Agentic AI - Покращення взаємодії з клієнтами у фінансових послугах

Відкрийте для себе найкращі новини та події у сфері фінтех!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших компаній

“Очікується, що доходи у фінтех-індустрії зростуть майже у три рази швидше, ніж у традиційному банківському секторі у період з 2022 по 2028 рік” – McKinsey, жовтень 2023.
“Глобальний ринок фінтеху у 2025 році оцінюється у 394,88 мільярда доларів і до 2032 року досягне 1126,64 мільярда доларів” – Fortune Business Insights, червень 2025

Залучення клієнтів є одним із ключових факторів відмінності між традиційними банківськими та фінансовими установами і фінтехом. Починаючи від безшовної реєстрації клієнтів, валідацій, виконання транзакцій до подальшого обслуговування та вирішення скарг, фінтех перевершує традиційні фінансові інституції. З часом фінтех намагався зменшити цю різницю та досягти високого рівня залучення клієнтів. Дослідження показують, що це найважливіший фактор, який сприяє покращенню фінансових показників.

Незважаючи на розвиток цифрових технологій та зусилля банків, обслуговування клієнтів досі залишається однією з головних сфер для покращення. “Персоналізація” та “Швидкість обслуговування” все ще оцінюються низько у опитуваннях задоволеності1, що відкриває широкі можливості для банків і фінансових організацій підвищити якість. Розрив ще більше зростає для клієнтів управління багатством, де особистий підхід і спеціалізовані знання мають найважливіше значення для формування довіри та лояльності. Саме тут AI-агенти з спеціалізованими знаннями можуть забезпечити захоплююче та інтелектуальне взаємодію з клієнтами. Обслуговування клієнтів, яке є на передовій бізнес-комунікацій, впливає не лише на рівень задоволеності, а й на довгострокову лояльність та життєву цінність клієнта.

Мережа AI-агентів з кількома спеціалізованими агентами може одночасно виконувати різні завдання, такі як перегляд історії взаємодій з клієнтами, аналіз настроїв, життєвих подій, аналіз конкурентного середовища щодо продуктів і тарифів, аналіз ринкових трендів тощо, та надавати інформативні рекомендації клієнтам. За допомогою NLP та голосових технологій взаємодія може бути інтуїтивно адаптована до стилю клієнта, мовна незалежність та багатоканальність забезпечують зручність. Реальні переваги GenAI вже демонструють позитивні результати у деяких банках. Покращення досвіду клієнтів є одним із головних вигод.

Співпраця AI та людини є одним із найбільш взаємовигідних результатів сучасних технологічних досягнень. Системи штучного інтелекту демонструють виняткову здатність обробляти величезні обсяги даних, точно та швидко виявляти тренди та закономірності.

Генеративний AI ще більше розвиває цю здатність, створюючи рекомендації для людських агентів, що покращують досвід та залучення клієнтів. Персональні фінансові радники, раніше доступні лише клієнтам із надзвичайно високим рівнем статку, тепер можуть бути democratized за допомогою AI-агентів і доступні ширшій аудиторії.

Банки, маючи доступ до великої кількості особистої інформації та історії транзакцій клієнтів, можуть пропонувати комплексні послуги — від податкового планування до інвестиційних консультацій, навіть виконуючи роль особистого асистента. Постійне розширення можливостей AI-агентів для обробки складних і особистих завдань дозволяє банкам і фінансовим організаціям забезпечити високий рівень обслуговування, що сприяє підвищенню лояльності та життєвої цінності клієнта.

Agentic AI та навколо нього створений ажіотаж

Технологічний тренд Gartner на 2025 рік визначив Agentic AI як найважливішу тенденцію. Опитування MITSMR 2025 AI & Data Leadership Executive також прогнозує подібний розвиток.

Що таке Agentic AI? Це “системи та моделі штучного інтелекту, які можуть діяти автономно для досягнення цілей без постійного людського керівництва”, — повідомляє HBR. Вони розуміють цілі користувача та контекст проблеми, яку потрібно вирішити. Це самонавчальні системи, що використовують складне логічне мислення та креативні можливості моделей GenAI для розв’язання багатоступеневих складних задач. Агентна мережа — це команда кількох агентів, які можуть одночасно виконувати завдання, орієнтовані на одну мету.

“Системи Agentic AI обіцяють трансформувати багато аспектів співпраці людини з машиною завдяки своїм потужним можливостям аналізу та виконання. Вони можуть планувати та приймати рішення самостійно, забезпечуючи підвищену продуктивність, інновації та інсайти для людської праці” — HBR, грудень 2024.

