Uno dei principali e più importanti trend con il quel il settore bancario oggi deve confrontarsi è come applicare al meglio l'intelligenza artificiale (AI) e le analitiche avanzate per ridefinire ogni ambito del business, dalle operazioni interne all'esperienza del cliente fino ai nuovi servizi contabili e di pagamento, in uno scenario che vede le transazioni spostarsi sempre più dal manuale al digitale e, come conseguenza, aumentare esponenzialmente i dati strutturati e non strutturati sia all'interno che all'esterno dell'organizzazione.
Combinata con le analitiche avanzate, l’intelligenza artificiale fornisce una visione dettagliata di quello che i clienti fanno oggi e anche di quali saranno le loro azioni future.
Cosa si intende per analitiche “AI-enhanced”?
L’AI non è di certo un concetto nuovo per il mondo bancario; è già incorporata in diversi processi di controllo chiave come, ad esempio, l’individuazione e la prevenzione delle frodi. Quello che è nuovo è la quantità e varietà dei dati da analizzare e i miglioramenti che sono stati apportati alla tecnologia di elaborazione del linguaggio naturale (NLP, Natural Language Processing), agli algoritmi di machine learning e ai sistemi esperti (progettazione di sistemi in grado di porre in atto procedure di inferenza adeguate alla risoluzione di problemi).
L’AI sta semplicemente crescendo e migliorando nell’automatizzare i processi di lavoro ripetitivi e fortemente transazionali.
L'analisi predittiva è già stata utilizzata da alcuni per ottimizzare il business, ma mancava ancora un pezzo al puzzle complessivo: un approccio cognitivo capace di attingere a tutte le fonti di dati intelligentemente, scoprendo i trend e i modelli e utilizzando queste intuizioni per indirizzare verso il processo decisionale migliore.
L'elaborazione del linguaggio naturale e il machine learning diventano più efficaci con volumi maggiori di dati, il che significa più dati vengono analizzati, più precise saranno le conclusioni e le indicazioni conseguenti.
L'analisi dei Big Data memorizzati nei repository interni e nei data warehouse, sottolinea Matera, sta ormai diventando uno standard per le aziende, ma le soluzioni dotate di analitiche AI-enhanced - come OpenText Magellan – permettono di valutare anche il contenuto non strutturato nei sistemi EIM (Enterprise Information Management) per sbloccare il valore dei Big Content di ambiti chiave come il repository dei contratti, il business plan, le offerte e la reportistica sugli incidenti. Questi documenti spesso contengono più contenuto contestuale e insight preziose rispetto ai dati strutturati e transazionali proprio perché scritti nel linguaggio naturale e capaci di riflettere opinioni, intenzioni, emozioni umane e le loro conseguenze.
Perché adottarle anche nel mondo dei pagamenti?
Nell’ambito dei pagamenti, l’applicazione dell’AI è ritenuta importante per automatizzare e guidare l'efficienza nell’elaborazione dei pagamenti - in particolare nell'elaborazione delle eccezioni al pagamento, ambito che ancora oggi è gestito prevalentemente in modo manuale. Tuttavia, le analitiche AI-enhanced hanno un ulteriore potenziale da offrire ai responsabili dei pagamenti.
Tali vantaggi sono stati analizzati in un sondaggio promosso da Finextra che ha visto il 70% degli intervistati dichiarare che vi è la necessità di una maggiore consapevolezza su come applicare le tecnologie AI nel settore delle transazioni bancarie.
Tuttavia, quando è stato loro chiesto quali fossero i principali benefici che si aspettavano da tale applicazione non hanno indicato le efficienze di processo ma si gli imperativi di business.
2014, alcune novità tecnologiche che ci aspettano
Proprio in queste aree, conclude Matera, le analitiche AI-enhanced possono fare la differenza, offrendo un livello di intuizione che rappresenta un vero fattore di differenziazione dalla concorrenza.
Nell’ambito dell’innovazione di prodotto, ad esempio, comprendendo il sentiment dei clienti attuali si potrà valutare le modifiche da apportare ai propri prodotti ancora prima di svilupparli - riducendo il rischio e il costo dei nuovi lanci. Le analisi AI-enhanced agevolano altri processi chiave - come l'onboarding - per ridurre notevolmente il tempo di fatturazione. Infine, una conoscenza approfondita dei comportamenti del cliente offerta in modo immediato consente di individuare eventuali account a rischio e suggerire azioni in grado di cambiare la situazione e evitare di perdere il clienti.