   Эти системы могут:

Понимать нюансированный и естественный человеческий язык.

Поддерживать контекстную связность в долгих и сложных диалогах.

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

*   В вовлеченности клиентов Agentic AI обеспечивает:

Поддержку 24/7 для сценариев, имитирующих человеческое взаимодействие.

Масштабируемую обработку сложных и многослойных проблем клиентов.

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

*   Такой подход выходит за рамки базового решения запросов — он гарантирует полную ответственность за проблему и сквозное (end-to-end) разрешение.

Призыв к действиям для лидеров отрасли:

Теперь возникает стратегический вопрос: что должны сделать лидеры отрасли, чтобы не просто экспериментировать, а внедрить агентную ИИ в эксплуатацию ради преобразующих результатов? Во-первых, им нужно выйти за рамки «усталости от пилотов» и выбрать сценарии вовлеченности клиентов с высоким эффектом, чтобы тестировать их в режиме «copilot mode».

Это дополнение агентов-людей, а не их замена. Во-вторых, инвестируйте в обучение команд на передовой, чтобы они работали вместе с ИИ, а не вокруг него. ИИ должен быть их партнером, а не параллельным процессом. В-третьих, измените модели бюджетирования с оплаты за места в ПО на контракты «сервис как ПО» на основе результата; платите за разрешение, а не за лицензию. В-четвертых, лидеры должны интегрировать данные между «силами» (silos) вроде маркетинга, сервиса, операций, чтобы эти системы получали контекст, на котором они процветают.

И наконец, действуйте, опираясь на доверие; внедряйте этические ограничители (guardrails), измеряйте эффективность прозрачно и дайте клиентам понять, что хотя машины могут обрабатывать запросы, люди всегда находятся в контуре. В эту новую эпоху победа — это не столько создание технологий, сколько обеспечение людей и процессов, чтобы усиливать ее влияние.

Ссылки:

• Будущее роста финтеха | McKinsey
• • Обзор рынка FinTech с размером, долей, стоимостью | Growth [2032]