Σε μια νέα εποχή, όπου η τεχνητή νοημοσύνη αναμένεται να αλλάξει τον τρόπο με τον οποίο οι τράπεζες εξυπηρετούν πελάτες και διαχειρίζονται τις εσωτερικές τους λειτουργίες, περνά η Εθνική Τράπεζα, έχοντας ολοκληρώσει έναν πολυετή τεχνολογικό μετασχηματισμό.
«Στο επόμενο Black Friday, όταν ο όγκος των ηλεκτρονικών συναλλαγών θα εκτοξευθεί, η Εθνική Τράπεζα θα είναι η τράπεζα της οποίας το σύστημα δεν θα πέσει», ανέφερε χαρακτηριστικά ο διευθύνων σύμβουλος της ΕΤΕ, Παύλος Μυλωνάς, περιγράφοντας το αποτέλεσμα της τεχνολογικής ανασυγκρότησης.
Η τράπεζα έχει επενδύσει περίπου €1,3 δισ. την τελευταία πενταετία, με στόχο να περάσει από την απλή ψηφιοποίηση των συναλλαγών σε ένα μοντέλο όπου η τεχνητή νοημοσύνη θα αποτελεί βασικό εργαλείο για την εξυπηρέτηση πελατών, την πρόληψη απάτης, την αξιολόγηση δανείων και την υποστήριξη των εργαζομένων.
€200 εκατ. ετήσιο όφελος από τον μετασχηματισμό
Σύμφωνα με τον κ. Μυλωνά, ο τεχνολογικός μετασχηματισμός μπορεί να οδηγήσει σε μείωση των λειτουργικών εξόδων κατά περίπου €200 εκατ. ετησίως, σε σύνολο λειτουργικών δαπανών που ανέρχεται περίπου στο €1 δισ.
Παράλληλα, η νέα υποδομή δημιουργεί τις προϋποθέσεις για την ταχύτερη ανάπτυξη και διάθεση νέων προϊόντων και υπηρεσιών.
Στο πλαίσιο της εκδήλωσης Future Banking, ο γενικός διευθυντής λειτουργικής στήριξης της ΕΤΕ, Στράτος Μολυβιάτης, χαρακτήρισε τον τεχνολογικό μετασχηματισμό τη βάση για την πολύ ταχύτερη εισαγωγή νέων προϊόντων στην αγορά.
Ήδη, περίπου 98% των συναλλαγών πραγματοποιείται εκτός καταστημάτων, γεγονός που αλλάζει ριζικά τον ρόλο του φυσικού δικτύου. Το κατάστημα απομακρύνεται από τη λογική της απλής διεκπεραίωσης συναλλαγών και μετατρέπεται σταδιακά σε σημείο συμβουλευτικής για χρηματοδότηση, επενδύσεις και πιο σύνθετες ανάγκες των πελατών.
Η «Sofia» στο επίκεντρο της ψηφιακής εξυπηρέτησης
Η τεχνητή νοημοσύνη έχει ήδη περάσει στην καθημερινή λειτουργία της λιανικής τραπεζικής.
Όπως ανέφερε η γενική διευθύντρια λιανικής τραπεζικής της Εθνικής, Χριστίνα Θεοφιλίδη, η τράπεζα διαθέτει περίπου 5 εκατ. ενεργούς χρήστες στα ψηφιακά της κανάλια, οι οποίοι πραγματοποιούν περίπου 20 εκατ. εγχρήματες συναλλαγές κάθε μήνα, ενώ οι μη εγχρήματες συναλλαγές είναι πολλαπλάσιες.
Σε αυτό το περιβάλλον, η AI έρχεται να κάνει την ψηφιακή εξυπηρέτηση πιο προσωποποιημένη και ενεργητική.
Κεντρικό ρόλο έχει η «Sofia», ο AI agent της Εθνικής, η οποία διαχειρίζεται ήδη περίπου 350.000 ψηφιακές αλληλεπιδράσεις πελατών κάθε μήνα.
Η «Sofia» εξυπηρετεί σήμερα περίπου το 25% των κλήσεων στα τηλεφωνικά κέντρα, ενώ στόχος της τράπεζας είναι μέχρι το τέλος του έτους να φτάσει στο 50% το ποσοστό των αιτημάτων εξυπηρέτησης που ολοκληρώνονται μέσω της agent στα μη φυσικά κανάλια.
Η εξέλιξη αυτή αναμένεται να περιορίσει τους χρόνους αναμονής και να επιτρέψει στην τράπεζα να εξυπηρετεί μεγαλύτερο αριθμό πελατών.
