O termo "serviços financeiros" evoca imagens de pessoas em trajes escuros em edifícios altos, quando na realidade sustenta o bom funcionamento do seu dia-a-dia. Sua experiência do cliente diária de fato. Está se movendo rapidamente em direção a um futuro de integração total ao ponto em que é quase invisível.

Considere como as coisas mudaram nos últimos 20 anos. O Chip-e-pin só foi introduzido em 2004, e os pagamentos sem contato só recentemente foram amplamente adotados, permitindo uma era não apenas de pagamentos sem atrito, mas também de viagens. O mobile banking chegou aos trancos e barrancos, agora usando a autenticação biométrica em seu telefone e procurando acabar com as máquinas de leitura de cartão do passado. Até mesmo a sua experiência de jogo mudou, permitindo que você compre facilmente skins personalizados no Fortnite em poucos cliques. Imagine o que os próximos 20 anos reservaram!

Para que essa visão "invisível" se torne realidade, os serviços financeiros precisam trabalhar em um desafio principal: remover o atrito, seja de vendas, reclamações ou qualquer transação que o cliente queira. E a maneira como isso é alcançado (pelo menos em parte) é através da IA ​​aplicada. Isso não é tarefa fácil. É necessária uma enorme quantidade de agregação de dados, modelagem, antecipação e gerenciamento de riscos, sem mencionar uma rede completamente conectada de pontos de contato internos e do cliente para ser realmente realizada por meio da IA ​​aplicada. Mas os benefícios podem estar nas ordens de grandeza. O setor bancário é, em essência, o negócio de gerenciar riscos, e gastar em inteligência artificial soa como um empreendimento arriscado. No entanto, a IA apresenta, de fato, um argumento de negócios muito simples, especialmente para os 'tieros' ou 'barrigões': invista agora, salve mais tarde.

Para ajudar a pintar uma imagem, aqui estão cinco exemplos de onde e como a inteligência artificial e a análise avançada ajudarão a tornar perfeitos processos futuros:

1. Seleção de hipoteca, processos de pagamento e liquidação

Esta área requer uma mudança fundamental na forma como pensamos em 'a experiência do cliente' sendo entregue. A experiência deve ser construída em torno de "ter uma nova casa" (uma experiência emocionante e alegre) versus o processo de pedido de hipoteca (um processo demorado e doloroso que precisa quase desaparecer). A IA pode, por exemplo, permitir que os bancos meçam o risco e calculem as pontuações de crédito com antecedência, para que o processo de candidatura já esteja 99% completo antes que o cliente seja solicitado a inserir qualquer coisa. Imagine entrar no seu credor ou corretora e já ter todas as suas cotações provisórias alinhadas sem nenhuma entrada sua!

2. Maximização da riqueza e padrões de gastos

Todo mundo quer salvar e crescer para ser o mais simples possível. Tornar o plano de maximização de riqueza dos clientes mais fácil de configurar, monitorar e alcançar seria outra ótima forma de IA aplicada. Certamente, uma IA pode otimizar a combinação de renda, poupança e tributação para obter a máxima riqueza em um período anualizado. A perfeita experiência do cliente seria a de que seria fácil configurar o seu objetivo do ano, monitorar o que você precisa e os bancos poderiam oferecer aconselhamento durante o ano, por exemplo,. “Achamos que seus padrões de gastos poderiam ser melhorados, eis como… ” Esse recurso pode até se tornar um ponto de competição entre os bancos, com cada um divulgando seus produtos de alto desempenho para ajudar os clientes a atingir suas metas de maximização de riqueza..

3. proteção da hipoteca

Os bancos podem ficar sob pressão dos reguladores para acomodar os clientes que podem inadimplir suas hipotecas. No entanto, fazê-lo sem colocar em medidas preventivas resulta em um mau momento para todas as partes. Portanto, os bancos precisam saber se e quando isso pode acontecer. Treinando a IA (ou seja, aprendizado de máquina) usando os padrões comportamentais anteriores de todo o histórico de carteira de crédito do cliente - incluindo aqueles que possuem bancos inadimplentes - são capazes de reconhecer comportamentos semelhantes bem antes do evento. Os dados aqui são mais "operacionais" do que "transacionais", por ex. analisa como os pagamentos regulares são, se adiantados ou atrasados, quanto etc., em vez de se basearem nos gastos da conta corrente. Isso proporciona aos bancos a capacidade de envolver e consultar o cliente com antecedência e colocar em prática soluções antes que o problema chegue ao auge. Como um bônus adicional, eles também serão capazes de demonstrar ao regulador que eles estão fazendo isso com o melhor de suas habilidades..

4. Reclamações e atendimento ao cliente

Usar a análise preditiva para identificar quando um cliente vai reclamar é inestimável. Aumenta a inteligência do banco. Ele não apenas destaca problemas internos, como também permite que eles corrijam ou pelo menos entrem na frente deles antes que a reclamação seja registrada, por exemplo. reembolsando dinheiro antes de receber uma queixa de cheque especial e notificando o cliente sobre isso por meio de texto. Isso não apenas ajuda a construir um relacionamento saudável com o cliente, mas também economiza dinheiro para o banco no longo prazo, mitigando o fechamento de contas devido ao mau atendimento. Além disso, a análise também pode ser usada para monitorar os estados emocionais de qualquer chamador, agrupá-los em estados emocionais e de personalidade e, em seguida, oferecer orientação ao manipulador de chamadas sobre a melhor maneira de conduzir a conversa..

5. Detecção de fraudes

Se você pensar em detecção de fraudes, a IA já está sendo amplamente empregada para fornecer verificações em tempo real sobre os padrões de fraude. Isso costumava ser um processo demorado - levando vários dias, semanas ou até meses por meio de um processo de inscrição. Agora, usando o aprendizado de máquina, você pode detectar padrões muito rapidamente. As decisões da máquina são baseadas em padrões históricos para detectar quando há uma provável fraude. E, embora nunca alcance uma taxa de detecção de 100%, ela oferece uma resposta muito mais rápida aos prováveis ​​valores discrepantes que precisam de investigação..

Além disso, uma vez que a máquina tenha feito isso, você também pode interrogar como a máquina chegou a essa decisão (pelo menos até certo ponto). Enquanto os bancos estão chegando aos trancos e barrancos com esta aplicação da IA, ainda existem práticas terrivelmente "desajeitadas", como vídeo, fotocópia e assim por diante, envolvidas no processo. Como e quando os bancos são capazes de gerar uma decisão puramente digital e chegar a isso de maneira puramente programática, é quando você poderá interrogar cada aspecto individual da tomada de decisão e chegar a detecções cada vez mais precisas. Isso tudo significa que nosso dinheiro está em mãos cada vez mais seguras.

É importante que os serviços financeiros consigam enxergar além do hype e reconheçam a IA aplicada pela oportunidade de negócios que apresenta. Estes cinco exemplos, por si só, justificam uma razão suficiente para, pelo menos, pensar duas vezes, e com a riqueza de fintechs em cena, a inteligência artificial e o nosso futuro "invisível" estão começando a parecer muito mais realistas..

Richard Hamerton-Stove, Principal na Capgemini Invent

  • Também destacamos as melhores plataformas de inteligência artificial para empresas