Как банки и страховые компании используют генеративный ИИ

Автоматизируем службу поддержки, суммаризируем диалоги с клиентами и ускоряем поиск по базе знаний с помощью YandexGPT и других генеративных нейросетей.

Финансовые организации по всему миру исследуют возможности генеративных нейросетей. Deutsche Bank использует GPT-модели для управления рисками, MasterCard — для предотвращения фрода, Goldman Sachs — для помощи разработчикам. По данным исследования Juniper Research, расходы банков на генеративный искусственный интеллект уже составляют $6 млрд в год и к 2030-му вырастут в 14 раз, до $85 млрд.

При этом участники рынка считают, что инвестиции окупятся и помогут оптимизировать затраты. Так, 79% респондентов, опрошенных Ассоциацией ФинТех (АФТ) в России, рассчитывают снизить расходы за счёт внедрения GPT.

По данным аналитиков Yandex Cloud, компании из финтеха и страхования составляют 9% от всех клиентов, при этом они отвечают почти за треть выручки облачной платформы.

Самые популярные сценарии среди клиентов Yandex Cloud:

Расскажем подробнее об основных сценариях применения GPT-моделей в банковском секторе.

Чат-боты на основе генеративного ИИ уже умеют естественно поддерживать диалог. Они могут помочь клиентам с вопросами по операциям, предложить банковские услуги, подсказать, где ближайший офис.

Например, ВТБ интегрирует в свой чат-бот LLM. Ожидается, что алгоритмы ИИ смогут обрабатывать 1700 клиентских сценариев.

Райффайзен Банк в 2020 году создал виртуального ассистента Рэю, которая обрабатывала 90% звонков в банк, успешно отвечая на треть поступающих вопросов. В качестве сервиса синтеза и распознавания речи компания выбрала Yandex SpeechKit.

После внедрения системы для входящих звонков банк начал использовать её и для исходящих вызовов. Это позволило автоматически обрабатывать до миллиона звонков в год. Команда разработала 20 сценариев взаимодействия с клиентами. Они охватывают как продажи продуктов, так и техническую поддержку.

К 2023 году основным каналом связи с поддержкой Райффайзен Банка стали чаты: через них поступало 65% запросов от клиентов, и 45% обращений бот закрывал без привлечения оператора. Но нагрузка на поддержку росла, и нужно было увеличивать автоматизацию без потери качества. На тот момент доля положительных оценок чат-бота составляла 90%. Когда компания пыталась перевести больше сценариев на чат-бота, этот показатель падал.

Тогда Райффайзен Банк начал искать решения и остановился на YandexGPT. Внедрить технологию можно было быстро и бюджетно. Сейчас компания готовит обновление для ассистента Рэи: её научат работать с большими языковыми моделями YandexGPT.

Генеративные нейросети за секунды обобщают большие объёмы информации. Они могут суммаризировать телефонные разговоры, переписки и любые текстовые данные.

Например, нидерландский банк ABN Amro с помощью GPT составляет выводы из разговоров между сотрудниками и клиентами.

Управляющий директор по IT и цифровой трансформации ДОМ.РФ Николай Козак сообщал «Ведомостям», что компания тестирует технологию GPT для суммаризации и классификации запросов в диалогах с клиентами.

Райффайзен Банк интегрировал YandexGPT с голосовым ботом, чат-платформой, CRM и собственным универсальным сервисом по суммаризации диалогов. ИИ-помощник отправляет операторам краткое содержание разговора с клиентом, помогая быстрее понять суть запроса.

Генеративный ИИ выдаёт более релевантные ответы, чем обычный поиск по странице. Поэтому банки внедряют технологию и для клиентов, и для сотрудников.

Например, в 2023 году ДОМ.РФ подключил генеративный ИИ, чтобы сотрудники могли искать информацию в электронной почте, документах, базе знаний и мессенджерах. Пилотный проект дал старт разработке собственной платформы интеллектуальной обработки документов. Она сочетает в себе классические подходы машинного обучения в работе с естественным языком (NLP) и генеративный ИИ, который позволяет извлекать информацию с помощью технологии генерации дополненного контекста (RAG).

