Практическое руководство Google по ИИ для банков и финтех-компаний

Карен Чжан объясняет, как Google поддерживает организации в сфере финансовых услуг, от небольших финтех-компаний до крупных финансовых институтов. Общая тема разговора — использование ИИ практическим способом: улучшение клиентского опыта на фронтенде и снижение повторяющейся рабочей нагрузки на бэкенде, чтобы команды могли сосредоточиться на работе, требующей реальной оценки.

Чжан выделяет партнерство со Starling Bank для создания сервиса "Аналитика расходов". Проще говоря, он позволяет клиентам Starling задавать вопросы на естественном языке внутри приложения (набранные или голосовые) и получать четкие ответы о своих расходах. Вместо того чтобы копаться в выписках и фильтрах, пользователи могут задавать такие вопросы, как: "Сколько я потратил на TFL и транспорт за последнюю неделю?" или "Изменилось ли это от недели к неделе за последний месяц?"  Цель состоит в том, чтобы информация о расходах ощущалась больше как разговор и была более доступной для обычных пользователей.

Для финтех-команд пример Чжан также сигнализирует о сдвиге в продуктовом мышлении. Интерфейсы на естественном языке снижают барьер для получения информации, поскольку клиентам не нужно знать, куда нажимать или как интерпретировать графики, чтобы найти то, что им нужно. При правильном выполнении это поддерживает бюджетирование, выявление закономерностей и замечание постепенных изменений в поведении, не превращая пользователя в аналитика данных.

Затем Чжан переходит к внутренней автоматизации, используя второй пример с Liberis, с которым Google сотрудничал для создания ИИ-агента по андеррайтингу под названием Ada, названного в честь Ады Лавлейс. Андеррайтинг часто включает большие объемы информации и повторяющиеся шаги, что может создать тяжелую административную нагрузку. По данным Google, Ada работает вместе с андеррайтерами, помогая им в процессе и сокращая накладные расходы на 50%. Чжан представляет преимущество как эффективность, так и концентрацию: ИИ берет на себя более повторяющиеся задачи, в то время как андеррайтеры тратят больше времени на решения с высокими ставками, основанные на знаниях.

Google завершает масштабным посланием: хотя эти примеры находятся в среднем финтех-сегменте, тот же подход может применяться к гораздо меньшим компаниям. Идея заключается в том, что с правильной поддержкой ИИ командам не нужна огромная численность персонала, "100 андеррайтеров", как выразилась Чжан, для предоставления качественного обслуживания. Для банков и финтех-компаний, пытающихся сбалансировать затраты и клиентский опыт, точка зрения Google проста: используйте ИИ для устранения трений для клиентов и сокращения повторяющейся работы внутри компании, сохраняя при этом человеческую оценку там, где это важно.

Статья "Практическое руководство Google по ИИ для банков и финтех-компаний" впервые появилась на FF News | Fintech Finance.