Почему экономия на технологии речевого ИИ может стоить банкам миллиарды

В течение многих лет миллиарды венчурного капитала вливались в финтех-банки, такие как Chime и N26, в расчете на то, что такие выскочки смогут отобрать львиную долю из примерно 469 триллионов долларов активов, принадлежащих другим финансовым учреждениям и розничным банкам по всему миру.

Банки выстояли во время пандемии, сообщив о рекордной прибыли в 2021 году за счет низких ставок списаний, роста депозитов клиентов и процветающих инвестиционных возможностей. Тем не менее новый опрос 142 банковских руководителей по всему миру, проведенный Capgemini и Qorus для World Retail Banking Report 2022, показал, что 70% из них считают, что им не хватает фундаментального анализа данных и возможностей искусственного интеллекта, чтобы конкурировать в долгосрочной перспективе.

Что больше всего беспокоит? Опыт работы с клиентами. Технология, расширяющая возможности децентрализованного финансирования, когда потребители осуществляют банковские операции, когда и где они хотят, теперь дополнена более сложным банковским опытом, основанным на искусственном интеллекте. Мобильные приложения позволяют не только оплачивать счета, поскольку виртуальные помощники с искусственным интеллектом предупреждают клиентов о потенциальной мошеннической деятельности или переводят деньги с помощью голосовых команд.

В то время как финансовые и технологические игроки, такие как Apple и Google, создают быстрые и простые в использовании системы для взаимодействия с клиентами, действующие банки имеют устаревшие устаревшие системы, которые затрудняют использование гор личных, финансовых и даже социальных данных, которые они накопили. для каждого клиента.

Более того, многим не хватает базовой технологии голосового помощника, которую потребители используют в массовом порядке. Около 50% из 8,000 банковских клиентов, опрошенных в вышеупомянутом отчете Capgemini, назвали голосовых помощников функцией, которую они хотят видеть больше всего, но только 35% руководителей банков считают ее приоритетной.

Контекстно-зависимый речевой ИИ

И даже для тех, кто внедряет автоматическое распознавание речи, преобразование текста в речь и обработку естественного языка, выбор правильной технологии является ключом ко всему, что следует на пути к постоянной и растущей лояльности клиентов.

ИИ помогает представителям колл-центра предоставлять более качественные ответы и решения, используя виртуальных помощников и чат-ботов на начальных этапах звонка, чтобы понять проблему и даже полностью решить ее. Британская компания NatWest недавно сообщила, что Cora — виртуальный помощник банка на основе искусственного интеллекта — обрабатывает на 58% больше запросов в годовом исчислении и завершает 40% этих взаимодействий без вмешательства человека.

После денег

Согласно недавнему исследованию Juniper Research, цифровое решение запросов клиентов обеспечивает значительную экономию средств для банков, которые, как ожидается, к 7.3 году сэкономят 2023 миллиарда долларов за счет использования виртуальных помощников.

Банки, ориентированные исключительно на экономию средств, обычно пытаются обойтись программным обеспечением речевого ИИ, которое распознает около 80% слов, произнесенных клиентом. Причина: у них нет ресурсов разработчиков, чтобы настроить программное обеспечение чат-бота, чтобы понимать слова или фразы, уникальные для отрасли.

Однако использование этой тактики зависит от того, считает ли клиент каждое взаимодействие полезным или бесполезным. В условиях конкуренции с финтехами технологии автоматического распознавания речи и преобразования текста в речь должны быть отраслевыми и даже специфичными для компании.

Инновационная игра

Чтобы сделать речь правильно, она начинается с автоматического распознавания речи. Без достижения точности выше 85% нижестоящие сервисы, использующие речевой ИИ в качестве основы, не будут способствовать ожидаемым бизнес-результатам или оказывать ожидаемое воздействие.

Некоторые из них включают анализ настроений, гиперперсонализацию и даже ведение нормативной документации. Работая с программным обеспечением для распознавания речи, в котором уже есть тысячи предварительно обученных моделей, банки могут быстро масштабироваться, просто адаптируя дальнейшее обучение к своим конкретным потребностям. Затем они могут предоставлять одинаковые возможности где угодно — локально, в облаке и в гибридной среде.

Банки все еще изучают все тонкости инновационных платформ. Без прочной основы в области автоматизированного распознавания речи и технологии преобразования текста в речь создание и продвижение новых финансовых продуктов, поддержание отношений с клиентами и внедрение инноваций посредством партнерских отношений — в лучшем случае шаткие предложения.