Банкинг с AI-поддержкой
Как внедрить искусственный интеллект в банк, чтобы стать удобнее для клиента, остаться безопасным и соответствовать регуляции на примере TalkBank.
Еще в 2016 году компания TalkBank первой в мире запустила банк на базе искусственного интеллекта. Стартовав как необанк в мессенджерах, мы развивали технологию, строили свою платформу, позволяющую клиентам получать услуги, общаясь не с живым оператором, а с роботизированной системой. При этом общение проходит не только в рамках базовых функций — например, получение баланса или проведение платежа, но и в случаях обращений в поддержку, когда у клиента что-то пошло не так, ему требуется консультация относительно условий обслуживания или каких-то технических параметров, или если у него есть предложения или жалобы. Все это автоматизировал для нас искусственный интеллект.
Содержание:
Настраиваем ИИ для работы с клиентами
Конечно, сказать проще, чем сделать. Потребовалось несколько лет для того, чтобы построить действительно мощную платформу, которая обеспечивала бы несколько задач при работе с клиентами.
Понимание клиента
Первое — это, конечно, понимание самих запросов. Поэтому мы создали несколько решений для работы с самими обращениями, — текст, голос и в целом понимание контекста, в котором находится клиент. Причем не только контекста, заданного диалогом, но и контекста, предусматривающего использование наших услуг. Здесь важно понимать, как клиент пользуется банковской картой, какие обращения у него были, какие параметры у него есть с точки зрения финансовых, социальных, демографических и других аспектов, связанных с действием сервисов, в том числе общения с нашим ботом.
Все это реализовано в разрезе не конкретного диалога, а в целом того, какой стиль общения выбирает клиент, в какие периоды и с какими задачами чаще обращается в бот, и так далее. То есть профилирование клиента реализовано так, чтобы быстро понять те слова, которые клиент сообщает сервису. Бот понимает обращение в рамках не только общей лексики, но и лексики конкретного клиента, его настроения и подходов.
Скорость реакции
Затем всему этому нужно было придать оперативность. Чем сложнее становилась система, тем дольше обрабатывались запросы. Следовало выстроить мощную систему с целым рядом внутренних оптимизаций для того, чтобы клиент получал ответы максимально быстро.
Здесь, конечно, важна предиктивная способность искусственного интеллекта, чтобы он с высокой вероятностью заранее угадывал, как пойдет диалог и что потребуется клиенту. Поэтому очень полезен профиль, который мы создаем вокруг клиента.
Достаточный функционал
Третий блок — это наполнение нашего сервиса функционалом с точки зрения интеграций с банками-партнерами, страховыми компаниями и другими финансовыми и нефинансовыми организациями. Это необходимо, чтобы наш сервис был не просто еще одним банковским приложением в «Телеграмме» или другом мессенджере, а действительно стал помощником, с которым клиент мог решить не только базовые проблемы, но и все свои задачи. Чтобы он обращался не только когда что-то пошло не так, но и за дополнительными сервисами, приобретал и оплачивал эти сервисы, получал тот же кэшбек и т. д.
Построение платформы
Важной задачей было построение платформы по правильной оркестрации всех внешних сервисов и интеграций, потому что их число, наверное, уже перевалило за сотни. Есть сервисы довольно крупные, а есть микросервисы с очень узкой функциональностью. Но в совокупности все это позволяет клиенту комфортно пользоваться сервисом и понимать, что компания заботится о нем, что TalkBank предоставляет действительно необходимые и уместные сервисы.
Конечно, важно не только наличие сервисов как таковых или удобный интерфейс, который позволяет их получить, но и понимание контекста жизни клиента: когда ему эти сервисы предлагать, в какой форме, когда подсказывать их возможность использования. Для этого тоже пришлось настроить очень много логических процессов, с оптимизацией которых в том числе работает искусственный интеллект и машинное обучение.
Вопросы безопасности
Все это должно быть абсолютно безопасно для клиента, ведь сам сервис является банковским финтех-сервисом, и вопрос защищенности данных критически важен. При этом нужно понимать, что есть работа с внешними сервисами, платежными сервисами, есть вопрос идентификации клиента, работа с персональными и карточными данными. Необходимо все это учесть в архитектуре и соответствующим образом защитить такие области, настроить различные процессы деперсонализации данных при их обработке, контроля проведения таких процедур деперсонализации доступов. Таким образом, был выполнен большой объем работы с привлечением внешних экспертов, сертифицированных по PCI DSS и другим стандартам и требованиям к обеспечению безопасности.
В итоге мы создали платформу, в которой могут корректно обрабатываться персональные, платежные и другие чувствительные данные, при этом платформа умеет работать с такими данными и корректно обрабатывать их, передавать партнером в том виде, в котором это позволяет делать регуляция. Естественно, формируется целый ряд соответствующих документов, оферт и договоров, в которых прописываются все обязательства и ответственность участников. В итоге у клиента есть возможность получить услугу и информацию о ней в удобном, интуитивно понятном процессе. А бизнес может оказать эту услугу, выполняя требования и по безопасности, и по регуляции, с минимальным нагрузкой на свой frontend, контакт-центр, отделения и офис.
Все это резко снижает себестоимость обслуживания клиента и продаж услуг и в то же время повышает качество, потому что так мы уходим от человеческого фактора, от каких-то особенностей работы того или иного сотрудника, его настроения, уровня обучения или состояния здоровья. Исключается все то, что в конечном итоге влияет на уровень услуг, их качество, обратную связь клиента, его готовность рекомендовать компанию своим друзьям и знакомым. Все это, конечно, очень сильно влияет на бизнес.
Работа с партнерами
Выстроив такую платформу, мы увидели, что в корпорациях есть спрос на подобные сервисы. Поэтому мы стали внедрять их в инфраструктуру партнеров, или создавать для них облачные сервисы, чтобы они могли быстро и качественно обслуживать своих клиентов в мессенджерах или чатах в приложениях и на сайте, используя всю доступную мощь искусственного интеллекта.
В своей работе мы применяем гибридную модель — и собственные нейронные сети, и внешние сервисы. И здесь важно, как я уже сказал, правильно выстраивать эти интеграции, эти мосты, чтобы во внешние сервисы не уходила какая-то персональная или чувствительная информация. Необходимо выстроить систему на уровне архитектуры, чтобы таких утечек не могло быть в принципе. Нужно изначально строить свой ИT-продукт с пониманием того, что любая третья сторона — это источник риска. И такие риски должны быть прописаны и учтены при работе с ними. Данные, которые передаются через третий канал, должны быть либо зашифрованы, либо деперсонализированы, либо авторизация каких-то операций должна сопровождаться несколькими факторами. Это необходимо, чтобы исключить различные виды атак или утечек, в том числе связанных с целенаправленными действиями злоумышленников, внутренним фродом компании-партнера или просто техногенными сбоями, ошибками в работе сервисов, открытиями каких-то баз данных даже без какого-либо злого умысла.
В результате мы смогли построить платформу, действительно вызвавшую доверие у крупных корпоративных заказчиков, банков, страховых компаний, телеком-компаний, которые стали внедрять наши сервисы для обслуживания своих клиентов.
Продажи с помощью искусственного интеллекта
Мы прошли несколько этапов защиты своего решения совместно с партнерами внутри их функций. В первую очередь это защита с точки зрения бизнес-эффективности нашего подхода по обслуживанию клиентов с помощью коммуникативных процессов и искусственного интеллекта. В бизнесе, особенно в каких-то традиционных направлениях или, наоборот, в сложных финансовых продуктах, коллеги долгое время были уверены, что невозможно продать эти продукты и услуги клиентам, пользуясь искусственным интеллектом. Они считали, что это может сделать только специально обученный человек, что подобные знания сложно кодифицировать и как-то виртуально передать в голову робота.
Но практика показала, что это не так. Действительно, при правильном таргетировании клиентов робот прекрасно справляется не только с функцией поддержки клиентов, но и продаж. Он может работать с возражениями, делать индивидуальные расчеты каких-то показателей, анкетировать клиента, исходя из его данных, вести разные ветки диалогов, подчеркивать те или иные преимущества продукта, учитывать все требования регуляции, все необходимые дисклеймеры, предлагать ознакомиться или даже подписать оферты и договоры за счет интеграции в нашу платформу сервисов по KYC, электронной подписи документов и цифрового документооборота. Все это позволило выстроить сервисы, которые не только не уступают традиционным каналам продаж, таким как контакт-центры и офлайн-офисы, но и превосходят их по уровню продаж и размеру среднего чека по отдельным сложным продуктам.