Банк «Точка» интегрировал генеративную модель в поисковик интернет-банка. Теперь вместо ссылок с информацией пользователи получают готовые ответы в одном окне.

Сингапурский банк OCBC для помощи сотрудникам использует генеративную модель Microsoft Azure OpenAI. Шестимесячный тестовый период показал, что специалисты стали справляться с задачами в среднем на 50% быстрее. После этого банк предоставил доступ к технологии 30 тысячам сотрудников по всему миру.

Американский банк Morgan Stanley внедрил LLM для поиска по базе знаний в партнёрстве с OpenAI. Более 98% финансовых советников в подразделении по управлению капиталом Morgan Stanley Wealth Management используют чат-бот AI @ Morgan Stanley Assistant, чтобы быстрее искать информацию в базе знаний и, соответственно, оперативнее отвечать клиентам. Доступность документов выросла с 20 до 80%.

Способность LLM быстро и качественно анализировать информацию помогает в управлении рисками. Так, Банк ДОМ.РФ протестировал модель для анализа новостей в процессе мониторинга проектного финансирования. Такой подход позволяет распознавать негативный новостной фон с точностью более 90%. Этот результат сопоставим с тем, что получают при использовании специализированных моделей.

Компания анализировала заметки по инвестиционно-строительной тематике с помощью LLM. Модель собирала новости по заданным источникам и автоматически анализировала их тональность, выделяя позитивную, негативную и нейтральную.

В рамках пилотного проекта технологию проверили на нескольких сотнях новостных источников. Точность выявления негативных сообщений составила 93%. В дальнейшем решение планируют масштабировать, постепенно увеличивая количество информационных ресурсов.

GPT-модели ускоряют анализ информации. Так, в Группе «Ренессанс страхование» решение на базе YandexGPT используют, чтобы быстрее согласовывать клиентам медицинские услуги по полисам ДМС в мобильном приложении компании.

По данным компании, при получении медицинской помощи согласование дополнительных назначений и анализов требуется менее чем в 30% случаев. Клиенты могут получить его за пару минут в мобильном приложении «Ренессанс здоровье». Для этого достаточно отправить назначение врача: нейросеть сравнит его с программой страхования и одобрит или отклонит расходы. Раньше клиент мог ждать согласования пару часов, поскольку медицинские эксперты занимались этим вручную. Сейчас процесс занимает от двух до пяти минут.

В компании «Ренессанс Жизнь» LLM применяют для первичной обработки документов. Файлы приходят в разных форматах, поэтому их сложно структурировать.

Система анализа документов использует две модели: YandexGPT Pro и YandexGPT Lite. Если данные подсвечены цветом, значит, при кросс-валидации модели дали разный результат. Тогда нужна ручная проверка. Подобные случаи встречались в 26% документов за последние два месяца.

В 2024 году на площадке Ассоциации ФинТех прошло два этапа пилотного проекта по применению больших языковых моделей в финансовых организациях. В пилоте приняли участие 10 компаний, а также три ИИ-платформы: GigaChat, YandexGPT и Cotype.

Банки применяли генеративный ИИ для обслуживания клиентов, маркетинга, продаж, HR-процессов, документооборота и других задач. Например, один из участников пилота полностью автоматизировал обработку запросов по десяти популярным темам поддержки, включая кредитные и дебетовые карты, а также программы лояльности. А другой успешно внедрил суммаризацию звонков, что позволило эффективнее выявлять проблемы клиентов и оценивать, помогла ли поддержка.

Хотите узнать больше о возможностях искусственного интеллекта и облачных технологий для бизнеса? Подписывайтесь на телеграм-канал Yandex Cloud и будьте в курсе трендов.

Другие статьи о пользе ИИ для компаний: