Agentic AI — покращення взаємодії з клієнтами у фінансових послугах

Відкрийте для себе найкращі новини та події з фінтеху!

Підпишіться на розсилку FinTech Weekly

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

«Очікується, що доходи в індустрії фінтеху зростатимуть майже втричі швидше, ніж у традиційному банківському секторі, у період між 2022 і 2028 роками» – McKinsey, Oct24, 2023. 
«Глобальний ринок фінтеху, за прогнозами, становитиме 394,88 млрд дол. США у 2025 році та досягне 1 126,64 млрд дол. США до 2032 року» – Fortune business insights, June 09, 2025

Залучення клієнтів є одним із ключових відмінників між традиційними банківськими та фінансовими установами й фінтехом. Від початку безперервної адаптації клієнта до валідацій, виконання транзакцій, подальшого обслуговування та врегулювання скарг фінтех демонструє перевагу над традиційними фінансовими установами. З часом фінтех намагався подолати розрив і перевершити в залученні клієнтів. Дослідження показують, що це єдиний найважливіший фактор, який веде до покращення підсумкових фінансових результатів.

Попри розвиток цифрових технологій і зусилля банків, клієнтський сервіс усе ще залишається однією з основних сфер, де потрібні покращення. «Персоналізація» та «Швидкість обслуговування клієнтів» досі оцінюються низько в опитуваннях щодо задоволеності1, створюючи достатньо можливостей для банків і фінансових організацій покращити якість. Розрив ще більше зростає для клієнтів з управління капіталом, де потреба в персоналізації та спеціалізованих знаннях є найважливішою, формуючи довіру та лояльність. Саме тут агенти ШІ, підсилені спеціалізованими знаннями домену, можуть забезпечити залучаючу та розумну взаємодію з клієнтами. Клієнтський сервіс на передовій взаємодії з бізнесом, що не лише підвищує рівень задоволеності, а й забезпечує довгострокову лояльність і цінність для бізнесу протягом усього життя клієнта.

Агентська ШІ-мережа з кількома спеціалізованими агентами може виконувати дії одночасно, наприклад, витягувати історії взаємодій із клієнтами, проводити аналіз настроїв, життєві події, аналізувати конкурентний ландшафт щодо продуктів і комісій, аналізувати ринкові тренди тощо, і надавати інформативні рекомендації клієнтам. Використовуючи NLP і технології, що підтримують голос, взаємодію можна зробити інтуїтивною, підлаштовуючись під бажаний стиль клієнта, мовонезалежною та з підтримкою омніканальності. Переваги GenAI реальні, і деякі нещодавні впровадження банками демонструють позитивні результати. Пере-ваги в якості досвіду є одними з головних бенефіціарів.

Співпраця ШІ та людей є одним із найбільш взаємовигідних результатів недавніх технологічних розробок. Системи штучного інтелекту демонструють виняткову майстерність у обробці величезних обсягів даних, виявляючи тренди та патерни з точністю й швидкістю.

Генеративний ШІ ще більше розвиває цю здатність, генеруючи рекомендації для людських агентів, які підвищують якість досвіду та залучення клієнтів. Персональні фінансові радники, які раніше були привілеєм клієнтів із надвисокими статками, тепер можуть бути демократизовані за допомогою агентів ШІ та доступні ширшій клієнтській базі.

Оскільки банки мають доступ до великого обсягу персональної інформації клієнтів і історії транзакцій, вони можуть надавати консьєрж-сервіс: від податкового планування до інвестиційного консультування, навіть виступаючи як персональний асистент. Завдяки поступовому розширенню можливостей агентів ШІ для виконання складних і персональних завдань банки та фінансові організації можуть забезпечити вищу якість клієнтського досвіду, що веде до підвищення лояльності та цінності протягом усього життя клієнта.

Агентська ШІ та галас навколо неї

Технологічний тренд Gartner 2025 визначив агентську ШІ як головний тренд 2025 року. MITSMR 2025 AI & Data Leadership Executive benchmark Survey також прогнозувало подібний результат.

Що таке агентська ШІ? Це означає «системи й моделі ШІ, які можуть діяти автономно для досягнення цілей без потреби в постійному людському керівництві, каже HBR. Вони розуміють цілі й завдання користувача та контекст проблеми, яку він намагається розв’язати». Це самонавчальна система, що використовує витончені можливості міркування та творчі здатності моделей GenAI для розв’язання багатоступеневих складних проблем. Агентська «меш» — це команда з кількох агентів, які можуть виконувати завдання одночасно, узгоджені з єдиною ціллю.

«Агентські системи ШІ обіцяють трансформувати багато аспектів співпраці людина—машина завдяки їхньому підсиленому мисленню та можливостям виконання. Вони можуть планувати й ухвалювати рішення незалежно, пропонуючи вищу продуктивність, інновації та інсайти для людської робочої сили» 
– HBR, Dec 2024

Зразкове подання системи клієнтського сервісу Agentic AI

Усі ці агенти виконують свої завдання паралельно й звітують менеджеру-агенту, який у реальному часі відповідає на запити клієнтів. Скомпоновані знання домену та навчання роблять цих агентів експертами у своїй сфері. Велика організаційна бібліотека досліджень з управління капіталом і точки даних є ресурсом, який можна використати для навчання агентів ШІ.