Приклад системи обслуговування клієнтів на базі Agentic AI

Всі ці агенти виконують свої завдання одночасно і звітують менеджеру-агенту, який у свою чергу відповідає на запити клієнтів. Витончене доменне знання та навчання робить цих агентів експертами у своїй галузі. Величезна організаційна бібліотека досліджень та даних у сфері управління багатством є ресурсами, які можна використовувати для навчання AI-агентів.

Ключові сценарії використання у обслуговуванні клієнтів:

* Віртуальний фінансовий радник
* Профілювання клієнтів
* Моніторинг шахрайства у реальному часі
* Виконання рутинних завдань
* Звітування

Перший крок у пізнанні клієнта — профілювання — ще один важливий сценарій, що стимулює залучення клієнтів. Чим краще банк знає своїх клієнтів, тим краще може їх обслуговувати та будувати довгострокові стосунки. Це складний процес. Незважаючи на технологічний прогрес, він залишається часозатратним і має великий потенціал для покращення. За роки технологій OCR та різні рівні автоматизації на різних етапах значно покращили процес збору, обробки та використання клієнтської інформації. Автономні AI-агенти відкривають багато можливостей для подальшої трансформації цього процесу, роблячи його безшовним і здатним виконувати кілька завдань одночасно.

AI-агенти, використовуючи екосистему інструментів на базі AI, таких як біометрична валідація, розпізнавання обличчя, API для перевірки документів тощо, можуть одночасно виконувати валідації, збираючи дані.

Як показують дані, поточний процес вразливий до шахраїв, які можуть обійти механізми валідації, наприклад, тест на живість тощо. AI-агенти здатні зробити цей процес більш надійним, аналізуючи контекстуальні сигнали, такі як кут пристрою або запуск будь-якого несанкціонованого програмного забезпечення у фоновому режимі. Крім того, здатність AI-агентів обробляти неструктуровані дані у поєднанні з аналізом настроїв дозволяє створювати більш точний профіль ризику клієнта. Це глибше дослідження у поєднанні з реальним часом та одночасними валідаціями підвищує рівень безпеки та допомагає запобігти складним шахрайським схемам, що робить систему безпечнішою. Це сприяє підвищенню довіри, залученню клієнтів і лояльності.

Висновки:

• Типова взаємодія з клієнтом може включати кілька запитів — наприклад, останні транзакції, рекомендації щодо продуктів і помилки у виставленні рахунків — все в одному діалозі.
• Традиційні чат-боти часто не справляються з багатогранними взаємодіями і можуть втрачати контекст.
• Традиційні чат-боти не здатні формувати портфелі клієнтів або виконувати інвестиційні транзакції у сфері управління багатством.
• Agentic AI працює на більш просунутому рівні, функціонуючи як цифрові члени команди з:

Автономією діяти без постійного людського втручання.

Цілеспрямованим інтелектом для досягнення конкретних цілей.

Моментальним логічним мисленням для динамічного прийняття рішень.

• Ці системи можуть:

Розуміти нюанси людської мови.

Підтримувати контекст у довгих і складних діалогах.

Інтегрувати та координувати завдання за допомогою таких інструментів, як CRM, ERP та внутрішні бази знань.

• У залученні клієнтів Agentic AI забезпечує:

Підтримку 24/7, імітуючи людське спілкування.

Масштабоване оброблення складних і багаторівневих проблем клієнтів.

Персоналізовані, гнучкі розмови, що базуються на мережі мікро-агентів, кожен із яких спеціалізується на конкретних потребах клієнта.

• Цей підхід виходить за межі простого вирішення запитань — він забезпечує повне володіння проблемою та її кінцеве вирішення.

Заклики до дії для лідерів галузі:

Наступне питання — що мають зробити лідери галузі, щоб не лише експериментувати, а й впроваджувати агентний AI для трансформаційних результатів? По-перше, потрібно подолати “пілотний синдром” і обрати високоефективні сценарії залучення клієнтів для тестування у режимі “copilot”.

Тобто доповнювати людських агентів, а не замінювати їх. По-друге, інвестувати у навчання фронт-офісних команд працювати разом з AI, а не навколо нього. AI має бути їхнім партнером, а не паралельним процесом. По-третє, змінити моделі бюджету з оплати за ліцензію на орієнтацію на результати — платити за рішення, а не за ліцензію. По-четверте, лідерам потрібно інтегрувати дані з різних сфер — маркетингу, обслуговування, операцій — щоб забезпечити цим системам необхідний контекст.

І нарешті, керуйте довірою; впроваджуйте етичні рамки, прозоро вимірюйте результати і повідомляйте клієнтам, що хоча машини можуть відповідати на запити, люди завжди залишаються у процесі. У цій новій епосі перемога полягає не у створенні технологій, а у здатності людей і процесів підсилювати їхній вплив.

Джерела:

• Майбутнє зростання фінтеху | McKinsey
• Огляд ринку фінтеху з розміром, часткою, вартістю | Зростання [2032]