AI banking concept

Pet načina na koje AI menja tradicionalno bankarstvo

Praktična primena veštačke inteligencije (AI) u bankarstvu već danas prožima gotovo sve segmente poslovanja – od interakcije sa klijentima i marketinga do obrade transakcija, analize rizika i usklađenosti sa propisima. Banke koriste AI za kreiranje personalizovanih ponuda i preporuka proizvoda, automatsku segmentaciju klijenata, detekciju prevara, kontrolu pranja novca, procenu kreditnog rizika i automatizaciju internih procesa. AI omogućava personalizaciju komunikacije sa klijentima na osnovu njihovih navika i potreba, čime se poboljšava korisničko iskustvo i povećava lojalnost klijenata.

Piše: Aleksandar Milošević, ASEE Group Chief Technology Officer

Dodatno, u veoma bliskoj budućnosti očekuje se još veća primena AI u bankarskom sektoru – i po širini upotrebe i po dubini uticaja. Mogućnosti su beskonačne, a tehnološki razvoj i očekivanja potrošača oblikovali su pet ključnih trendova koji trenutno transformišu tradicionalni bankarski u potpuno drugačiji model poslovanja.

Digitalni asistenti koji razumeju i kontekst

Na prvom mestu ističu se sve prisutniji digitalni asistenti koji razumeju kontekst i značajno unapređuju korisničko iskustvo. Za razliku od ranijih, jednostavnih četbotova, koji su bili ograničeni na nekoliko scenarija, moderni digitalni asistenti moći će da vode i složene razgovore, prepoznaju intonaciju, raspoloženje, čak i promene u potrebama korisnika. Generativna AI (poput modela ChatGPT) već se testira kao podrška operaterima kontakt centara na takav način da sluša razgovor i agentu u pozadini predlaže najbolje odgovore, što će, vrlo verovatno, ubrzo dovesti do toga da AI može samostalno da komunicira sa klijentima. Zato se u bliskoj budućnosti očekuje još intuitivnija komunikacija sa bankama. Konverzaciono bankarstvo polako postaje norma, čime će se smanjiti potreba za fizičkim odlaskom u ekspoziture banaka.

Aleksandar Milošević,ASEE Group Chief Technology Officer

Aleksandar Milošević, ASEE Group Chief Technology Officer – Foto: Goran Ćirković

Hiperpersonalizacija i prediktivna ponuda usluga

Danas smo svedoci kampanja u kojima se klijentima predlažu pravi proizvodi u pravo vreme, a sutra će AI ići korak dalje – predviđaće potrebe klijenata. Na primer, banka će moći, na osnovu životnih promena identifikovanih na osnovu baza podataka, da prepozna ko bi od nas uskoro mogao da aplicira za stambeni kredit ili ko planira putovanje za koje mu je potrebno osiguranje, a zatim i da proaktivno ponudi te usluge. U budućnosti, next-best-action modeli postaće standard u CRM sistemima banaka. Klijenti će imati osećaj da ih banka „poznaje u dušu”, što, ako se pravilno primeni, može značajno povećati njihovo zadovoljstvo.

U ovom procesu, važno je da automatizacija ne pređe granicu nametljivosti, zbog čega će pametni sistemi prilagoditi frekvenciju komunikacije prema preferencijama korisnika.

AI u pozadini svih procesa radi obezbeđenja bržih i pouzdanijih usluga

Mnoge primene veštačke inteligencije neće biti direktno vidljive korisniku, ali će omogućiti brže i pouzdanije usluge. Na primer, prilikom podnošenja zahteva za kredit, AI će u pozadini automatski proveriti dokumentaciju, oceniti rizik, povući podatke iz Kreditnog biroa i generisati predlog odluke, tako da klijent praktično odmah dobije odgovor. Slično tome, prilikom sumnje na prevaru kod transakcije, AI će uraditi inicijalnu istragu prikupljanjem svih relevantnih informacija o transakciji, geolokaciji, obrascima ranijih aktivnosti i dati analitičaru sažetak, čime će se rešavanje incidenata višestruko ubrzati. Ukratko, automatizacija će prožimati većinu back-office funkcija: od kreditnih provera, preko finansijskog izveštavanja do usklađenosti (RegTech). To će doneti i novo iskustvo i za zaposlene u bankama, jer će i njima AI alati biti asistenti u poslu, slično primeni u kojoj korisnicima pomažu virtuelni savetnici.

