Ο CEO της Behavioral Signals εξηγεί στο Digital Finance τους λόγους για τους οποίους η Τεχνητή Νοημοσύνη ήδη παίζει σημαντικότατο ρόλο στον χώρο των τραπεζών και περιγράφει τον τρόπο με τον οποίο η εταιρία του -πρωτοπόρος στη μελέτη των συμπεριφορικών και συναισθηματικών δεδομένων- συμβάλλει στην αναβάθμιση της εμπειρίας του χρήστη-πελάτη

Ένα από τα μεγάλα ζητούμενα στον τραπεζικό χώρο και στη μετά-πανδημία εποχή -όπου η προσωπική επαφή περιορίζεται ολοένα περισσότερο, καθώς τα υποκαταστήματα κλείνουν το ένα μετά το άλλο και τα ψηφιακά κανάλια εκτοπίζουν τις πρότερες μορφές επικοινωνίας- είναι η διατήρηση και -ει δυνατόν- η αναβάθμιση της θετικής εμπειρίας του πελάτη-χρήστη. Παράγων ιδιαίτερα σημαντικός σ’ αυτόν τον έντονα πλέον ανταγωνιστικό χώρο και «κλειδί» για την πιστότητά του σε ένα τραπεζικό brand.

Στην επίτευξη αυτού του στόχου, η τεχνολογία παίζει και πάλι καταλυτικό ρόλο – ειδικά η Τεχνητή Νοημοσύνη με τη συνέργεια της Μηχανικής Μάθησης. Χαρακτηριστικό «δείγμα γραφής», που όλα δείχνουν ότι μας επιφυλάσσει μεγαλύτερες εκπλήξεις στο μέλλον, είναι η μελέτη των συμπεριφορικών και συναισθηματικών δεδομένων του πελάτη-χρήστη, με ειδικό λογισμικό που «ακούει», χωρίς να θίγεται η ιδιωτικότητα του πελάτη, καθώς το σύστημα «προσπερνάει» τα λεγόμενα και, αντιθέτως, εστιάζει στη συμπεριφορά, στον τόνο της φωνής και τα συναισθήματά του, φέρνοντάς τον σε επαφή με τον κατάλληλο agent, για την καλύτερη δυνατή επικοινωνία.

Τα «τι» και τα «πώς» μας τα εξηγεί ο Rana Gujral, CEO της Behavioral Signals, εταιρίας που έχει και ελληνικό «χρώμα», καθώς το R&D Center της βρίσκεται στην Αθήνα. Ο ίδιος μας μίλησε από το Σαν Φρανσίσκο, λίγες ημέρες πριν από την ομιλία του στο σημαντικό διεθνές συνέδριο Leap, στο Ριάντ της Σαουδικής Αραβίας, με θέμα «Behavioral AI in Banking».

Άνθρωποι και μηχανές
«Ξεκινήσαμε στη Ν. Καλιφόρνια, το 2016 κι έκτοτε έχουμε δημιουργήσει πολύ προηγμένα συστήματα τα οποία ενισχύουν την επικοινωνία ανθρώπου – μηχανής, εξάγοντας έξυπνα και χρήσιμα συμπεράσματα. Ουσιαστικά, η τεχνολογία μας συνεισφέρει στην ανάλυση των ανθρώπινων συναισθημάτων και συμπεριφορών στη διάρκεια μιας συνομιλίας, μετατρέποντάς τα σε χρήσιμες πληροφορίες με πρώτο στόχο τη βελτίωση της επικοινωνίας και απώτερο την αύξηση των κερδών του πελάτη μας. Με τη μηχανή μας, που κάνει αυτές τις αναλύσεις, μετράμε και ερμηνεύουμε το βαθμό της διάδρασης, ανεξάρτητα από το τι ακριβώς λέγεται – τα λόγια δεν μας ενδιαφέρουν, ούτε τα επεξεργαζόμαστε, σε όποια γλώσσα κι αν είναι. Εστιάζουμε στον τρόπο με τον οποίο εκφέρονται, λέγονται οι λέξεις – Αναλύουμε πάνω από 75 παραμέτρους και οι μετρήσεις μας έχουν να κάνουν με τον τόνο, την ένταση, τον χρωματισμό της φωνής κλπ» μας εξηγεί.

