Pouhých 6 % bank má připravený plán rozsáhlé transformace s využitím umělé inteligence

V důsledku makroekonomické nejistoty je mnoho retailových bank nuceno přijímat strategická rozhodnutí, aby se vypořádaly s problémy svých stávajících obchodních modelů. Na seznamu priorit oslovených manažerů bank převládala produktivita a efektivita. Pokud jde o technologie, 70 % ředitelů bank plánuje v roce 2024 zvýšit investice do digitální transformace až o 10 %. Přesto studie konstatuje, že banky nejsou připraveny spustit a rozšířit inteligentní transformaci, která zahrnuje strategické využití pokročilých technologií, jako jsou AI, strojové učení (ML) a generativní AI, k podpoře inovací a zvýšení efektivity.

Společnost Capgemini pro účely této zprávy hodnotila 250 retailových bank v různých obchodních a technologických parametrech,[1] aby určila vyspělost jejich datové infrastruktury a odhodlání v oblasti AI. Zjistila, že většina bank je na svoji prosperitu v budoucnosti inteligentního bankovnictví[2] připravena nedostatečně. Celosvětově pouze 4 % retailových bank dosáhla vysokého skóre v oblasti závazku k dalšímu rozvoji a technologických schopností, zatímco 41 % dosáhlo průměrného skóre. To svědčí o všeobecné nepřipravenosti přijmout a efektivně implementovat inteligentní transformaci.[3] Regionální rozdíly tento problém dále podtrhují. V Severní Americe vykázalo nízkou připravenost 27 % bank, následuje Evropa s 31 % a Asie a Tichomoří (APAC) vykazuje výrazné zpoždění, kde nízké skóre získalo 48 % bank.

Zaměření na inteligentní řešení, která jsou vybavena funkcemi založenými na AI, umožní bankám zvládnout probíhající strukturální výzvy a v konečném důsledku zajistí udržitelný růst. Úspěch ale musí být měřitelný: mezi dotazovanými bankami má pouze 6 % z nich nastaveny klíčové ukazatele výkonnosti (KPI) pro měření dopadu AI a jeho průběžné sledování. Více než 60 % bank zatím KPI identifikuje a vyvíjí, zatímco 26 % bank, které již některé KPI nastavily, je neměří.

Podle stude hrozí, že banky podlehnou „tichému selhání generativní AI“ kvůli opožděné realizaci neoptimálních výsledků a výstupů z experimentů s touto technologií. Například jen 2 % manažerů uvádí, že pravidelně sledují klíčové ukazatele výkonnosti generativní AI, které mají dopad na podnikání. Kromě toho, 39 % vedoucích pracovníků vyjadřuje nespokojenost s výsledky svých případů využití AI, což tuto nesoudržnost dále posiluje. Studie proto navrhuje, aby banky zřídily observatoř AI, která by sledovala, monitorovala a vykazovala skutečný dopad AI a generativní AI při implementaci v širokém měřítku.

„Rok poté, co se generativní AI stala hlavním tématem rozhovorů na zasedání představenstev, vidíme, jak bankám hrozí, že se stanou technologicky zaostalými, pokud rychle nevyvinou řešení a nepřipraví se na využití jejích možností,“ řekl Nilesh Vaidya, globální ředitel pro retailové bankovnictví a správu majetku ve společnosti Capgemini. „Generativní AI může mít majákový efekt, pokud se zodpovědně a moudře využívá napříč organizací. Je také potřeba zvýšit úsilí o to, aby byla generativní AI vysvětlitelná a náležitě transparentní. Právě nyní je čas jednat a zavést postupy, které vybudují tolik potřebnou důvěru a blízkost ke klientům. Úspěch bude spočívat ve vytvoření plánu, který vyváží nadšení s pragmatickým, sledovatelným a měřitelným přístupem.“

Generativní AI má obrovský potenciál zvýšit efektivitu a zlepšit zákaznickou zkušenost v celém hodnotovém řetězci retailového bankovnictví. Více než dva ze tří (70 %) zaměstnanců bank se soustředí na provozní činnosti, přičemž u zaměstnanců v týmech pro zavádění zákazníků do systémů je to až 91 %. Proto na interakci se zákazníky zbývá jen málo času. Více než 80 % zaměstnanců bank hodnotí efektivitu automatizace napříč svými funkcemi (onboarding, úvěrování, marketing, kontaktní centrum) jako „střední“, což identifikuje značný rozdíl mezi aspiracemi bank a realitou.

Zaměstnanci bank uvádějí, že jsou nejvíce nadšeni potenciálem copilotů s generativní AI pro odhalování podvodů, vizualizaci dat a automatizaci analytiky, stejně jako pro přípravu a zasílání personalizovaného obsahu zákazníkům. Studie zjistila, že by banky mohly optimalizovat až 66 % času stráveného běžnými úkony, dokumentací, zajištěním dodržováním předpisů a dalšími činnostmi souvisejícími se zaváděním nových klientů do systémů, prostřednictvím inteligentní transformace podporované AI a copilotů s generativní AI.