Integracija otvorenog bankarstva i AI

Otvoreno bankarstvo (Open Banking) i PSD2 regulativa omogućili su klijentima da dele svoje finansijske podatke sa trećim stranama radi kreiranja i korišćenja boljih usluga. U budućnosti, AI će biti motor koji koristi otvorene podatke radi pružanja novih usluga. Možemo očekivati da banke, u saradnji sa fintech kompanijama, ponude agregirane finansijske asistente – aplikacije koje na jednom mestu, uz dozvolu klijenta, prikupljaju podatke o svim njegovim računima, karticama, ulaganjima i troškovima iz raznih institucija, koje, zatim, AI analizira i daje korisne savete – gde korisnik može da uštedi, kako da optimizuje troškove, da li da prebaci kredit u drugu banku po povoljnijoj kamati i slično. Ekosistemski pristup uz AI omogućiće personalizovane finansijske savetodavne usluge koje u okvirima tradicionalnog bankarstva nisu bile moguće.

Značajnija uloga AI u strateškom odlučivanju

Pored operativnog, AI će početi da utiče i na strateško odlučivanje u bankama. Kroz napredne analize tržišta, konkurencije ili makroekonomskih predviđanja, menadžment banke biće u mogućnosti da ostvari detaljnije uvide u poslovanje, što će omogućiti donošenje boljih odluka. AI modeli mogu simulirati različite scenarije (na primer, šta bi se desilo ukoliko kamatne stope porastu za X odsto, kako bi to uticalo na portfolio, da li treba uvesti novi proizvod, kakav je potencijalni uspeh novog proizvoda i slično). Ova vrsta primene spada u domen AI alata za podršku odlučivanju i već je prisutna u investicionim bankama. U budućnosti se očekuje da će i komercijalne banke koristiti AI kao alat za donošenje odluka na sastancima svojih upravnih odbora – bilo kroz interaktivne izveštaje ili kroz AI agente, koji će odgovarati na ad hok pitanja menadžmenta na osnovu svih dostupnih podataka u kompaniji.

Koji su izazovi na putu primene AI rešenja u bankarstvu?

Paralelno sa povećanim korišćenjem AI, prisutni su i izazovi, koje je, takođe, potrebno uzeti u obzir. Pre svega su u pitanju regulatorni – naredne godine očekuje se primena novih zakonodavnih okvira, poput AI akta Evropske unije i zakona koji reguliše ovu oblast u Srbiji, što znači da će banke morati da implementiraju robusne procese kontrole AI sistema. Tu je i pitanje etike i odgovornosti – AI odluke moraju biti pravične, a u slučaju greške, ljudski nadzor i intervencija ostaju obavezni.

Dodatno, tehnologije poput generativne AI, koje se koriste za kreiranje novih sadržaja, otvaraju brojna nova pitanja. Na primer, modeli poput LLM-a (Large Language Models) mogu proizvoditi i netačne ili konfuzne informacije, poznate kao „halucinacije”. Zbog toga je ključno osigurati tačnost odgovora AI asistenta, posebno kada je u pitanju pružanje informacija korisnicima.

S druge strane, industrija je svesna ovih rizika i već radi na rešenjima. Na primer, AI modeli se „fino podešavaju” na osnovu proverenih i tačnih podataka, kako bi se povećala njihova preciznost. Takođe, radi smanjenja rizika od grešaka, često se ograničava domen razgovora, što znači da AI odgovara samo na pitanja koja se odnose na unapred definisane oblasti i ne prelazi granice svog znanja.

Generalno posmatrano, nalazimo se tek na početku jednog uzbudljivog putovanja na kom će veštačka inteligencija u potpunosti promeniti lice savremenog bankarstva – na dobrobit i banaka i njihovih korisnika. U takvom okruženju, partnerstva između bankarskog i IT sektora biće ključna, a kompanije poput ASEE, koje razumeju i jednu i drugu stranu, biće stub oslonca bankama tokom AI transformacije. 

Saznajte sve o dešavanjima u biznisu, budite u toku sa lifestyle temama. PRIJAVITE SE NA NAŠ NEWSLETTER.

Izvor: BIZLife

Foto: user489499/Freepik

What's your reaction?

Ostavite komentar

Vaša adresa e-pošte neće biti objavljena. Neophodna polja su označena *

developed by Premium.rs | Copyright © 2025. bizlife.rs | Sva prava zadržana.

MAGAZINE ONLINE