L’intelligenza artificiale si fa strada in banca. Sia nella relazione con il cliente, sia nell’automazione di alcuni processi interni, a supporto dell’attività umana. Ne abbiamo parlato con Pietro Lanza, Financial Services Solutions e Blockchain Leader IBM Italia.
Domanda. Dottor Lanza, come stanno approcciando le banche il tema dell’intelligenza artificiale?
Risposta. In diversi modi e su diversi processi. E infatti come IBM abbiamo pensato a un’offerta strutturata a “mattoncini”: il nostro basket di soluzioni di intelligenza artificiale è disponibile “ready to use”, con verticalizzazioni specifiche, ad esempio in ambito chatbot o financial crimes; oppure è personalizzabile, combinando più elementi per costruire un proprio processo di intelligenza artificiale, autonomamente o con il supporto dei nostri specialisti.
D. Una delle preoccupazioni maggiori, soprattutto per l’applicazione all’interno dell’organizzazione bancaria, è che l’AI riduca il numero di risorse impiegate dalla banca. È una preoccupazione fondata?
R. Ci sono alcuni ambiti di attività della banca, penso alla consulenza finanziaria, in cui l’elemento umano resterà centrale. L’automazione, supportata dall’intelligenza aumentata, servirà a lasciare le persone libere di concentrarsi sulle attività a valore aggiunto. Nelle banche è in corso uno shift generazionale importante, con un ricambio di professionalità e competenze: l’intelligenza artificiale può aiutare in questa transizione.
D. Come, per esempio?
R. Nel progetto che abbiamo condotto con Creval per Alfredo (in origine chiamato Ambrogio, NdR) un chatbot che automatizza l’interazione tra il personale e l’help desk interno. E' importante digitalizzare la conoscenza, preservando il patrimonio informativo sia delle filiali che dei back office: strumenti come Alfredo consentono alle banche di rispondere rapidamente ai dubbi dei loro stessi dipendenti, riducendo il rischio ed efficientando l’operatività interna.
D. Quasi ogni settimana vediamo annunci di progetti relativi a chatbot che andranno a gestire, almeno in parte, il servizio di assistenza alla clientela. È da qui che l’intelligenza artificiale partirà alla conquista del banking?
R. In quest’area c’è molto fermento, anche perché il nostro interlocutore principale è rappresentato dalle funzioni di business, che stanno testando come automatizzare il rapporto banca cliente, utilizzando tecnologie in modo differenziato e intelligente. C’è grande attenzione, ad esempio, sulla mood detection: funzionalità che ti permette di capire se il cliente è sereno, perché sta ricevendo le informazioni che cercava, o se invece è irritato. Un feedback in tempo reale che può permettere un intervento umano in caso di problema in modalità seamless per il cliente finale.
D. Per ora, però, vediamo soprattutto chatbot per i problemi più frequenti.
R. Certo: per le richieste ricorrenti e di facile risoluzione, la gestione con un sistema interamente virtuale permette di ottimizzare le risorse dell’Assistenza Clienti. Non ha senso impegnare un operatore per una richiesta di saldo mentre è utile coinvolgerlo quando il chatbot si trova di fronte a problemi complessi.
D. Problemi che sono complessi oggi, perché uno degli aspetti più affascinanti dell’intelligenza artificiale è che impara.
R. Queste tecnologie hanno bisogno di un certo periodo di tempo per essere addestrate. Anche perché non esiste uno storico, non è una tecnologia con uno track record a cui attingere: il machine learning permetterà di arrivare a nuove frontiere nella relazione con il cliente.
D. Per esempio?
R. Pensiamo all’analisi dei comportamenti del cliente. Ogni cliente è diverso da tutti gli altri, ha esigenze e preferenze specifiche. Posso integrare le informazioni disponibili sul cliente nei sistemi della banca ma anche da fonti esterne come i social, ovviamente nel pieno rispetto delle norme sulla privacy, per capire di che cosa ha bisogno e cosa preferisce. E, sempre osservandone i comportamenti, posso assecondare il cliente personalizzando l’interazione con la banca. Magari, anziché un SMS, vuole ricevere un messaggio su Facebook Messenger. Oppure un messaggio vocale anziché scritto. Conoscendo il cliente e i suoi comportamenti posso personalizzare diversi aspetti della relazione con quest’ultimo.
D. È una strada che altri settori merceologici stanno percorrendo.
R. Le esperienze più avanzate di IBM in questo campo sono fuori dal banking. Pensiamo a Yoox, che offre una personalizzazione molto spinta il cui il sito web è di fatto diverso per ciascun cliente. Anche la banca ha la possibilità di costruire una user experience a misura di ogni cliente sui canali internet e mobile o sugli ATM. Oggi la banca attinge alle informazioni sui sistemi di CRM, che però spesso usano ancora una segmentazione patrimoniale, e non comportamentale. E invece ci sono clienti che, pur avendo un patrimonio simile, hanno comportamenti completamente diversi.
D. Un’altra applicazione di Watson è nel mondo del RegTech. Su quali ambiti state lavorando?
R. Un primo ambito è quello delle frodi: l’intelligenza artificiale viene applicata per individuare comportamenti fraudolenti su tutti i canali. I nostri fraud detection engine possono operare sia in modo verticale, ad esempio sui pagamenti con carta di credito, sia in modo trasversale per monitorare tutte le operazioni di un cliente, su qualunque canale. Più ricca è la storia di quel cliente, più sarà semplice eliminare i falsi negativi che danneggiano la user experience. L’AI può anche aiutare le strutture interne di compliance a interpretare la normativa, grazie all’analisi semantica, evidenziando i gap nei processi che la banca dovrà adeguare date le variazioni normative ricevute.
