Agentic AI - Покращення взаємодії з клієнтами у фінансових послугах

Відкрийте для себе провідні 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 сфері фінтеху 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, 9 червня 2025

Залучення клієнтів є одним із ключових факторів відмінності між традиційними банківськими та фінансовими установами і фінтехом. Починаючи від безшовного onboarding клієнтів, валідацій, виконання транзакцій до подальшого обслуговування та вирішення скарг, фінтех перевершує традиційні фінансові інституції. З часом фінтех намагався зменшити цю різницю та досягти високих показників у залученні клієнтів. Дослідження показують, що це є найважливішим фактором, який веде до покращення фінансових результатів.

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 створює багато можливостей для банків та 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, оснащені 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 з кількома спеціалізованими агентами може одночасно виконувати різні дії, такі як отримання історії взаємодій з клієнтами, аналіз настроїв, життєвих подій, аналіз конкурентного середовища щодо продуктів та комісій, аналіз ринкових трендів тощо, та надавати інформативні рекомендації клієнтам. За допомогою NLP та голосових технологій взаємодія може бути інтуїтивно налаштована під стиль клієнта, бути мовно-агностичною та підтримувати кілька каналів зв’язку. Переваги GenAI реальні, і деякі недавні впровадження банків демонструють позитивні результати. Покращення досвіду — один із головних факторів.

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, колись привілей клієнтів 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 надавати комплексні послуги — від податкового планування до інвестиційних консультацій, навіть виконуючи роль особистого асистента. Постійне розширення можливостей AI-агентів для обробки складних та особистих завдань дозволяє банкам та фінансовим організаціям забезпечувати високий рівень обслуговування, що сприяє підвищенню лояльності та життєвої цінності клієнта.

Agentic AI та міфи навколо нього

Технологічний тренд Gartner на 2025 рік визначив Agentic AI як одну з головних тенденцій 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 системи самонавчання, 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 ціль.

“Системи Agentic AI обіцяють трансформувати багато аспектів співпраці людини та машини 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

Усі ці агенти виконують свої завдання одночасно і звітують менеджеру-агенту, який у свою чергу відповідає на запити клієнтів. Витончене доменне знання та навчання роблять 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.

Основні 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 — є ще одним ключовим сценарієм, 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 технології 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, паралельно збираючи дані.

Як свідчать дані, поточний процес вразливий до шахраїв, які можуть обійти механізми валідації, наприклад, тест на живість тощо. AI-агенти мають здатність 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 та паралельними валідаціями підвищує рівень безпеки та допомагає запобігти складним шахрайським схемам, роблячи систему безпечнішою. Це сприяє підвищенню довіри, залученню клієнтів та їх 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 щодо продуктів 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 результатів.
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 за допомогою інструментів CRM, ERP та внутрішніх баз знань.

• У залученні клієнтів Agentic AI забезпечує:

Підтримку 24/7, імітуючи людське спілкування.
Масштабоване оброблення складних та багатошарових проблем клієнтів.
Персоналізовані, гнучкі розмови, що підтримуються мережею мікро-агентів, кожен із яких спеціалізується на конкретних потребах клієнта.

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

Заклик 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 для роботи поруч із AI, а не навколо нього. AI має бути їхнім партнером, а не паралельним процесом. По-третє, змінити моделі бюджету з оплати за ліцензію на оплату за результат у рамках контрактів “послуга як софтваре”; платити за кожне вирішення, а не за ліцензію. По-четверте, лідерам потрібно інтегрувати дані з різних силосів — 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 обробляти 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:

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