«Έχουμε ετοιμάσει ένα προϊόν ακριβώς για τους χρηματοοικονομικούς οργανισμούς και ειδικά τις τράπεζες, το AIMC. Είναι η “ναυαρχίδα” μας και αποστολή του είναι να δημιουργεί μια συμπεριφορική αποτύπωση (Profile) για τους πελάτες, αλλά και τους εργαζόμενους (agents) στο call center, μέσω της ανάλυσης του τόνου της φωνής τους. Αυτά τα εισάγουμε στο δικό μας μοντέλο μηχανικής εκμάθησης, που με τη σειρά του μπορεί να κάνει προβλέψεις, με τη βοήθεια ΑΙ, και να προτείνει τον κατάλληλο agent για να μιλήσει σε έναν συγκεκριμένο πελάτη και να τον εξυπηρετήσει καλύτερα. Κάθε profile αντιστοιχεί σε συγκεκριμένη συμπεριφορά και συναισθήματα – για παράδειγμα, ένας πελάτης μπορεί να είναι αρνητικός, γκρινιάρης, ευγενικός, μπορεί να εκνευρίζεται εύκολα, να μιλάει γρήγορα ή πολύ σιγά κλπ. Κάθε τρόπος αναγνωρίζεται και αντιπροσωπεύεται στο αντίστοιχο profile, στο πλαίσιο του Emotion AI. Αυτό γίνεται αυτόματα για χιλιάδες πελάτες, ενώ κάθε profile ανανεώνεται κάθε φορά που ο πελάτης επικοινωνεί με την εταιρία».

Πολλά και μεγάλα τα οφέλη
«Μελετήσαμε τι κάνει μια συζήτηση καλή και τι όχι. Βρήκαμε ότι αυτό που χρειάζεται, είναι να ταιριάζει ο τρόπος με τον οποίο μιλάνε δυο άνθρωποι. Αν συμβαίνει κάτι τέτοιο, υπάρχει σύμπλευση, ξεκινάει μια πρόταση ο ένας και την τελειώνει ο άλλος! Αν τώρα, αυτό το μεταφέρουμε στο επιχειρηματικό περιβάλλον, όπου δυο άνθρωποι (πελάτης και agent) πρέπει να συζητήσουν, το σύστημα προχωρεί αυτόματα στον καλύτερο δυνατό συνδυασμό, αυξάνοντας το προσδόκιμο για μια επιτυχημένη και αποτελεσματική συζήτηση» μας λέει.

«Τα αποτελέσματα είναι πολλά και καλά! Αρχικά, οι συνομιλητές αισθάνονται πιο άνετα – ο δείκτης ικανοποίησης είναι υψηλός και στις δυο πλευρές κι αυτό έχει θετικό αντίκτυπο στο αποτέλεσμα της συζήτησης. Αν πχ. η συζήτηση έχει να κάνει με πώληση, το καλό κλίμα μπορεί να φέρει ταχύτερα το κλείσιμο της συμφωνίας. Αν πάλι έχει να κάνει με κάποιο χρέος (μια από τις βασικές περιπτώσεις χρήσης του συστήματός μας), η ρύθμιση επιτυγχάνεται ευκολότερα μεταξύ του οφειλέτη και της τράπεζας και τα έσοδα αυξάνουν σημαντικά. Στατιστικά τα προσδιορίζουμε κάπου μεταξύ 12% και 18%! Σε μεγάλο πιλοτικό, διάρκειας τεσσάρων μηνών, που κάναμε το 2020 με την Εθνική Τράπεζα της Ελλάδας, με δυο ομάδες agents, που η μια αξιοποιούσε το σύστημά μας και η άλλη όχι, η αύξηση έφτασε ακόμα και στο 22%. Η αναγωγή στο 12μηνο αντιστοιχεί σε 1,5 εκ $ αυξημένα έσοδα ανά agent ή 300 εκ. $ ετησίως για όλο το call center! Σημαντικό ρόλο παίζει, επίσης, ο υψηλός βαθμός ικανοποίησης των πελατών, που εκτιμούσαν την καλύτερη εξυπηρέτηση εκ μέρους της τράπεζας».

