Sztuczna inteligencja wspiera klientów i pracowników PKO Banku Polskiego

Najbardziej znane rozwiązania AI w PKO Banku Polskim to voiceboty, a wśród nich Asystent głosowy w aplikacji IKO, który pomaga klientom korzystać z usług bankowych. Można do niego mówić lub pisać językiem naturalnym, czyli tak, jak robimy to z ludźmi. Potrafi, m.in. zrobić przelew, podać kod BLIK, zmienić limit na karcie lub ją zastrzec. Gdy klient zapyta o swoje wydatki, Asystent pomoże je przeanalizować w formie przejrzystych wykresów, a gdy chce wymienić walutę skieruje do kantoru. Obecnie rozumie już ponad 320 tematów rozmów i skorzystał z niego już milion klientów banku.

W PKO Banku Polskim funkcjonuje łącznie 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 ciągle poszukuje nowych zastosowań AI, by doskonalić swoje usługi. Posiada rozwiązania, które potrafią, m.in. odczytywać oraz klasyfikować pisma i maile klientów czy automatycznie klasyfikować tysiące opinii od klientów o aplikacji IKO i oddziałach banku. To tylko niektóre z zastosowań AI w PKO Banku Polskim, a modele wykorzystywane do realizacji tych zadań, cały czas są rozwijane i uczą się kolejnych czynności.

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

Machine learning w ocenie ryzyka

Uczenie maszynowe od dawna jest wykorzystywane przez bank 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 (tzw. platforma MLOps, Machine Learning Operations), która pozwala analitykom budować zaawansowane i odpowiednio zoptymalizowane modele z wykorzystaniem rozwiązań chmurowych 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 – mówi Łukasz Huńka, Dyrektor Departamentu Zarządzania Ryzkiem Kredytowym Firm i Przedsiębiorstw w PKO Banku Polskim.

Big Data i zaawansowana analityka w sprzedaży

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

Inteligentne rolnictwo a wyzwania ESG w Polsce – nowy raport PKO Banku Polskiego

Polski fintech: nadchodzi kluczowy moment dla sektora

Aplikacja mobilna IKO PKO Banku Polskiego wystartowała 10 lat temu. Jak się rozwinęła?