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 фінтех 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 фінтех-компаніями. Починаючи з безшовного onboarding клієнтів, валідацій, виконання транзакцій, обслуговування та вирішення скарг, фінтех перевершує традиційні фінансові інституції. З часом фінтех намагається скоригувати цей розрив і досягти високого рівня залучення клієнтів. Дослідження показують, що це найважливіший фактор, який сприяє покращенню фінансових показників.

Незважаючи на розвиток цифрових технологій і зусилля банків, обслуговування клієнтів 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 особливо важливі персоналізація та спеціалізовані знання, що сприяють довірі та лояльності. Саме тут AI-агенти з спеціалізованими знаннями можуть забезпечити захоплююче та інтелектуальне взаємодію з клієнтами. Обслуговування клієнтів, яке є на передовій бізнес-інтеракцій, впливає не лише на рівень задоволеності, а й на довгострокову лояльність та життєву цінність клієнта.

Мережа AI-агентів із кількома спеціалізованими агентами може одночасно виконувати різні дії, наприклад, витягувати історії взаємодії з клієнтами, аналізувати настрої, життєві події, аналізувати конкурентне середовище щодо продуктів і тарифів, аналізувати ринкові тренди тощо, і надавати клієнтам корисні рекомендації. За допомогою NLP та голосових технологій взаємодія може бути інтуїтивно налаштована під стиль клієнта, бути мовно-нейтральною та підтримувати кілька каналів зв’язку. Реальні переваги GenAI вже демонструють позитивні результати у деяких банках. Покращення досвіду клієнтів є одним із головних вигод.

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

Генеративний AI ще більше розвиває цю здатність, створюючи рекомендації для людських агентів, що покращують досвід і залучення клієнтів. Персональні фінансові радники, раніше доступні лише клієнтам із надзвичайно високим рівнем статку, тепер можуть бути демократизовані 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 забезпечувати високий рівень обслуговування, що сприяє підвищенню лояльності та життєвої цінності клієнта.

Agentic AI та навколо нього хайп

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

Що таке Agentic AI? Це “системи та моделі штучного інтелекту, які можуть діяти автономно для досягнення цілей без постійного людського керівництва”, — стверджує HBR. Вони розуміють цілі та задачі користувача і 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 і машини завдяки своїм потужним можливостям логіки та виконання. Вони можуть планувати і 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. Відбір доменної інформації та навчання робить цих агентів експертами у своїй галузі. Величезна організаційна бібліотека досліджень і 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 в 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 і будувати довгострокові стосунки. Це складний процес. Незважаючи на прогрес у технологіях, він все ще потребує багато часу і має потенціал для покращення. За роки технологічного розвитку OCR-технології та різні рівні автоматизації на різних етапах значно покращили процес збору, обробки та використання клієнтської інформації. Автономні AI-агенти відкривають багато надій і 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 облич, API-інтеграція 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 може створити більш точний профіль ризику клієнта. Це глибше дослідження у поєднанні з реальним часом і одночасними валідаціями підвищує рівень безпеки і 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 можуть 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.
Зберігати контекст у довгих і складних діалогах.
Інтегрувати та координувати завдання через 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 через мережу мікро-агентів, кожен із яких спеціалізується на конкретних потребах клієнта.

• Цей підхід виходить за межі простого вирішення запитів — він забезпечує повне володіння проблемою і 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-лінійних 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, інтегрувати дані з різних сфер — маркетингу, обслуговування, операцій — щоб забезпечити цим системам необхідний контекст.

І нарешті, керувати довірою: впроваджувати етичні рамки, прозоро вимірювати результати і повідомляти клієнтам, що хоча машини можуть відповідати на запити, люди завжди залишаються у процесі. У цій новій епосі перемога — 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]