PKO BP przenosi klientów do przyszłości. Dosłownie

Sztuczna inteligencja pomaga klientom PKO BP

Sztuczna inteligencja znajduje coraz szersze zastosowanie w PKO BP. Najbardziej znane rozwiązania AI w banku to voiceboty, a wśród nich Asystent głosowy IKO, pomagający klientom w korzystaniu z bankowych usług. Można do niego mówić lub pisać językiem naturalnym, czyli tak, jak robimy to z ludźmi. W ten sposób możemy między innymi zlecić wykonanie przelewu, uzyskać kod BLIK, a także zmienić limit na karcie lub ją zastrzec. Gdy klient PKO Banku Polskiego zapyta o swoje wydatki, asystent pomoże je przeanalizować w formie przejrzystych wykresów, a gdy chce wymienić walutę, skieruje do kantoru. Asysten głosowy w aplikacji IKO rozumie obecnie ponad 320 tematów rozmów, z czego skorzystał już milion klientów banku.

Zobacz: PKO BP cyfryzuje KredoBank. Będzie integracja z Diia
Zobacz: PKO BP zaoszczędzi ci nerwów. Wprowadził cenne ułatwienie

PKO Bank Polski ma już łacznie 16 botów, które wykonują czynności w przeróżnych obszarach. Rozumieją ludzką mowę i dzwonią do klientów lub wspierają ich na infolinii banku. W zależności od tematu rozmowy, pomogą załatwić sprawę lub przekierują do właściwego konsultanta. Badają też poziom satysfakcji z obsługi lub skłonność klienta do rozmowy sprzedażowej, dzięki czemu pracownik banku kontaktuje się tylko z tymi osobami, które faktycznie mogą być zainteresowane daną ofertą. Potrafią także zweryfikować klienta, chroniąc go przed potencjalnym oszustwem. Gdy bot dostrzeże podejrzaną transakcję, dzwoni do klienta, by sprawdzić, czy ten naprawdę zlecał taką dyspozycję.

Bank informuje, że ciągle poszukuje nowych zastosowań sztucznej inteligencji. Celem jest doskonalenie swoich usług. PKO BP posiada rozwiązania, które potrafią na przykład odczytywać oraz klasyfikować pisma i maile klientów czy automatycznie klasyfikować tysiące opinii od klientów o aplikacji IKO i oddziałach banku.

W PKO Banku Polskim na dużą skalę wykorzystujemy modele uczenia maszynowego (w tym głębokiego uczenia), które zostały wytrenowane przez ekspertów banku, co daje nam dużą elastyczność, pozwala ciągle je rozwijać i budować know-how. Mamy duże doświadczenie w przetwarzaniu języka naturalnego, w wizji komputerowej oraz innych obszarach AI. W oparciu o tę wiedzę, tworzymy kolejne, zaawansowane technologicznie modele dopasowane do konkretnych potrzeb biznesowych. Dzięki sztucznej inteligencji dajemy klientom dostęp do najnowocześniejszych na rynku usług bankowych, a pracownikom banku realne wsparcie w wykonywaniu codziennych zadań. Rozwiązania oparte o AI stają się coraz bardziej powszechne w sektorze bankowym, bo odpowiadają na potrzeby nowych pokoleń cyfrowych klientów. Ich znaczenie będzie cały czas rosło i będzie miało jeszcze większy wpływ na rozwój rynku. Boty i modele machine learning są też wciąż udoskonalane, dlatego też potrafią coraz więcej.

– powiedział Dawid Kin, Dyrektor Biura Rozwoju Sztucznej Inteligencji w PKO Banku Polskim

Uczenie maszynowe ocenia ryzyko

Uczenie maszynowe od dawna jest wykorzystywane przez PKO Bank Polski w procesach oceny ryzyka. Na podstawie olbrzymiej ilości danych pochodzących z różnych źródeł, tworzone są coraz bardziej zaawansowane modele do oceny ryzyka, prognozowania różnych zjawisk i zachowań klienta. Obecnie w banku rozwijana jest Platforma Zaawansowanej Analityki Danych (platforma MLOps , Machine Learning Operations), która pozwala analitykom budować zaawansowane i odpowiednio zoptymalizowane modele z wykorzystaniem rozwiązań chmurowych firmy Google.

Stworzona przez PKO Bank Polski platforma MLOps to obecnie najnowocześniejsze tego typu narzędzie w sektorze bankowym na polskim rynku. Oparte o technologię chmurową rozwiązanie usprawnia wdrażanie i zarządzanie szeregiem modeli uczenia maszynowego w środowisku produkcyjnym i zapewnia ich odpowiednią jakość. Stanowi tzw. fabrykę modeli, która pozwala analitykom banku wybrać i zastosować model najbardziej efektywny dla danego przypadku. Dążymy do tego, aby coraz więcej zadań realizowanych w banku odbywało się przy wsparciu sztucznej inteligencji, by docelowo 90 proc. procesów oceny ryzyka działo się automatycznie.

– powiedział Łukasz Huńka, Dyrektor Departamentu Zarządzania Ryzkiem Kredytowym Firm i Przedsiębiorstw w PKO Banku Polskim

Modele uczenia maszynowego w PKO Banku Polskim wykorzystywane są również we wsparciu procesów sprzedażowych.

Zaawansowane modele predykcyjne bazujące na algorytmach uczenia maszynowego są obecnie w PKO Banku Polskim niezbędnym elementem wsparcia sprzedaży produktów i usług bankowych w ramach działań CRM. Umożliwiają przygotowanie dla klienta rekomendacji produktowych lub tzw. personalizowanych ofert, minimalizując jednocześnie ryzyko missellingu, czyli proponowania klientom usług finansowych, które nie odpowiadają jego potrzebom. Dzięki zgromadzonym danym, bank optymalizuje sposób, czas jak i również kanał kontaktu, w zależności od stopnia jego ucyfrowienia – zachowując jednocześnie zasady omnikanałowości. Obszarów, w których można wesprzeć bieżące działania za pomocą algorytmów machine learning / AI jest w banku bardzo dużo. Mocno stawiamy na uruchomioną kilka miesięcy temu Platformę Zaawansowanej Analityki Danych tzw. ML Ops, która stanowi dla nas fundament dla wdrażania nowych inicjatyw. Jest to obszar, który w banku z całą pewnością będzie się prężnie rozwijał.

– dodał Jacek Kuban, Dyrektor Biura Big Data w PKO Banku Polskim