Chatboty, Data Science, OCR, NLP czy tzw. robo-inwestowanie zmieniają instytucje finansowe nie do poznania.
Instytucje finansowe starają się coraz silniej dopasować do prywatnych upodobań klientów. Głównym źródłem tego procesu jest analiza danych z różnych platform, które układają się w jedną całość – portret klienta. W jaki sposób może to zmienić oblicze współczesnej bankowości? Analiza przeprowadzona przez firmę analityczną TogetherData, wskazuje iż głównymi filarami „banku przyszłości” stały się chatboty, Data Science, OCR, NLP czy tzw. robo-inwestowanie.
Przyszłość dzieje się już teraz. Widzimy pierwsze jej przejawy, na przykład w postaci aplikacji mobilnych banków czy coraz bardziej spersonalizowanych usług finansowych skierowanych do klienta. Instytucje finansowe, które nie będą nadążały za zmianami technologicznymi, będą traciły na tym wiele, nie tylko pod względem środków pieniężnych, ale także i reputacji, dlatego też warto inwestować w takie rozwiązania, których dodatkowym atutem są relatywnie niskie koszty – komentuje Paweł Brach, współzałożyciel i wiceprezes TogetherData.
Chatboty
Coraz więcej przedsiębiorstw stara się podejść do każdego klienta w osobisty sposób. Mobilne aplikacje do wysyłania wiadomości miały już 1,82 mld użytkowników do końca 2017 roku, wynika z raportu eMarketer*. Dostępność dla użytkowników przez całą dobę, przy w zasadzie dowolnej konfiguracji, dostosowanej do świadczonych usług, to ich największe zalety. Doskonale sprawdzają się również w sektorze bankowym, co udowodnił m. in. singapurski bank OCBC. Chatbot Emma rozpoczęła swoją pracę 17 stycznia br. i jest w stanie odpowiedzieć na pytania o kredyty hipoteczne oraz na cele remontowe przy pomocy kalkulatora, który wskaże ogólne koszty zaciągnięcia pożyczki. Według statystyk OCBC, ponad 10 proc. rozmów z Emmą poskutkowało skorzystaniem z usług singapurskiego banku. Natomiast konwersacja z robotem umożliwia zaoszczędzenie ponad 4 minut w porównaniu do tradycyjnej rozmowy z pracownikiem infolinii. Do 2022 roku chatboty mają być odpowiedzialne za roczne oszczędności aż do 8 mld dolarów, wynika z danych firmy badawczej Juniper Research*.
Data Science
Odpowiednie użycie danych umożliwia rozwiązywanie problemów w najbardziej optymalny sposób, zarówno dla banku, jak i dla klienta. Dlatego instytucje finansowe będą coraz częściej sięgały po analitykę danych w celu zminimalizowania strat lub zmaksymalizowania zysków. Działający w Indiach HDFC Bank, podzielił klientów na segmenty pod względem etapów życiowych, na których się znajdują, a następnie zaczął wysyłać do nich spersonalizowane pod tym kątem wiadomości i przygotowywać promocje na ważne dni (np. urodziny). W rezultacie zwiększono liczbę sprzedanych kart kredytowych, redukując koszty pozyskania każdego klienta.
OCR i NLP
W latach 50-tych Bank of America używał oprogramowania OCR do odczytywania cyfr wydrukowanych na czekach. Współcześnie ta technologia może wspomóc odczytywanie dokumentów przeskanowanych przez klienta czy też sprawdzić podpis na czeku. NLP (programowanie neurolingwistyczne) oraz głębokie uczenie pozwoli z kolei na inteligentne zautomatyzowanie procesów i zarazem przyśpieszenie procedur bankowych. Analizowanie oszustw czy zarządzanie ryzykiem – odpowiednia maszyna pomoże we wszystkich aspektach funkcjonowania banku. JP Morgan Chase niedawno wprowadził na rynek platformę Contract Intelligence, której zadaniem jest analiza dokumentów prawnych i wyciąganie z nich zasadniczych informacji oraz klauzul. Ręczne przejrzenie 12 tysięcy umów zawieranych co roku to koszt 360 tysięcy godzin. Korzyści z głębokiego uczenia i sztucznej inteligencji są zatem oczywiste. A 78 proc. amerykańskich bankowców badanych przez VMWare wierzy, że w ciągu najbliższych pięciu lat SI oraz systemy głosowe zmienią oblicze branży.
Robo-inwestowanie
Roboty mogą generować nawet do 80 proc. dziennych wolumenów, realizując transakcje w ciągu zaledwie paru mikrosekund. Zindywidualizowany i zróżnicowany portfel inwestycyjny, optymalizacja podatkowa i dostęp do certyfikowanego doradcy – to wszystko wchodzi w skład niedrogiej oferty robo-inwestorów.
Uwierzytelnianie tożsamości klientów
Bank przyszłości to bank bezpieczny. Klienta można zidentyfikować na coraz więcej sposobów – już nie tylko hasło, ale i głos czy kształt twarzy podpowiedzą systemowi bankowemu, czy na pewno ma do czynienia z daną osobą. W ten sposób uwierzytelnienie stanie się nie tylko łatwiejsze, ale i rzetelniejsze – łatwo można poznać czyjeś hasło, ale ciężko zmienić kształt twarzy lub inne cechy charakterystyczne w sekundę. Technologie biometryczne, które umożliwiają rozpoznanie kogoś po odciskach linii papilarnych, są już w użyciu w jednym z banków w Los Angeles.
Neobanking
W świecie, gdy coraz więcej przedsiębiorstw przenosi się z działaniem do sieci, a coraz więcej zakupów jest robionych online, nic dziwnego, że powstają instytucje finansowe, działające praktycznie tylko w sieci. Neobanking to trend, który będzie się wzmacniał w przyszłości, a przykładów nie trzeba szukać daleko. Już dzisiaj większość spraw w banku można załatwić dzięki kurierom lub aplikacjom mobilnym. A w Indiach powstał OPEN – bank czysto cyfrowy i obsługujący przedsiębiorstwa, nieposiadający żadnej placówki stacjonarnej.
Bank intuicyjny
Bank intuicyjny to kombinacja wielu czynników, które skracają czas trwania procedur bankowych i pozwalają na skorzystanie z jego usług na całym świecie. Analiza danych połączona z geolokalizacją pozwala systemowi na zgadnięcie, czego może wymagać klient – od wymiany waluty po założenie nowego konta – i szybkie podsunięcie rozwiązania. Procedury zostaną uproszczone do minimum, a wszelkie formalności już nie będą łączyć się z wypełnianiem wielostronicowych formularzy mało zrozumiałych dla osób nieobeznanych z ekonomią. Obecnie banki już podejmują kroki, aby wydawać aplikacje na smartfony, za pośrednictwem których można rozwiązać wiele problemów w prosty sposób. Praktycznie każdy polski bank dysponuje takim oprogramowaniem, które można pobrać na większość telefonów.
Technologie umożliwiające powstanie banku przyszłości mogą z powodzeniem działać dzięki analityce danych. Dlatego też coraz więcej banków zatrudnia specjalistów ds. Data Science i wdraża technologie mające na celu opanowanie potężnych zbiorów danych dostarczanych przez klientów – dodaje Paweł Brach. Bank przyszłości już powstał, teraz pozostaje go tylko udoskonalić.
