Tech

Come l’Intelligenza Articiale cambierà la banca?

L’ rappresenta senza dubbio la più importante rivoluzione tecnologica che il mondo abbia sperimentato negli ultimi anni. Nonostante il trend sia in continua evoluzione e l’innovazione dei servizi all’ordine del giorno, possiamo dire di essere già arrivati a una maturità tale da osservare dei cambiamenti significativi sul business a diversi livelli. Nel settore bancario, in particolare, l’integrazione dell’ sembra rappresentare la vera cartina di tornasole, il valore aggiunto capace di determinarne o meno la sopravvivenza nel sistema.

Secondo l’Accenture Future Work Research 2017, le aziende specializzate in servizi finanziari che hanno investito in AI e Machine Learning potranno registrare una crescita dei ricavi del 32% e dei posti di lavoro del 9% da qui al 2022. Anche gli stessi addetti ai lavori considerano l’Intelligenza Artificiale più un valore aggiunto che una minaccia: sempre Accenture, intervistando 1.300 impiegati bancari, ha messo in luce come il 67% pensi che l’AI possa migliorare l’equilibrio famiglia-lavoro, mentre il 57% sia convinto possa ampliare le proprie prospettive di carriera.

Affidare attività ripetitive e laboriose a tool di Intelligenza Artificiale può stimolare chi lavora nei servizi bancari a dedicarsi ad attività più produttive, come il miglioramento della customer experience e l’efficientamento dei servizi alla clientela. Le potenzialità sono molte, ma è già possibile prevedere verso quali ambiti le banche orienteranno i propri investimenti in AI.

Migliorare la customer experience con contenuti e offerte personalizzati

Un tempo, il rapporto banca-cliente era fortemente personale. Il direttore di filiale o gli addetti allo sportello erano quasi delle persone di famiglia, a cui confidare le proprie ambizioni e i propri timori. Conoscere le abitudini, le passioni o gli interessi dei clienti era fondamentale per proporre loro i prodotti di cui avevano bisogno. Con l’avvento del digital e la serrata di migliaia di filiali, è venuto meno quel contatto diretto con la clientela necessario per comprendere le sue esigenze. Passano gli anni, le tecnologie si evolvono, ma i consumatori desiderano sempre le stesse cose: essere consigliati e guidati attraverso offerte e suggerimenti personalizzati. A rinsaldare quel legame tra istituzioni e utenti è la , la disciplina che applica l’Artificial Intelligence ai contenuti digitali.

Raccogliendo i dati prodotti dalle loro ricerche, dagli acquisti effettuati e dalle pagine HTML o file multimediali fruiti su siti web, e-commerce, app e social network, è possibile creare un database dedicato agli interessi degli utenti. I software di AI comprendono gli argomenti principali e le caratteristiche dei diversi contenuti e analizzano la risposta degli utenti: combinando queste informazioni, è possibile offrire a ogni utente dei contenuti personalizzati sulle sue esigenze del momento. Un cliente che ha dedicato le ultime ricerche via web alle case in vendita sarà probabilmente più propenso a leggere degli articoli dedicati alle ultime offerte di mutui, mentre chi ha scaricato sul proprio smartphone delle app per monitorare i mercati finanziari potrebbe essere interessato anche a dei prodotti di investimento. Affidare il compito di selezione dei contenuti a un software di AI ha un doppio vantaggio: da un lato snellisce i  processi di gestione dei contenuti, centralizzando tutti gli step di upload, approvazione e pubblicazione, e dall’altro valorizza al massimo non solo i contenuti recenti, ma anche quelli futuri, che saranno proposti ai consumatori nel modo e nel momento in cui ne hanno bisogno.

Usare i dati per semplificare operazioni molto complesse o ripetitive

Bisogna sfatare il pregiudizio secondo cui le macchine sostituiranno le persone. L’Intelligenza Artificiale, infatti, è un valido sostegno per semplificare attività di routine lunghe e ripetitive. Secondo Accenture, affidare queste task a tool di AI consente ai lavoratori di dedicarsi maggiormente a progetti più produttivi: il 20% delle task eccezionali crea un valore aggiunto dell’80%. Attività come il data entry, l’apertura di conti correnti o la migrazione delle informazioni dei nuovi clienti dal precedente istituto bancario possono togliere ore preziose da dedicare, invece, al miglioramento della customer experience online e offline e a lavorare su prodotti e offerte più competitive. Eliminarle dal workflow può stimolare i lavoratori ad avere un approccio più creativo, anche nei confronti delle criticità. Inoltre, l’AI può supportare le banche in attività molto complesse, come per esempio la prevenzione delle frodi.

Grazie al Machine Learning è possibile identificare movimenti sospetti basandosi sui dati relativi allo storico delle transazioni e ai comportamenti di ogni singolo cliente. Un prelievo consistente su un conto abituato a operazioni di piccola entità può allarmare il software, che bloccherà l’operazione fino al momento della verifica da parte di un addetto o del cliente stesso. Anche un processo lungo ed elaborato come l’accesso al credito da parte delle PMI può essere sveltito grazie all’AI. A differenza delle persone, che possono confrontarsi solo con dati come lo storico delle transazioni o dei finanziamenti, altamente imprecisi nel prevedere le dinamiche future, i software possono analizzare milioni dati in real-time relativi a operazioni sui conti, condizioni di mercato e news finanziarie per identificare potenziali rischi.

 Selezionare le richieste dei clienti attraverso chatbots e voice assistant

Più le operazioni bancarie si svolgeranno su mobile (in Italia, secondo Chebanca!, i correntisti che accedono al conto corrente attraverso smartphone sono cresciuti del 71% negli ultimi due anni) e più chatbot e voice assistant sono destinati a riscrivere la relazione tra banca e cliente. Analizzando il linguaggio degli utenti attraverso l’Intelligenza Artificiale, possono non solo rispondere a domande e criticità facilmente risolvibili, ma anche conservare nella propria memoria le richieste precedenti, formulando consigli e suggerimenti in base ai loro interessi.

Le piattaforme conversational, come indicato da Gartner, saranno tra i trend tecnologici di maggiore impatto nei prossimi anni e la sfida sarà quella di rendere chatbot e voice assistant sempre più capaci di rispondere a task complesse, grazie anche all’utilizzo dei dati di terza parte. Con la forte competizione delle soluzioni fintech, le banche hanno bisogno di mantenere alta la propria user experience. I chatbot e gli assistenti vocali rappresentano un investimento di basso costo, ma con ricadute importanti in termini di brand reputation: basti pensare a quanto un’attesa troppo lunga al servizio clienti telefonico o in filiale possano guastare la credibilità di una banca agli occhi dei clienti. E mentre chatbot e voice assistant risolvono i problemi meno complessi, gli addetti possono focalizzarsi solo sulle criticità in cui l’approccio umano è insostituibile.

Nicola Meneghello

Nicola Meneghello

Founder di Content Intelligence Network e CEO di Thron. Con oltre dieci anni di esperienza nello sviluppo di tecnologie SaaS per il digital marketing, è fondatore e CEO dell’azienda di Digital Asset Management THRON e ha creato la community Content Intelligence Network per condividere esperienze e case history a livello internazionale con i professionisti che lavorano sui contenuti digitali. È autore di “Content Intelligence for Dummies”, edito da Wiley Inc.

Facebook Comments

Click to comment

Leave a Reply

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

To Top
Share This