Деякі з ключових сценаріїв використання в клієнтському сервісі:

*   Віртуальний фінансовий радник
*   Профілювання клієнта
*   Моніторинг шахрайства в реальному часі
*   Виконання рутинних завдань
*   Звітування

Профілювання клієнта, яке є першим кроком до того, щоб знати клієнта, є ще одним ключовим сценарієм використання, що стимулює залучення клієнтів. Чим краще банк знає своїх клієнтів, тим краще він може їх обслуговувати й вибудовувати тривалі стосунки. Це виснажливий процес. Попри прогрес у технологіях, він усе ще потребує часу й має багато можливостей для покращення. З роками OCR Technologies і різні рівні автоматизації на різних етапах суттєво вдосконалили процес захоплення, обробки та використання інформації про клієнтів. Автономні агенти ШІ дають багато надій і можливостей для подальшої трансформації процесу, роблячи його безперервним і виконуючи кілька паралельних активностей.

Агенти ШІ, використовуючи свою екосистему інструментів на основі ШІ, таких як біометрична валідація, розпізнавання обличчя, документальна верифікація через API тощо, можуть виконувати одночасні валідації паралельно, паралельно фіксуючи дані.

Як свідчать докази, поточний процес є вразливим для шахрайських акторів, які можуть обходити механізми валідації, такі як тест на життєздатність (liveliness test) тощо. Агенти ШІ мають здатність зробити цей процес надійнішим, аналізуючи контекстні сигнали, наприклад кут пристрою, або перевіряючи, чи не працює будь-яке несанкціоноване програмне забезпечення у фоновому режимі тощо. Додатково, здатність агентів ШІ обробляти неструктуровані дані в поєднанні з аналізом настроїв може забезпечити надійніше профілювання ризиків клієнта, створюючи більш точну персону. Цей глибший рівень перевірки, поєднаний із валідаціями в реальному часі одночасно, підвищує рівень безпеки та допомагає запобігти витонченим спробам шахрайства з боку недобросовісних елементів, роблячи систему безпечною. Це призводить до підвищення довіри, посиленого залучення клієнтів і лояльності.

Висновки:

*   Типова взаємодія з клієнтом може включати кілька запитів — як-от останні транзакції, рекомендації продуктів і помилки в рахунках — усе в межах однієї розмови.
*   Традиційні чатботи часто не справляються з такими багатогранними взаємодіями та можуть втрачати контекст.
*   Традиційні чатботи не можуть «перемелювати» (churn) портфелі клієнтів, виконуючи інвестиційні транзакції в продуктах з управління капіталом 
*   Агентська ШІ працює на більш просунутому рівні, функціонуючи як цифрові члени команди з:

Автономністю діяти без постійного втручання людини.

Інтелектом, орієнтованим на цілі, щоб переслідувати й досягати конкретних результатів.

Можливостями міркування в реальному часі для динамічного ухвалення рішень.

*   Ці системи можуть:

Розуміти нюансовану й природну людську мову.

Підтримувати контекстну узгодженість протягом тривалих і складних діалогів.

Інтегрувати та оркеструвати завдання за допомогою інструментів на кшталт CRM, ERP і внутрішніх баз знань.

*   У залученні клієнтів агентська ШІ забезпечує:

Підтримку 24/7, що імітує людську взаємодію.

Масштабоване опрацювання складних і багаторівневих проблем клієнтів.

Персоналізовані, плавні розмови, що забезпечуються мережею мікроагентів, кожен із яких спеціалізується на конкретній потребі клієнта.

*   Підхід виходить за межі базового вирішення запитів — він забезпечує повне володіння проблемою та наскрізне вирішення.

Заклик до дій для лідерів індустрії:

Наразі постає стратегічне питання: що мають зробити лідери індустрії, щоб не лише експериментувати, а й впровадити агентську ШІ для досягнення трансформаційних вигід? Спочатку їм потрібно вийти за межі «втоми від пілотів» і вибрати сценарії залучення клієнтів із високим впливом для тестування в режимі «copilot mode».

Тобто це посилення людських агентів, а не їхня заміна. По-друге, інвестуйте в навчання команд, що працюють на передовій, аби вони могли працювати разом із ШІ, а не «навколо» неї. ШІ має бути їхнім партнером, а не паралельним процесом. По-третє, змініть моделі бюджетування з оплати за робочі місця (per-seat software) на контракти «сервіс як софт» на основі результату; платіть за розв’язання, а не за ліцензію. По-четверте, лідерам потрібно інтегрувати дані між «силами-силами» (silos), такими як маркетинг, сервіс, операції, щоб підживлювати ці системи контекстом, на якому вони процвітають.

І нарешті, лідеруйте з довірою: розгортайте етичні запобіжні обмеження, прозоро вимірюйте продуктивність і дайте клієнтам знати, що хоча машини можуть обробляти запити, люди завжди залишаються в циклі (у процесі). У цю нову еру перемога — це не про створення технології, а про те, щоб дати змогу людям і процесам підсилити її вплив.

Посилання:

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