Jeśli znudziło was czytanie o sztucznej inteligencji jako o ważnym trendzie przyszłości, to niestety musicie zacisnąć zęby i uzbroić się w cierpliwość. O AI będziemy słuchać w nadchodzącym roku na konferencjach i czytać w branżowych mediach. I choć często termin ten jest używany mylnie, to przyszedł czas, w którym technologie algorytmiczne wchodzą pod strzechy i na salony.
Sztuczna inteligencja (AI, od ang. Artificial Intelligence) to technologia rozpalająca wyobraźnię, również dzięki niezliczonym fantazjom na jej temat spod znaku science fiction.
Na naszym podwórku pojęcie to, głównie w celach marketingowych, stosowane jest obecnie do opisywania w zasadzie wszystkich rozwiązań informatycznych opartych o algorytmy. Jest to sporym nadużyciem.
To, co wyróżnia sztuczną inteligencję, to zdolność algorytmów do uczenia się i samodoskonalenia (machine learning). Na wykorzystywanie rozwiązań AI na szeroką skalę w sektorze finansowym przyjdzie nam jeszcze poczekać (może z wyjątkiem inteligentnych narzędzi inwestycyjnych, które tę technologię już z powodzeniem wykorzystują). Analitycy są jednak zgodni, że jest to kierunek, w którym branża fintech nieuchronnie zmierza.
Dane paliwem innowacji
Dzieje się tak między innymi dzięki coraz większej dostępności danych. Dane to ropa nowoczesnej gospodarki - porównanie to dobrze przyjęło się wśród analityków i komentatorów globalnych trendów gospodarczych. Również w odniesieniu do rynku finansowego, coraz mocniej opierającego swoje usługi na danych.
W najbliższym czasie proces ten przyspieszy dyrektywa PSD2 i wynikające z niej nowe regulacje, które weszły w życie we wrześniu 2019 roku. Fundamentalna zmiana jaką te wprowadzają, to szeroki dostęp do danych z rachunków bankowych klientów. Aby z nich skorzystać, podmioty trzecie muszą uzyskać status TPP (z ang. Third Party Provider), spełnić określone warunki i dostać odpowiednią licencję.
Rynek nie znosi próżni. Kiedy pojawiają się dane, pojawiają się nowe pomysły ich wykorzystania oraz technologie umożliwiające ich realizację. Czyli algorytmy pozwalające dane procesować.
Migracja do RPA
Jednym z obszarów wykorzystywania algorytmów i danych jest automatyzacja procesów (RPA, z ang. Robotic Process Automation). Pozyskiwanie danych z różnych źródeł, ich wprowadzanie i przetwarzanie, wypełnianie formularzy czy tworzenie raportów - to wszystko może być (i już jest) automatyzowane. A zatem pozwala zmniejszać koszta operacyjne. Proces ten jest podobny do tego, jaki od wieków obserwujemy w produkcji, zaczynając od pierwszej rewolucji przemysłowej.
Ale prawdziwa zmiana, jaka niebawem się dokona w bankowości ciągle czeka za rogiem. Najpewniej za sprawą wspomnianej dyrektywy PSD2.
Algorytmy decydują
Zautomatyzowane podejmowanie decyzji (ADM, z ang. Automated Decision Making) już dziś wykorzystywane jest na szeroką skalę w różnych sektorach. Między innymi w usługach publicznych, medycynie, wymiarze sprawiedliwości, ale też w e-handlu czy serwisach streamingowych.
Tzw. open banking, czyli de facto integracja systemów bankowych, uwolnienie danych oraz dopuszczenie do rynku podmiotów zewnętrznych (TPP), już dziś owocuje przyspieszeniem procesów, ale i nowymi usługami ADM w bankowości. Emblematycznym przykładem może być udzielanie kredytów. Dzięki zautomatyzowaniu składania wniosku, identyfikacji klienta, oceny jego zdolności kredytowej i autoryzacji danymi bankowymi, przyznanie kredytu (również przez niebankowy podmiot finansowy) może trwać zaledwie kilka minut.
To oczywiście już się dzieje od kilku lat, natomiast dostęp do informacji z rachunków bankowych jeszcze ten proces przyspieszy. Dane o przepływach finansowych na rachunkach bankowych, wpłatach i płatnościach są świetnym źródłem informacji o dochodach i rzetelności kredytobiorcy. I można je pozyskać w kilka sekund.
Z ich wykorzystaniem algorytmy będą zaraz wspierać decyzje o wyborze najlepszego dostawcy usług telekomunikacyjnych, energii elektrycznej, oferty leasingowej czy produktów oszczędnościowych i inwestycyjnych.
Bank, który mówi
Kolejnym trendem, który będzie rozwijał się w 2020 roku, jest automatyzacja obsługi klienta i tzw. conversational banking, wykorzystujący technologię “speach to text - text to speach”.
Pierwsze przymiarki mamy już za sobą. W Blue Media stworzyliśmy np. aplikację do głosowego zlecania płatności rachunków, w oparciu o API asystenta Google. Na razie popularność takiej usługi ograniczona jest dostępnością do Alexy, Google Home czy Siri HomoPod - w Polsce jednak dość niską. Natomiast jeśli banki udostępnią tę technologię w swoich bankowościach elektronicznych i mobilnych, ma ona szansę na szybkie upowszechnienie.
I w tym wypadku faktycznie możemy liczyć na rozwiązania spełniające kryteria sztucznej inteligencji. Jeśli boty mają obsługiwać klientów, a w szczególności doradzać im w sprawie wyboru polisy ubezpieczeniowej, konta oszczędnościowego, produktów inwestycyjnych czy planów kredytowych, to będą musiały nauczyć się płynnie komunikować z klientem. Również tym trudnym. Na pewno algorytmy będą miały więcej cierpliwości niż osoby pracujące w obsłudze klienta. Pytanie, czy cierpliwość do botów będą mieli klienci?