< p class = "doc__text doc__intro" > В рамках форума VI «Frankenstein на кибербанке: технологии AI и прорыв в банках», организованные при поддержке розничных финансов, эксперты банка банка внедрили инновационные подходы к использованию искусственного интеллекта и машинного обучения для оптимизации финансовой работы. учреждения.
< p class = "doc__text" > evgeny Zubkov, глава отделения исследования и машинного обучения Банка банка, и Максима Икононникова, руководителя Департамента развития и реализации продуктов, основанных на функциональных единицах, продемонстрировали, как современные технологии помогают банкам не только для повышения операционной эффективности, но и для улучшения взаимодействия с клиентами, а также внедрять инновации в деловых процессах.
< p class = "doc__text" > «Наши технологии направлены на минимизацию рутинных задач, что позволяет вам освободить сотрудников за более сложную и творческую работу. Одним из основных приемов является автоматизация вспомогательных процессов для взаимодействия с клиентами, которую развивает команда разработки ML/AI вместе с командой контакт -центра», — сказал Эвигген Зубков. < p class = "doc__text" >Эксперт поделился интересным случаем на создании автоматических диалогов на общее количество голоса между операторами и клиентами: он позволил классифицировать темы разговора с точностью 95%. Эта ускоренная обработка данных и помогло своевременно реагировать на потребности клиентов.
< p class = "doc__text" > Другой пример успешного использования ИИ было направление оценки качества вызовов. «Ранее, специально обученные сотрудники, которые слушали звонки и заполняли контрольные списки вручную вручную эту задачу. Теперь, благодаря интеграции ИИ, этот процесс был полностью автоматизирован, и операторы могут обрабатывать на 15% больше вызовов в смену», — объяснил Максим Икононков. < P > < p class = "doc__text" > Также Для улучшения качества работы с запросами клиента банк ввел прогноз оценки на основе алгоритмов машинного обучения. Теперь банк может предсказать, какую оценку клиент даст на основе результатов разговора, если он не оставит отзывы. Точность прогнозирования экстремальных оценок (положительное/отрицательное обзор) достигает 85%, что позволяет объективно оценивать работу сотрудников и принимать необходимые меры для развития навыков и качества обслуживания.
< p class = "doc__text" > В будущем банк планирует представить модель, которая оценит эмоциональное состояние как клиентов, так и сотрудников во время диалогов. Эта технология позволит банку не только улучшить качество обслуживания, но и выявить эмоциональные нарушения, которые могут повлиять на конечный результат общения. Таким образом, банк стремится обеспечить более чувствительное и персонализированное взаимодействие с клиентами.
Свежие комментарии