Během pandemie se nabídka zákaznických služeb přesunula do digitálních kanálů a samoobslužné nástroje, jako jsou chatboti, se staly novým standardem. I přes tuto změnu ale zákazníci vyjadřují nespokojenost. Téměř dvě třetiny (61 %) zákazníků bank kontaktovaly raději lidské operátory, protože nebyly spokojeny s řešením pomocí chatbotů. Navíc 17 % zákazníků chatbotům jednoduše nedůvěřuje a rovnou dává přednost lidským operátorům.

Tradiční chatboti založení na pravidlech postrádají flexibilitu a přizpůsobivost pokročilých systémů s AI, protože nejsou schopni zpracovávat složité nebo nepředvídatelné dotazy. Více než 60 % zákazníků hodnotí své zkušenosti s chatboty pouze jako průměrné. To ale znamená, že roste podíl zákazníky ukončených hovorů. Celosvětově dosahuje 12 % u bank prvního stupně (s aktivy ve výši 100 miliard USD a více) a téměř 18 % u bank druhého stupně (s aktivy v rozmezí 10 a 100 miliard USD). Podle této studie by banky měly vytvořit inteligentní kontaktní centra, která budou využívat chatboty se schopnostmi konverzační AI a inteligentní copiloty, kteří budou pomáhat operátorům v jejich každodenních úkolech.

„Digitalizace a zavádění umělé inteligence i strojového učení probíhá už několik let i v českých bankách. AI zde nejčastěji pomáhá s odhalováním podvodů, posuzováním kredibility klientů a stále častěji také s odbavováním běžných požadavků v kontaktních centrech prostřednictvím inteligentních chatbotů. Rozbíhají se také projekty, jejichž cílem je poskytování personalizovaných doporučení a služeb klientům na základě analýzy velkých dat a jejich vyhodnocení pomocí AI a strojového učení. Právě díky AI pak bude možný osobní přístup ke každému z klientů – i když jich mají banky několik milionů,“ dodává Bernd Bugelnig, Country Manager Capgemini Česká republika.

AI má už dnes v českých bankách významnou pozici. Například Česká spořitelna se kvalifikovala jako jedna z 600 společností na celém světě do pilotního programu Microsoft 365 Copilot. Tento nástroj podporovaný AI akceleruje produktivitu zaměstnanců při jejich každodenních činnostech. Při vývoji bankovních systémů a aplikací se používá například nástroj GitHub Copilot, který pomáhá s rychlou tvorbou běžných částí kódu, zbavuje vývojáře rutinních činností a poskytuje více času pro kreativní řešení problémů.

Studie World Retail Banking Report 2024 cituje regionální statistiky z vlastního modelu Capgemini pro stanovení velikosti trhu a také z rozhovorů s partnery Capgemini, včetně společností Microsoft, Salesforce a Temenos. Pro účely této studie provedl Výzkumný ústav Capgemini průzkum mezi více než 250 vedoucími pracovníky v retailovém bankovnictví, 1 500 zaměstnanci bank a 4 500 zákazníky bank. Zpráva se zaměřila na 14 trhů – Spojené státy, Kanada, Velká Británie, Francie, Německo, Španělsko, Nizozemsko, Spojené arabské emiráty, Singapur, Hongkong, Japonsko, Čína, Indii a Austrálie.

[1] Podpora a odhodlání podniku se měří pomocí hodnocení vize AI, plánu zavádění AI, rozpočtu, talentů, připravovaných případů použití, úrovně sledování klíčových ukazatelů výkonnosti a řízení AI. Technická a datová připravenost se měří systémy pro získávání dat, schopností spravovat data v reálném čase, systémy pro generování syntetických dat, centralizovanými datovými jezery, schopností transformovat data, nastavením MLOps (operace strojového učení), přístupem ke správě dat za účelem modernizace datových aktiv a celkovým rámcem pro správu dat.

[1] Inteligentní bankovnictví je výsledkem inteligentní transformace, kdy banky využívají vysoký stupeň automatizace procesů v podnikovém měřítku, aby mohly poskytovat masovou personalizaci.

[1] Banky, které v technologických parametrech dosáhly více než 44 bodů a v obchodních parametrech více než 32 bodů, jsou klasifikovány jako banky s vysokým skóre. Banky, které dosáhly v technologických parametrech skóre mezi 33 a 44 body a v obchodních parametrech skóre mezi 24 a 32 body, jsou klasifikovány jako banky se středním skóre. Banky, které dosáhly méně než 33 bodů v technologických parametrech a méně než 24 bodů v obchodních parametrech, jsou klasifikovány jako banky s nízkým skóre.