Это приятно удивило наших бизнес-партнеров и заказчиков, с которыми мы работали, значительно увеличив конверсии, если мы сравниваем наши решения совместно с классическими подходами веб-сайта или мобильного приложения, где нет «умного» помощника, где это инструментальная модель, и пользователь сам должен заполнять какие-то данные, нажимать какие-то кнопки, обеспечивать переход с одного экрана на другой. В сравнении с такими подходами, наша парадигма коммуникационного банкинга, страхования или какой-либо другой услуги стабильно показывает более высокие метрики, конверсии и уровни удовлетворенности клиента.
Также происходит утилизация трафика в принципе, потому что за счет самих подходов, особенно если мы говорим о работе в мессенджерах, появляется так называемый длинный хвост трафика, когда клиент конвертируется не с первого контакта. Однако за счет умного диалога, который «прогревает» клиента, формируется вторичный трафик уже на конверсию в продажи после того, как клиент созрел, пообщавшись с ботом в течение какого-то времени, получив полезную и ценную информацию. Это не всегда технически возможно сделать в других цифровых каналах, что уж говорить про офлайн, где человек ушел, и дозвониться до него — целое событие.
Выстраивание процессов
Мы выстроили этот процесс, согласовали его и с бизнесом, и с ИT-департаментом, и с отделом киберрисков. Большую и важную работу выполнили коллеги из юридического департамента, потому что часто для компании это очень непривычные, новые способы работы с клиентами. Здесь требуется обновить или создать много документов при обслуживании клиентов.
Мы помогаем коллегам на всех этих направлениях. Помимо ИT-службы, у нас есть свой экспертный центр по кибербезопасности, по юридической экспертизе, даже по дизайну. Это позволяет выстроить работу со всеми составляющими бизнеса заказчика, согласовать все процессы, утвердить их и запустить продукт в очень короткие сроки. Вплоть до того, что новые продукты в полностью цифровом формате мы успевали запустить за два месяца, согласовав их со всеми департаментами. Для корпоративного мира это, конечно, является уникальным случаем.
И в этом нам помогает высокая доля шаблонизации, готовых прототипов, бизнес-схем, клиентских процессов, которые мы уже накопили и в которых разбираемся. И наш искусственный интеллект, который всему этому уже обучен, обладает высокой степенью готовности работы с разными продуктами, сервисами и услугами наших заказчиков. Это позволяет за очень короткие сроки адаптировать решение под конкретное условие нашего партнера и его тарифы, и уже запускать продукт на рынок, экономя огромные средства на коротком периоде time to market.
Такой подход хорошо зарекомендовал себя. Мы работаем с крупными корпорациями, стали призерами и победителями ряда конкурсов по инновациям в финтехе и искусственном интеллекте, вошли в глобальный рейтинг финтех-компаний с искусственным интеллектом AIFinTech100, участвуем в рабочих группах, в том числе Центрального банка России, по вырабатыванию стандартов и требований к таким продуктам, сервисам и особенно того, что касается работы в мессенджерах.
Внедрение ИИ в бизнес-процессы компании
При внедрении искусственного интеллекта необходимо понимать, что полноценный эффект компания сможет получить, только создав или использовав очень мощную, сложную систему. Важно, чтобы был не только искусственный интеллект, выполняющий прикладные задачи, но и весь ряд обслуживающих его сервисов, которые контролируют качество результата, соблюдение требований регуляторов и обработку данных во избежание утечек и раскрытия персональных данных. Нужно выстраивать эту систему многослойно. Такой контроль у нас выполняют в том числе и нейронные сети. Зачастую за работой нейронной сети может уследить и качественно интерпретировать только другая нейронная сеть. Это и стало таким значимым шагом в развитии искусственного интеллекта, когда мы говорим о генеративных нейронных сетях, которые сейчас у всех на слуху. Мы, естественно, понимаем, что за этим стоят конкурирующие нейронные сети, которые соревнуются между собой, что и дает значительный прирост качества выдаваемых ими результатов.
Поэтому компаниям нужно понимать, что внедрять нейронные сети, в том числе внешние сервисы машинного обучения и компьютерного зрения, можно и нужно, но при этом следует понимать, как вы будете обеспечивать безопасность. Это можно реализовать и собственными силами, но, конечно, лучше, чтобы это делал ваш партнер, чтобы его подходы и процессы были понятными и обеспечивали тот уровень качества и безопасности, на которой рассчитываете вы и ваши клиенты.
Михаил Попов
Банкир, основатель финтех-платформы TalkBank