Case StudySztuczna inteligencjaRynek

Generatywna sztuczna inteligencja wesprze doradców i klientów VeloBanku

VeloBank wdrożył chatbota opartego na generatywnej sztucznej inteligencji. Odpowiada on na bieżąco na pytania dotyczące m.in. warunków i procesu wnioskowania o kredyt hipoteczny oferowany w ramach programu „Bezpieczny kredyt 2%”, które konsultanci otrzymują od klientów. Nowe narzędzie pozwala skrócić czas podjęcia decyzji o przyznaniu kredytu, a jednocześnie poprawić jakość obsługi i doświadczeń klientów. Za opracowanie rozwiązania i jego wdrożenie odpowiedzialna była firma Accenture.

Generatywna sztuczna inteligencja wesprze doradców i klientów VeloBanku

Accenture dostarczyło VeloBankowi aplikację w formie chatbota, który został dostosowany do potrzeb banku. Bazuje on na dokumentacji produktowej (procedurach, tabelach opłat, warunkach i regulaminach, szablonach dokumentów) oraz ustawie o kredycie hipotecznym, umożliwiając zadawanie pytań i otrzymywanie natychmiastowych odpowiedzi w języku naturalnym. Za pomocą nowego narzędzia doradcy uzyskują odpowiedzi na problematyczne pytania oraz dodatkowo mają bezpośredni dostęp do dokumentów, które adresują poszczególne zagadnienia. To pozwala im szybciej obsługiwać klientów bez konieczności przekazywania sprawy do innych działów banku.

“Bazujący na Generatywnej AI chatbot, który wdrożyliśmy w VeloBanku we współpracy z Accenture, to innowacyjne rozwiązanie w polskiej bankowości. Zapewnia nową jakość pracy doradcom, którzy obsługują klientów chcących skorzystać z programu Bezpieczny Kredyt 2%” – powiedział Przemysław Koch, członek zarządu ds. operacji IT w VeloBank. “Warto zwrócić uwagę, że cały projekt zrealizowaliśmy w zaledwie siedem tygodni. Poprawność działania naszego GenAI chatbota potwierdziliśmy w kompleksowych testach, dzięki czemu doradcy już od września korzystają z nowego narzędzia. W tym momencie obsługujemy nim wspomniany program, ale w najbliższej przyszłości wykorzystamy go również w innych obszarach działalności banku, m.in. w VeloMarkecie” – dodał.

Szczegóły wdrożenia

Przed rozpoczęciem projektu VeloBank posiadał tzw. Landing Zone u dostawcy chmurowego, tj. rozwiązanie pozwalające na wykorzystanie usług oferowanych w ramach chmury, odpowiednio skonfigurowaną komunikację sieciową i zabezpieczenia. Pozwoliło to na rozpoczęcie prac nad aplikacją już w pierwszych dniach projektu, który podzielono na trzy etapy.

Pierwszy to inicjalna konfiguracja aplikacji Accenture w środowisku banku, w tym integracja bazy wiedzy ze źródłowymi dokumentami banku oraz dostosowanie elementów graficznych aplikacji (User Interface, UI) do standardów banku. Na tym etapie realizowane były również prace związane z konfiguracją usług chmurowych i bezpieczeństwa sieciowego. W ramach drugiej fazy projektu odbyło się strojenie aplikacji (w tym tzw. prompt engineering), szczegółowa weryfikacja i dostosowanie bazy wiedzy oraz implementacja specyficznych wymagań funkcjonalnych i technicznych banku. Na ostatnim etapie przeprowadzono testy akceptacyjne, w które zaangażowani byli przedstawiciele trzech obszarów banku: doradcy klienta w call center, specjaliści produktowi oraz dział prawny. Zaangażowanie tych grup, w tym doradców jako odbiorców końcowych narzędzia, przyczyniło się do zbudowania zaufania do skuteczności generatywnej sztucznej inteligencji i dostarczenia wartości biznesowej dla banku.

“Zrealizowaliśmy jedno z pierwszych w polskim sektorze bankowym wdrożeń produkcyjnych rozwiązań opartych na Generatywnej AI. Wspieraliśmy VeloBank na każdym etapie projektu, począwszy od opracowania architektury aplikacji i doboru usług chmurowych oraz ich konfiguracji i implementacji, poprzez opracowanie metod odpytywania modeli Generatywnej AI (tzw. prompt engineering), uwzględniając wprowadzenie mechanizmów redukujących tzw. halucynacje modeli i zastosowanie innych technik związanych z zapewnieniem „Responsible AI”, na fazie testów kończąc” – stwierdził Grzegorz Chudek, Managing Director, Cloud First Lead w Accenture w Polsce.

“Realizując projekt zaadresowaliśmy bardzo istotne wyzwanie, jakim było właściwe interpretowanie złożonych pytań klientów oraz dostępnych w bazie wiedzy informacji na możliwie najwyższym poziomie trafności, tak aby chatbot dostarczał kompletne odpowiedzi zgodne z najnowszymi przepisami i ich interpretacją” – podsumował Bartosz Pacuszka, Principal Director, Data&AI Lead for FS w Accenture w Polsce.

Dzięki temu, że rozwiązanie jest oparte na chmurze obliczeniowej, może ono być elastycznie skalowane i dostosowywane do aktualnych potrzeb banku. VeloBank planuje także rozszerzenie zakresu obsługi chatbota o kolejne produkty i inne obszary szerokorozumianego zarządzania wiedzą w banku.

Tagi

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *