Agentic AI — покращення взаємодії з клієнтами у фінансових послугах

Відкрийте для себе найкращі новини та події у фінансових технологіях!

Підпишіться на розсилку FinTech Weekly

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

“Очікується, що доходи у фінансових технологіях зростуть майже в три рази швидше, ніж у традиційному банківському секторі в період з 2022 по 2028 рік” – McKinsey, 24 жовтня 2023 року.
“Глобальний ринок фінансових технологій, за прогнозами, досягне вартості 394,88 мільярда доларів США у 2025 році та 1 126,64 мільярда доларів США до 2032 року” – Fortune business insights, 9 червня 2025 року.

Залучення клієнтів є одним з ключових відмінностей між традиційними банками та фінансовими установами і фінансовими технологіями. Починаючи з безперешкодного процесу реєстрації клієнтів, перевірок, виконання транзакцій до подальшого обслуговування та вирішення скарг, фінансові технології перевершують традиційні фінансові установи. З часом фінансові технології намагалися подолати розрив і досягти успіху в залученні клієнтів. Дослідження показують, що це є найважливішим фактором, який призводить до покращення фінансових результатів.

Незважаючи на розвиток цифрових технологій та зусилля банків, обслуговування клієнтів продовжує залишатися однією з основних сфер для покращення. “Персоналізація” та “Швидкість обслуговування клієнтів” все ще оцінюються низько в опитуваннях задоволеності1, надаючи величезні можливості для банків та фінансових організацій поліпшити якість. Розрив ще більше збільшується для клієнтів управління капіталом, де необхідність персоналізації та спеціалізованих знань має найбільше значення, формуючи довіру та лояльність. Саме тут агенти штучного інтелекту, наділені спеціалізованими знаннями, можуть забезпечити залучення та інтелектуальну взаємодію з клієнтами. Обслуговування клієнтів, будучи на передньому плані бізнес-взаємодії, забезпечує не тільки рівень задоволеності, а й довгострокову лояльність та цінність для бізнесу протягом життя.

Агентний штучний інтелект з декількома спеціалізованими агентами може виконувати дії одночасно, такі як отримання історій взаємодії з клієнтами, аналіз настроїв, життєві події, аналіз конкурентного середовища щодо продуктів і зборів, аналіз ринкових тенденцій тощо, та надавати інформаційні рекомендації клієнтам. Використовуючи технології обробки природної мови та голосового управління, взаємодія може бути зроблена інтуїтивно зрозумілою, відповідно до уподобань клієнта, незалежно від мови та доступною на всіх каналах. Переваги генеративного штучного інтелекту реальні, і деякі недавні впровадження банків демонструють позитивні результати. Поліпшення в досвіді є одним з основних факторів.

Співпраця між штучним інтелектом та людиною є одним з найвзаємовигідніших результатів останніх технологічних розробок. Системи штучного інтелекту демонструють виняткову майстерність у обробці величезних обсягів даних, точно визначаючи тенденції та шаблони з високою швидкістю.

Генеративний штучний інтелект ще більше вдосконалює цю можливість, генеруючи рекомендації для людських агентів, які покращують досвід та залучення клієнтів. Особисті фінансові радники, які раніше були привілеєм клієнтів з надвисоким чистим капіталом, тепер можуть бути демократизовані агентами штучного інтелекту та стати доступними для більш широкої бази клієнтів.

Банки, маючи доступ до великої кількості особистої інформації клієнтів та історії транзакцій, можуть запропонувати консьєрж послуг, від податкового планування до інвестиційного консалтингу, навіть виконуючи функції особистих помічників. Завдяки поступовому наданню можливостей агентам штучного інтелекту для виконання складних та особистих завдань, банки та фінансові організації можуть забезпечити вищу якість обслуговування клієнтів, що призводить до підвищення лояльності та цінності протягом життя.

Агентний штучний інтелект та навколо нього

Технологічний тренд Gartner 2025 року розмістив агентний штучний інтелект як головний тренд 2025 року. Опитування MITSMR 2025 року також прогнозувало подібні результати.

Що таке агентний штучний інтелект? Це “системи та моделі штучного інтелекту, які можуть діяти автономно для досягнення цілей без необхідності постійного людського керівництва”, говорить HBR. Він розуміє цілі та завдання користувача та контекст проблеми, яку вони намагаються вирішити”. Це самонавчальна система, яка використовує складне міркування та творчі здібності моделей генеративного штучного інтелекту для вирішення багатоступеневих складних проблем. Агентна мережа – це команда з кількох агентів, які можуть виконувати завдання одночасно, узгоджуючи їх із єдиною метою.

“Системи агентного штучного інтелекту обіцяють трансформувати багато аспектів співпраці людини та машини завдяки своїм надпотужним здібностям міркування та виконання. Вони можуть планувати та приймати рішення незалежно, пропонуючи вищу продуктивність, інновації та інсайти для людської робочої сили”
– HBR, грудень 2024 року

Приклад представлення системи обслуговування клієнтів агентного штучного інтелекту

Усі ці агенти виконують свої завдання одночасно та звітують менеджеру-агенту, який, у свою чергу, відповідає на запитання клієнтів. Курована галузева експертиза та навчання роблять цих агентів експертами у своїй сфері. Величезна організаційна бібліотека досліджень управління капіталом та даних є ресурсами, які можуть бути використані для навчання агентів штучного інтелекту.

Деякі ключові випадки використання в обслуговуванні клієнтів:

*   Віртуальний фінансовий радник
*   Профілювання клієнтів
*   Моніторинг шахрайства в режимі реального часу
*   Виконання рутинних завдань
*   Звітність

Профілювання клієнтів, яке є першим кроком до знання клієнта, є ще одним ключовим випадком використання, який сприяє залученню клієнтів. Чим краще банк знає своїх клієнтів, тим краще він може обслуговувати їх та будувати тривалі стосунки. Це складний процес. Незважаючи на прогрес у технологіях, він все ще займає багато часу і має багато можливостей для покращення. Протягом років технології оптичного розпізнавання символів та різні рівні автоматизації на різних етапах значно покращили процес збору, обробки та використання інформації про клієнтів. Автономні агенти штучного інтелекту пропонують багато надії та можливостей для подальшої трансформації процесу, роблячи його безперешкодним та виконуючи кілька одночасних дій.

Агенти штучного інтелекту, використовуючи свій екосистему інструментів, підтримуваних штучним інтелектом, таких як біометрична верифікація, розпізнавання облич, верифікація документів через API тощо, можуть виконувати одночасні перевірки паралельно, збираючи дані.

Як свідчать докази, поточний процес піддається шахрайським діям, які можуть обійти механізми перевірки, такі як тест на живість тощо. Агенти штучного інтелекту мають можливість зробити цей процес надійним, аналізуючи контекстуальні сигнали, такі як кут нахилу пристрою або запущене будь-яке несанкціоноване програмне забезпечення у фоновому режимі тощо. Крім того, здатність агентів штучного інтелекту обробляти неструктуровані дані в поєднанні з аналізом настроїв може призвести до надійного профілювання ризиків клієнта, створюючи більш точну особистість. Цей глибший рівень перевірки в поєднанні з реальними одночасними перевірками підвищує рівень безпеки та допомагає запобігти складним спробам шахрайства з боку недобросовісних елементів, роблячи систему безпечною. Це призводить до підвищення довіри, покращення залучення клієнтів та лояльності.

Уроки:

*   Типова взаємодія з клієнтом може включати кілька запитів—як-то недавні транзакції, рекомендації продуктів та помилки у рахунках—all в одній бесіді.
*   Традиційні чат-боти часто не можуть впоратися з такими багатогранними взаємодіями та можуть втратити контекст.
*   Традиційні чат-боти не можуть обробляти портфелі клієнтів шляхом виконання інвестиційних транзакцій на продуктах управління капіталом.
*   Агентний штучний інтелект функціонує на більш просунутому рівні, працюючи як цифрові члени команди з:

Автономією діяти без постійного втручання людини.

Цілеспрямованим інтелектом для досягнення конкретних результатів.

Можливостями міркування в реальному часі для динамічного прийняття рішень.

*   Ці системи можуть:

Розуміти нюанси та природну людську мову.

Підтримувати контекстуальну узгодженість у довгих і складних діалогах.

Інтегрувати та організовувати завдання, використовуючи такі інструменти, як CRM, ERP та внутрішні бази знань.

*   У залученні клієнтів агентний штучний інтелект забезпечує:

Цілодобову підтримку, що імітує людську взаємодію.

Масштабоване вирішення складних і багатошарових питань клієнтів.

Персоналізовані, плавні бесіди, що забезпечуються мережею мікро-агентів, кожен з яких спеціалізується на конкретній потребі клієнта.

*   Цей підхід виходить за межі простого вирішення запитів—він забезпечує повну відповідальність за проблему та кінцеве вирішення.

Заклики до дій для керівників галузі:

Тепер виникає стратегічне питання: що повинні робити керівники галузі, щоб не лише експериментувати, а й впроваджувати агентний штучний інтелект для перетворювальних вигод? По-перше, вони повинні вийти за межі втоми від пілотних проектів і вибрати варіанти залучення клієнтів з високим впливом для тестування в режимі “помічника”.

Тобто доповнювати людських агентів, а не замінювати їх. По-друге, інвестуйте в навчання передових команд працювати разом із штучним інтелектом, а не навколо нього. Штучний інтелект повинен бути їхнім партнером, а не паралельним процесом. По-третє, змініть моделі бюджетування з програмного забезпечення за місцем на контракти на послуги на основі результатів; платіть за вирішення, а не за ліцензію. По-четверте, керівники повинні інтегрувати дані через силосу, такі як маркетинг, обслуговування, операції, щоб забезпечити ці системи контекстом, в якому вони процвітають.

І нарешті, дотримуйтеся довіри; впроваджуйте етичні обмеження, вимірюйте ефективність прозоро і дайте зрозуміти клієнтам, що, хоча машини можуть обробляти запити, люди завжди в курсі. У цю нову еру виграш полягає не в створенні технологій, а в наданні можливостей людям і процесам для посилення їх впливу.

Посилання:

• 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/
• Майбутнє зростання фінансових технологій | McKinsey
• https://www.fortunebusinessinsights.com/ - Огляд ринку фінансових технологій з розміром, часткою, вартістю | Зростання [2032]