Jak przekuć AI w użyteczne narzędzie pracy w bankowości korporacyjnej?

Decyzja o stworzeniu własnego systemu CRM zamiast korzystania z gotowych rozwiązań rynkowych wynikała z kilku kluczowych powodów. Po pierwsze, Grupa RBI działa w specyficznym środowisku biznesowym a dzięki obecności w wielu krajach Europy Środkowo-Wschodniej ma unikalny model działalności, który trudno byłoby odwzorować w standardowych systemach CRM. Po drugie, własne rozwiązanie umożliwia szybszą reakcję na dynamiczne zmiany rynkowe, a także wdrażanie nowych funkcji zgodnie z bieżącymi potrzebami użytkowników. Kolejnym istotnym czynnikiem były koszty – utrzymanie własnego zespołu deweloperskiego okazało się tańsze niż dostosowywanie, licencjonowanie i utrzymanie gotowych produktów. Wreszcie, posiadanie pełnej kontroli nad kodem pozwala na lepsze zarządzanie ryzykiem oraz dostosowanie aplikacji do specyficznych wymagań firmy.

Copernicus opiera się na czterech głównych filarach, które zapewniają kompleksowy widok na klienta korporacyjnego:

• Produkty Klienta - informacje o wszystkich produktach bankowych, z których korzysta klient.
  
• Relacje z Klientem - zarządzanie relacjami i aktywnościami związanymi z klientem.
• Dane zewnętrzne o Kliencie - agregacja danych rynkowych i wiadomości dotyczących klienta, co umożliwia lepsze zrozumienie jego sytuacji.
• Wnioski i Rekomendacje - analiza danych, która pozwala na wnioskowanie i sugerowanie działań, np. sugestie sprzedażowe.

Jednym z najważniejszych elementów systemu Copernicus jest jego zdolność do integracji sztucznej inteligencji, co znacząco zwiększa jego funkcjonalność. Przykładem tego jest proces przygotowania do spotkań z klientami – jedna z kluczowych funkcjonalności każdego systemu CRM. Naszym celem było zbudowanie tego elementu aplikacji tak, żeby dostarczał jak najwięcej wartości użytkownikom zapewniając jednocześnie transparentność i możliwość generowania raportów i zestawień dotyczących aktywności poszczególnych pracowników. Dzięki niemu doradcy mogą generować dokumenty zawierające najważniejsze informacje o kliencie i tematach spotkania dla siebie oraz dla innych pracowników zainteresowanych danym spotkaniem. Moduł ten obejmuje m.in.: dane, które zawierają wyniki finansowe klienta, informację o tym jak wykorzystuje produkty bankowe, kiedy ostatnio się z klientem kontaktowaliśmy a nawet jakie otwarte zadania z nim związane istnieją w systemie. Ponadto, w module znajduje się agenda, która zawiera szczegółowy plan spotkania. 

Dodatkowo, uwzględnione są najważniejsze rynkowe informacje, zebrane z różnych źródeł wiadomości dotyczących klienta. Przedstawione są w postaci tekstowego podsumowania oraz odnośników do artykułów, w których znajduje się źródło wygenerowanego podsumowania. Dzięki temu użytkownik w kilka chwil może zorientować się czy w ostatnim czasie nastąpiła istotna zmiana strategii klienta, odniósł jakiś sukces bądź pojawiła się nowa szansa do rozwinięcia współpracy. To właśnie te informacje generowane są przy użyciu generatywnej inteligencji oszczędzając użytkownikom czas na samodzielne przeszukiwanie i agregowanie tych danych.

System korzysta z zaawansowanych algorytmów AI do gromadzenia i przetwarzania danych rynkowych. Dzięki współpracy z zewnętrznymi dostawcami danych, Copernicus może przetwarzać olbrzymie ilości informacji pochodzących z miliardów artykułów i milionów źródeł. Proces ten obejmuje kilka kluczowych etapów. 

Po pierwsze, system wysyła zapytania do zewnętrznych baz danych, poszukując najnowszych i najistotniejszych informacji o danym kliencie. Następnie, AI analizuje te dane, wyodrębniając najważniejsze nagłówki i ekstrakty z artykułów, które mogą być istotne dla doradcy. Na końcu, na podstawie zebranych informacji, system generuje raporty, które doradcy mogą przeglądać przed spotkaniem, zapewniając sobie pełne przygotowanie.

W przypadku systemu Copernicus jest to o tyle łatwe, że system powstał dla pracowników odpowiedzialnych za rozwój relacji z klientami korporacyjnymi oraz instytucjami finansowymi. O takich firmach, często notowanych na giełdzie, stosunkowo łatwo znaleźć informacje, co czyni zadanie łatwiejszym, niż w przypadku firm małych, których działalność jest często ograniczona terytorialnie. 

Z drugiej jednak strony system musi dopasować często skróconą nazwę firmy do przeszukania internetu i znalezienia informacji o odpowiednim kontekście. Za przykład niech posłuży tutaj powszechnie używana nazwa naszego banku – RBI. Dla nas oczywistym jest, że mamy na myśli Raiffeisen Bank International. Krótka kwerenda w Google pokazuje jednak, że równie dobrze może to być Reserve Bank of India. Takie niuanse również trzeba zaplanować i odpowiednio wytrenować model.

• Szybkie i efektywne przygotowanie do spotkań - dzięki automatyzacji procesu zbierania i analizy danych, doradcy mogą szybko i efektywnie przygotować się do spotkań z klientami.
  
• Lepsze zrozumienie klienta -dostęp do najnowszych informacji rynkowych pozwala na lepsze zrozumienie sytuacji klienta i jego potrzeb.
• Zwiększenie efektywności - automatyzacja procesów uwalnia zasoby ludzkie, które mogą być skierowane do bardziej twórczych i wartościowych zadań.

Wykorzystanie AI w bankowości korporacyjnej, jak pokazuje przykład systemu Copernicus w Grupie RBI, może znacząco zwiększyć efektywność i jakość obsługi klienta. Dzięki innowacyjnym rozwiązaniom i integracji zaawansowanych technologii, RBI jest w stanie szybciej reagować na potrzeby rynkowe, lepiej zrozumieć swoich klientów i dostarczać im bardziej spersonalizowane usługi. Implementacja AI w Copernicusie to tylko jeden z wielu przykładów, jak nowoczesna technologia może przekształcać tradycyjne sektory, przynosząc korzyści zarówno bankom, jak i ich klientom.