Η AI μειώνει δραστικά τις απώλειες από απάτες
Ένα από τα πιο μετρήσιμα αποτελέσματα της αξιοποίησης της τεχνητής νοημοσύνης στη λιανική τραπεζική αφορά την αντιμετώπιση της απάτης.
Οι απώλειες από περιστατικά απάτης έχουν μειωθεί στο ένα δέκατο, καθώς τα μοντέλα AI μπορούν να εντοπίζουν ταχύτερα ύποπτα μοτίβα συναλλαγών και συμπεριφορών.
Παράλληλα, η τράπεζα μεταβαίνει από ένα μοντέλο όπου ο πελάτης αναζητά απλώς πληροφορίες σε ένα περιβάλλον όπου η ψηφιακή υπηρεσία θα μπορεί σταδιακά να εκτελεί εργασίες για λογαριασμό του.
Έτσι, πέρα από ερωτήματα όπως η ημερομηνία της επόμενης πληρωμής μιας κάρτας, η AI θα μπορεί να υποστηρίζει ενέργειες όπως το άνοιγμα λογαριασμού, η έκδοση ή το «πάγωμα» κάρτας και η πληρωμή λογαριασμών.
«Υπερόπλο» η AI στην εταιρική τραπεζική
Στην εταιρική τραπεζική, η αξιοποίηση της τεχνητής νοημοσύνης εστιάζει στη βελτίωση της πληροφόρησης, της πρόσβασης στη χρηματοδότηση και της διαχείρισης ρευστότητας.
Ο επικεφαλής εταιρικής τραπεζικής της Εθνικής, Βασίλης Καραμούζης, χαρακτήρισε την AI «υπερόπλο» για τον relationship manager, καθώς επιτρέπει τη μετατροπή μεγάλου όγκου δεδομένων σε χρήσιμη και αξιοποιήσιμη πληροφορία για κάθε επιχείρηση.
Ένας σύμβουλος θα μπορεί, για παράδειγμα, να εντοπίζει ειδήσεις και εξελίξεις που επηρεάζουν μια επιχείρηση, να συγκρίνει τη χρήση προϊόντων όπως το factoring με άλλες εταιρείες του ίδιου κλάδου και να αναγνωρίζει έγκαιρα ανάγκες για χρηματοδότηση ή καλύτερη διαχείριση κεφαλαίου κίνησης.
Σημαντικό εργαλείο αποτελεί και ο Credit Analyst Support Agent, ο οποίος θα προετοιμάζει το πρώτο σχέδιο μιας πιστοδοτικής εισήγησης.
Ο AI agent δεν υποκαθιστά τον αναλυτή ούτε τη διαδικασία λήψης της πιστωτικής απόφασης. Αναλαμβάνει, όμως, μεγάλο μέρος της συλλογής, οργάνωσης και παρουσίασης των δεδομένων, περιορίζοντας τον απαιτούμενο χρόνο και επιτρέποντας ταχύτερη επεξεργασία των αιτημάτων χρηματοδότησης.
Η ανθρώπινη κρίση παραμένει, επομένως, στα κρίσιμα στάδια της πιστοδοτικής διαδικασίας.
Virtual accounts για αποτελεσματικότερη διαχείριση ρευστότητας
Η ψηφιοποίηση επεκτείνεται και στη διαχείριση των εταιρικών ταμειακών ροών.
Η Εθνική προετοιμάζει τη διάθεση virtual accounts, τα οποία θα επιτρέπουν σε επιχειρηματικούς ομίλους να διαχωρίζουν εισπράξεις και ροές, να αυτοματοποιούν τη συμφωνία πληρωμών και να αποκτούν ενιαία εικόνα της ρευστότητάς τους.
Η λύση αναμένεται να είναι ιδιαίτερα χρήσιμη για ομίλους με πολλές θυγατρικές, μεγάλο αριθμό λογαριασμών ή δραστηριότητα σε διαφορετικά νομίσματα.
Με τον περιορισμό των χειροκίνητων διαδικασιών, ο CFO ή ο treasurer θα μπορεί να έχει ταχύτερη εικόνα για τα διαθέσιμα κεφάλαια, τις ανάγκες ρευστότητας και τον τρόπο με τον οποίο μπορούν να αξιοποιηθούν.
Η στρατηγική της Εθνικής δείχνει έτσι να περνά από την πρώτη φάση της ψηφιοποίησης, που αφορούσε κυρίως τη μεταφορά των συναλλαγών στα ψηφιακά κανάλια, σε μια δεύτερη φάση όπου η τεχνητή νοημοσύνη επιχειρεί να αλλάξει συνολικά τον τρόπο λειτουργίας της τράπεζας και τη σχέση της με τον πελάτη.
