From data
To meaning

L’Intelligenza Artificiale sta cambiando il mondo delle banche

Le banche stanno impiegando l’Intelligenza Artificiale (AI) da molti anni, in realtà, anche se spesso in forma rudimentale. Il settore bancario è stato quello che da sempre ha dato impulso all’applicazione di nuove tecnologie: l’automazione è stata quindi introdotta per il back office e per le operations già dagli anni 60. Gli investimenti in Intelligenza Artificiale sono poi cresciuti nel corso degli anni 80 nella forma di sistemi esperti. Nonostante questa spiccata attenzione verso l’IT molte banche mancano ancora della agilità necessaria alla trasformazione digitale del proprio business che possa includere le moderne tecnologie AI. Secondo uno studio di PWC due banche su tre negli USA non hanno ancora adottato le tecnologie di AI a causa di “operations, regolamenti e limitazioni in budget o risorse”.

Che cos’é l’Intelligenza Artificiale (AI)?

Facciamo un passo indietro e cerchiamo innanzitutto di fare chiarezza su cosa sia davvero l’Intelligenza Artificiale, termine spesso utilizzato in modo improprio.
Se volessimo usare la definizione del 1955 di John McCarthy, vincitore del premio Turing nel 1971 per i suoi contributi nel campo dell’Intelligenza Artificiale, la missione dell’AI è:

Making a machine behave in ways that would be called intelligent if a human were so behaving

Spesso l’AI è collegata al concetto di Machine Learning: la mole e la frammentarietà dei dati disponibili rende necessario che le macchine sappiano apprendere e svolgere compiti sempre più complessi in maniera automatizzata.
Machine Learning (ML) e Deep Learning sono spesso erroneamente utilizzati come sinonimi, sebbene il Deep Learning sia un tipo di ML che usa per imparare reti neurali multi layer.
Si parla anche spesso di Cognitive Computing, anche se non ha una definizione molto chiara. Si potrebbe vedere come una parte dell’AI che si focalizza sul simulare il processo legato al pensiero umano in base a come funziona il cervello. Può anche essere visto come una categoria di tecnologie che usano il Natural Language Processing e il Machine Learning per permettere alle macchine di interagire più naturalmente, estendendo le competenze umane.

Tra i molti campi riconducibili all’Intelligenza Artificiale la nostra focalizzazione è la realizzazione di sistemi dotati di competenza linguistica, ovvero in grado di comprendere e usare il linguaggio naturale in maniera automatica.

 

 

Come applicare l’Intelligenza Artificiale e le tecnologie vocali al mondo bancario?

Gli ambiti di applicazione sono vari, ma se ci focalizziamo sugli aspetti legati alla customer experience ed al customer service, i punti in cui inserire le tecnologie di AI sono molto chiari e ben definiti:

1) Avvio della relazione: l’obiettivo è quello di non costringere il potenziale cliente a cercare informazioni sul sito attraverso motori di ricerca keyword based oppure attendendo a lungo al telefono. Allo stesso tempo la banca vuole ridurre il numero di telefonate al contact centre per la ricerca di informazioni di base.
I motori di ricerca in linguaggio naturale ed i chatbot (anche vocali) possono ovviare a queste problematiche e consentire al cliente di cercare informazioni del tipo “Come si apre un conto corrente?” in modo semplice, immediato e conversazionale.
La conversazionalità può essere garantita anche sul canale IVR, attraverso un assistente virtuale. Tutti questi strumenti hanno come scopo principale quello di convertire facilmente la ricerca in opportunità.
I motori di ricerca ed i chatbot possono essere impiegati anche per il supporto interno, consentendo agli operatori di accedere velocemente alle informazioni che il cliente sta richiedendo, riducendo così anche i tempi di attesa.

2) Caring: da un lato i clienti vogliono essere assistiti rapidamente, dall’altro le banche hanno una sempre maggiore necessità di ridurre le chiamate al contact centre e di dirottare gli operatori su attività a maggiore valore aggiunto. L’obiettivo è quello di comunicare comunicare ai clienti le informazioni che desiderano (stato del deposito, saldo, scoperto, risoluzione delle controversie) prima che chiamino il contact centre. Anche in questo caso è possibile consentire ai clienti di trovare rapidamente le risposte che cercano tramite un motore di ricerca o un chatbot (anche vocale) sul sito web, oppure sul canale IVR sfruttando la potenza della tecnologia vocale e la comprensione del linguaggio naturale.

In generale, questi strumenti, facili da utilizzare, intuitivi e multicanale, riducono il tempo necessario ai clienti per trovare le risposte che cercano, fornendo loro l’esperienza di assistenza che desiderano, massimizzando allo stesso tempo la loro esperienza.

Per massimizzare la sicurezza e la rapidità di autenticazione, sempre più istituti di credito utilizzano soluzioni basate sulla biometria vocale che possono sostituire efficacemente password e codici.

Quali banche hanno implementato tecnologie di Intelligenza Artificiale?

Bank Of America ha lanciato ERICA: il primo esempio di AI per aiutare i clienti a gestire al meglio i propri risparmi. Erica utilizza l’AI, predictive analytics ed interfacce conversazionali per assistere ed aiutare i clienti lungo tutto il customer lifecycle, andando a creare un’experience su misura per ogni cliente.

JPMorgan Chase ha recentemente introdotto una piattaforma di Contract Intelligence (COiN) per analizzare documenti legali ed estrarre condizioni e dati rilevanti. La revisione manuale degli annuali 12.000 contratti commerciali richiedeva normalmente 360.000 ore. Il risultato dell’iniziale implementazione attraverso tecnologie di machine learning ha dimostrato che lo stesso numero di contratti può essere revisionato in pochi minuti.

N26 è la prima banca diretta europea costruita seguendo i canoni del Design Thinking. Da qualche tempo nell’app viene integrato Pulse26, un virtual contextual assistant di analisi finanziarie in grado di fornire personal insights sulla base delle effettive esigenze del singolo consumatore.

CapitalOne è stata la prima banca ad offrire una nuova modalità d’ingaggio con un canale completamente differente. Tramite l’integrazione delle proprie API con Amazon Echo è possibile chiedere ad Alexa (il Virtual Assistant presente nel dispositivo) informazioni in tempo reale in merito al proprio conto bancario ed effettuare operazioni con il semplice utilizzo della voce.

City Bank ha recentemento acquisito Feedzai, una società di data science che lavora in real-time per identificare ed eliminare le frodi anche sull’online banking. Attraverso una costante e rapida valutazione di una grande mole di dati, Feedzai può condurre analisi su larga scala ed identificare attività fraudolente o sospette, avvertendo il cliente immediatamente.

I trend

Sembra che le grandi banche, almeno negli USA, abbiano robuste applicazioni di AI in sviluppo ed alcune anche già in uso. Questo potrebbe anche dipendere dalla grande difficoltà nell’assumere e nel trattenere talenti di AI e machine learning, più facilmente “conquistati” da Google, Facebook e Amazon.
Sicuramente i chatbot e le interfacce conversazionali emergono come un trend che ispira entusiasmo e curiosità nel mondo bancario, anche in Europa.
Secondo una survey svolta da Accenture su 600 bankers, il 76% pensa che entro i prossimi tre anni la maggioranza delle banche svilupperà e renderà disponibili interfacce di intelligenza artificiale come il loro primo punto di contatto per l’interazione con i clienti. Questo scenario pone certamente molte domande e dubbi sul futuro dei dipendenti delle filiali a diretto contatto con il cliente finale.