Artificial Intelligence e Digital Transformation nel settore bancario

L’applicazione delle soluzioni di Artificial Intelligence (AI) nel settore bancario ha trasformato la customer experience consentendo interazioni con i clienti  24 ore su 24, 7 giorni su 7.
Facilita infatti l'identificazione e l'autenticazione dei clienti, fornisce servizi di assistenza e customer care tramite chatbot e assistenti vocali, aiutando a rafforzare le relazioni banca-cliente e fornendo approfondimenti e suggerimenti personalizzati.

Oltre che nelle applicazioni di front-end l'intelligenza artificiale viene implementata dalle banche all'interno delle funzioni di ufficio centrale per rilevare e prevenire frodi nei pagamenti e migliorare i processi di controllo antiriciclaggio (AML) e di know-your-customer (KYC).
Ma oggi l’AI si sta in particolare confrontando con l’esigenza di automatizzare le attività e i flussi di lavoro nel back office degli istituti finanziari: molti processi necessitano di compiti ripetitivi, di routine e spesso hanno molte persone che elaborano una singola richiesta del cliente. Questo elevato grado di elaborazione manuale è lento e costoso e può portare a risultati incoerenti e alti tassi di errore. L'intelligenza artificiale (AI) offre soluzioni che possono salvare queste procedure di back-office da spese ed errori inutili.

È in questo contesto che Lutech, per uno dei maggiori gruppi bancari europei, si è aggiudicata la gara per il programma triennale di trasformazione digitale basato sull’utilizzo di tecnologie di Intelligenza Artificiale.

Il progetto ha lo scopo di ottimizzare e automatizzare il più possibile, grazie all’introduzione di capacità cognitive, sia l’integrazione di alcuni sistemi IT dell’azienda sia i processi di backend del Cliente rendendo più efficiente il lavoro di alcuni team nell'esecuzione di attività ripetitive e time consuming, migliorando di conseguenza la customer satisfaction del target consumer e business.

L’esigenza era di elaborare una quantità di dati rilevante in tempi ridotti e di implementare una architettura scalabile, in modo da sviluppare nel tempo funzionalità cognitive e use case incrementali, senza rinunciare ad elevati livelli di precisione
 

Il progetto prevede la progettazione e implementazione di soluzioni software, “cognitive robot”, basate su tecnologie di Intelligenza Artificiale e le relative attività di manutenzione applicativa. Nella prima fase sono stati identificati tre robot che saranno implementati per rispondere a tre differenti use case:

• Riconoscimento, classificazione e smistamento automatico delle email (reclami, frodi, dispute)
• Advanced Customer Analytics, per analisi e monitoraggio del ciclo di vita del cliente
• Automazione delle richieste dispositive, come la  compilazione di form per pagamenti (es. bonifici, F24) provenienti da vari sistemi

Alla base delle soluzioni la tecnologia cognitive del nostro partner Loop AI Labs e altri algoritmi e librerie di Intelligenza Artificiale. A livello architetturale gli elementi chiave sono un API Gateway, per isolare le componenti interne da quelle esterne, la realizzazione di microservizi gestiti da una installazione Kubernetes, che permette di rendere il sistema scalabile e in grado di gestire le risorse per l'aggiunta di nuove funzionalità in modo flessibile e modulare.

Dal punto di vista delle tecniche di intelligenza artificiale utilizzate, gli ambiti principali di riferimento sono il Natural Language Processing (NLP) e Understanding (NLU) in cui si analizza il testo al fine di estrarne i contenuti più rilevanti dal punto di vista semantico e dello “use case” specifico. Si considerano infatti tecniche di rimozione di parole irrilevanti (congiunzioni, preposizioni ecc.), filtraggio con metodologie basate sulla frequenza e rilevanza delle parole nel testo, oltre che nella creazione di modelli che provano a rappresentare la semantica del contenuto per meglio creare correlazioni significative.

L’NLP è fondamentale per l'AI perché offre alle persone un modo intuitivo per comunicare le proprie intenzioni a un programma. Le parole non strutturate delle persone vengono così analizzate e convertite in istruzioni incomprensibili dalla macchina. Una volta che il programma ha capito ed elaborato le istruzioni, risponde. La risposta può essere in un formato intuitivo (ad esempio mostrando semplicemente un elenco di transazioni quando la query è "Mostrami i miei ultimi tre acquisti con la carta di credito"), un grafico, o un parlato o uno scritto in un linguaggio semplice.

L'intelligenza artificiale può aiutare le banche a diventare più efficienti e efficaci riducendo i costi, mitigando i rischi e aumentando i ricavi applicando nuove capacità tecnologiche in analisi, robot, RPA e generazione di report, grazie a nuovi use case che possono essere implementati unendo le richieste del business e un team di esperti.