Dlaczego skąpienie technologii mowy AI może kosztować banki miliardy

Przez lata miliardy kapitału wysokiego ryzyka napływały do ​​banków fintech, takich jak Chime i N26, zakładając, że tacy nowicjusze mogą wyrwać lwią część szacowanych na 469 bilionów dolarów aktywów posiadanych na całym świecie przez inne instytucje finansowe i banki detaliczne.

Banki wytrzymały pandemię, odnotowując rekordowe zyski w 2021 r. przy niskich stawkach odpisów, rosnących depozytach klientów i kwitnących możliwościach inwestycyjnych. Jednak nowe badanie 142 dyrektorów bankowych na całym świecie, przeprowadzone przez Capgemini i Qorus dla World Retail Banking Report 2022, wykazało, że 70% z nich uważa, że ​​brakuje im podstawowej analizy danych i możliwości sztucznej inteligencji, aby konkurować w dłuższej perspektywie.

Co jest największym zmartwieniem? Doświadczenie klienta. Technologia wspierająca zdecentralizowane finanse – gdzie konsumenci robią banki, kiedy i gdzie chcą – jest teraz wzbogacona o bardziej wyrafinowane, oparte na sztucznej inteligencji doświadczenie bankowe. Aplikacje mobilne umożliwiają nie tylko płacenie rachunków, ponieważ wirtualni asystenci wykorzystujący sztuczną inteligencję ostrzegają klientów o potencjalnych nieuczciwych działaniach lub przesyłają pieniądze za pomocą poleceń głosowych.

Podczas gdy fintechy i gracze technologiczni, tacy jak Apple i Google, tworzą szybkie, łatwe w użyciu systemy do interakcji z klientami, zasiedziałe banki mają przestarzałe starsze systemy, które utrudniają wykorzystanie gór danych osobistych, finansowych, a nawet społecznościowych, które zgromadziły dla każdego klienta.

Co więcej, wielu brakuje podstawowej technologii asystentów głosowych, którą konsumenci przyjmują masowo. Około 50% z 8,000 klientów bankowych ankietowanych we wspomnianym raporcie Capgemini wskazało asystentów głosowych jako funkcję, którą chcą widzieć najbardziej, ale tylko 35% dyrektorów banków uznało to za priorytet.

Mowa uwzględniająca kontekst AI

A nawet dla tych, którzy stosują automatyczne rozpoznawanie mowy, zamianę tekstu na mowę i przetwarzanie języka naturalnego, wybór odpowiedniej technologii jest kluczem do wszystkiego, co następuje na drodze do ciągłej i rosnącej lojalności klientów.

Sztuczna inteligencja pomaga przedstawicielom call center w dostarczaniu lepszych odpowiedzi i rozwiązań, korzystając z wirtualnych asystentów i chatbotów w początkowej fazie rozmowy, aby zrozumieć problem, a nawet go całkowicie rozwiązać. Brytyjska firma NatWest poinformowała niedawno, że Cora – konwersacyjna wirtualna asystentka banku oparta na sztucznej inteligencji – obsługuje o 58% więcej zapytań rok do roku i realizuje 40% tych interakcji bez interwencji człowieka.

Podążając za pieniędzmi

Cyfrowe rozwiązanie zapytań klientów przyniosło znaczne oszczędności bankom, które według ostatnich badań Juniper Research mają zaoszczędzić 7.3 miliarda dolarów do 2023 r. dzięki wykorzystaniu wirtualnych asystentów.

Banki skupiające się wyłącznie na tych oszczędnościach zazwyczaj próbują zadowolić się oprogramowaniem wykorzystującym mowę AI, które rozpoznaje około 80% słów wypowiadanych przez klienta. Powód: nie mają zasobów dla programistów, aby dostosować oprogramowanie chatbota do rozumienia słów lub fraz unikalnych dla branży.

Stosowanie tej taktyki sprowadza się jednak do tego, czy klient uważa każdą interakcję za pomocną, czy nieprzydatną. W konkurencji z fintechami automatyczne rozpoznawanie mowy i technologia zamiany tekstu na mowę muszą być specyficzne dla branży, a nawet firmy.

Gra innowacji

Aby dobrze mówić, zaczyna się od automatycznego rozpoznawania mowy. Bez uzyskania dokładności powyżej 85% usługi niższego szczebla, które wykorzystują sztuczną inteligencję mowy jako podstawę, nie zapewnią oczekiwanych wyników biznesowych ani nie zapewnią oczekiwanego wpływu.

Niektóre z nich obejmują analizę sentymentu, hiperpersonalizację, a nawet prowadzenie dokumentacji regulacyjnej. Pracując z oprogramowaniem do rozpoznawania mowy, które ma już tysiące przeszkolonych modeli, banki mogą szybko skalować, po prostu dostosowując dalsze szkolenia do swoich konkretnych potrzeb. Dzięki temu mogą zapewnić to samo środowisko w dowolnym miejscu — lokalnie, w chmurze i hybrydowo.

Banki wciąż poznają tajniki innowacji platform. Bez solidnych podstaw w zakresie automatycznego rozpoznawania mowy i technologii zamiany tekstu na mowę tworzenie i promowanie nowych produktów finansowych, utrzymywanie relacji z klientami i wprowadzanie innowacji poprzez partnerstwa są w najlepszym razie niepewnymi propozycjami.