Εφαρμογές και επεκτάσεις
«Στη Gartner μας χαρακτήρισαν cool vendor (λίγοι παίρνουν τέτοια διάκριση) και εντυπωσιάστηκαν από την τεχνολογία μας, που έχει δυο μεγάλα πλεονεκτήματα: διαφυλάσσει την ιδιωτικότητα των πελατών, καθώς δεν αναλύουμε τι λέγεται, αλλά πώς λέγεται, και η χρήση της μπορεί να επεκταθεί εύκολα και γρήγορα (το «καλιμπράρισμα» σε κάθε νέα υλοποίηση του συστήματος, είναι θέμα ημερών). Η ΕΤΕ δεν έχει γίνει (ακόμα) πελάτης μας, αφενός λόγω του moratorium στη διεκδίκηση χρεών επί ενάμιση χρόνο -η συγκεκριμένη υπηρεσία ανέστειλε τη λειτουργία της- αφετέρου λόγω της απόφασής τους να μεταφέρουν τις διεκδικήσεις σε άλλες εταιρίες. Εμείς εστιάζουμε στην αμερικανική αγορά, συνεργαζόμενοι με μεγάλους οργανισμούς και κορυφαία contact centers. Φυσικά, δεν σταματήσαμε την επέκτασή μας στην ελληνική αγορά, μάλιστα πρόσφατα κάναμε μια πολύ επιτυχημένη εγκατάσταση σε μεγάλη εταιρία συλλογής χρεών, αλλά και σε διεθνείς τράπεζες (η μία περιλαμβάνεται στις τρεις μεγαλύτερες ιδιωτικές στην Ευρώπη), αλλά δεσμεύομαι, δυστυχώς, για να πω περισσότερα…» αναφέρει χαρακτηριστικά.

«Κυρίως εστιάζουμε στη μεγάλη αμερικανική αγορά και πρόσφατα αρχίσαμε να κοιτάμε τη Λατινική Αμερική, ξεκινώντας από τη Βραζιλία και την Κολομβία. Ετοιμάζουμε κι άλλα πολλά – είμαστε, για παράδειγμα, σε συζητήσεις για πιθανή συνέργεια με έναν πολύ μεγάλο integrator, με δραστηριότητα σ’ όλο τον κόσμο…»

Οι αλγόριθμοι και το μέλλον
«Πολλά από τα αρνητικά σχόλια που γίνονται, έχουν βάση! Όμως, το ΑΙ δεν επιλέγει εκείνο την πόλωση – οι άνθρωποι που το προγραμματίζουν το κάνουν, τροφοδοτώντας το με πολωμένα δεδομένα, εκείνο απλώς αναπαράγει. Είναι εξαιρετικά δύσκολο να έχεις μη-πολωμένο ΑΙ, καθώς δεν μπορείς να ελέγξεις όλα τα δεδομένα που δίνονται προς επεξεργασία, αφού προέρχονται από πλήθος διαφορετικές πηγές. Οι τράπεζες ήδη εξαρτώνται σε μεγάλο βαθμό από το ΑΙ, καθώς το χρησιμοποιούν για να αξιολογούν και να αναλύουν τα δεδομένα που έχουν συγκεντρώσει τόσα χρόνια (και συνεχίζουν να το κάνουν) από τους πελάτες τους. Καθώς αυτό ρυθμίζει κατά κάποιο τρόπο τις σχέσεις μεταξύ των δύο πλευρών, είναι βέβαιο ότι θα συνεχίσει να παίζει σημαντικό ρόλο και τα επόμενα χρόνια. Οι επιχειρήσεις που έχουν στη διάθεσή τους τέτοια τεχνολογία, θα μεγιστοποιήσουν την απόδοσή τους κινούμενες στη σωστή κατεύθυνση, και θα κυριαρχήσουν, διευρύνοντας την πελατειακή τους βάση».

«Θεωρώ, μάλιστα, ότι το ΑΙ μπορεί να επαναφέρει σε κάποιο βαθμό τις προσωποποιημένες εμπειρίες (omnichannel – multimodal fashion), αλλά και να αντικαταστήσει τους τραπεζοϋπαλλήλους σε πολλές εργασίες – ήδη τα bots το κάνουν σε αρκετές. Κι αυτό δεν είναι αναγκαστικά κακό, καθώς θα τους αφήσει ελεύθερους να κάνουν κάτι άλλο, πιο απαιτητικό. Πλέον, το 90% των τραπεζικών συναλλαγών -ακόμα και των πιο πολύπλοκων, όπως η διαχείριση επιταγών- γίνεται μέσω προηγμένων ΑΤΜ. Νομίζω ότι προχωρούμε πλέον προς αυτή την κατεύθυνση».