Ereanos: Hoe banken met generatieve AI hun klantenservice innoveren

May 29, 2024

Door Juan Ignacio Rouyet, Senior Manager bij Eraneos

Nog niet zo lang geleden was het onmogelijk om geld op te nemen als de bank 'dicht' was. In de jaren zestig overkwam het de Britse uitvinder John Shepherd-Barron dat hij niet meer bij zijn geld kon toen hij een paar minuten na sluitingstijd bij zijn bankfiliaal in Londen arriveerde. Dat zette hem aan het denken over een machine die op ieder moment geld aan klanten kon leveren. Hij liet zich daarbij inspireren door snoepautomaten. De geldautomaat zag het licht en de klantervaring veranderde voorgoed.

Dat zette hem aan het denken over een machine die op ieder moment geld aan klanten kon leveren. Hij liet zich daarbij inspireren door snoepautomaten. De geldautomaat zag het licht en de klantervaring veranderde voorgoed.Barclays Bank zag de voordelen van de innovatie van Shepherd-Barron en installeerde in 1967 de eerste geldautomaat. We hebben sindsdien meegemaakt hoe technologie de klantervaring in de banksector op velerlei manieren heeft verbeterd.

In feite is deze sector altijd al een pionier op het gebied van technologische innovatie geweest. In lijn met deze trend kijkt de financiële sector tegenwoordig goed naar de mogelijkheden die generatieve artificiële intelligentie (AI) biedt. Voor een succesvolle implementatie zijn echter zowel geavanceerde technologie als passende werkwijzen vereist.

Toepassingen van Generative AI in de banksector

We beschikken tegenwoordig over meerdere soorten AI. Welke soort we gebruiken hangt af van het probleem dat we willen oplossen. Generatieve AI is in staat om content, teksten, afbeeldingen of geluiden te genereren op basis van bestaande gegevens (trainingsdata) en laat zich daarbij leiden door instructies die we geven in de vorm van prompts. Enkele van de bekendste voorbeelden zijn ChatGPT, DALL·E, Midjourney, GitHub Copilot en Microsoft Copilot.

Banken maken voor bepaalde processen in de waardeketen al langer gebruik van AI, bijvoorbeeld om risicovolle transacties te analyseren, fraude te voorkomen of de bewegingen van effecten op de aandelenmarkt te voorspellen. Ze gebruiken daarvoor specifieke AI-tools die alleen nuttig zijn voor een bepaald doel.

Generatieve AI biedt daarentegen het voordeel dat het gemakkelijk kan worden aangepast aan verschillende processen in de organisatie. Dat kan variëren van het samenvatten van documenten tot en met het voorstellen van regels programmacode aan softwareontwikkelaars.

Er is in de financiële sector dan ook een markt voor generatieve AI ontstaan die in 2023 een waarde van $ 1,085 miljard vertegenwoordigde. Met een cumulatief jaarlijks groeipercentage van 28,1% zal dit bedrag tegen 2032 zijn uitgegroeid tot $ 9,4 miljard.

Volgens een recent rapport van de OESO gebruikt de banksector generatieve AI tegenwoordig zowel om de productiviteit te verbeteren als om waarde te creëren. In het eerste geval wordt het gebruikt bij rapportageprocessen, vertalingen, personeelsbeheer, witwasbestrijding, fraudedetectie en het schrijven van softwarecode.

Het grootste potentieel ligt echter in de mogelijkheid om waarde voor klanten te creëren. Denk daarbij aan het ontwikkelen van nieuwe producten, segmentatie voor gerichte marketing, onboarding, authenticatie en klantenservice. Generatieve AI zal naar verwachting het concurrentievermogen verbeteren in alle geledingen van het bankwezen: retailbanking, financiële diensten, betalingen, verzekeringen, vermogensbeheer, private banking en wealth management.

Geldautomaten hebben een revolutie in retailbanking teweeggebracht, maar generatieve AI zal alle financiële activiteiten transformeren.

Grote kansen, kleine risico’s

De implementatie van klantgerichte generatieve AI maakt in de bankensector een ongelijke ontwikkeling door, waarbij fintechbedrijven vooroplopen. Cleo hanteert de slogan ‘AI meets money’ en is volledig transparant over het gebruik van AI bij het beheren van zijn klantrelaties.

Het Zweedse bedrijf Klarna, dat betaaloplossingen voor webwinkels biedt, wist de opmerkelijke prestaties van zijn klantgerichte generatieve AI al na één maand aan te tonen. De AI-assistent van Klarna voerde 2,3 miljoen gesprekken – ongeveer twee derde van alle maandelijkse interacties. AI verrichtte het werk van 700 medewerkers in 35 talen en loste problemen van klanten gemiddeld binnen twee tot elf minuten op. Bovendien was de klanttevredenheid vergelijkbaar met die bij menselijk contact. Al met al is de verwachting dat de winst van Klarna in 2024 met $ 40 miljoen zal stijgen.

Andere grote financiële bedrijven bevinden zich op het gebied van generatieve AI nog in een verkennende fase. Goldman Sachs ontplooit bijvoorbeeld een tiental initiatieven op het gebied van generatieve AI, waaronder het schrijven van regels softwarecode en het genereren van documenten. Het bedrijf is echter uiterst voorzichtig met het toepassen van generatieve AI in klantgerichte processen, gezien de sterk gereguleerde aard van de financiële dienstverlening.

Morgan Stanley werkt inmiddels aan een chatbot op basis van ChatGPT om vermogende klanten bij hun beleggingen te begeleiden. Naar verwachting zal de chatbot, met toestemming van de klant, een samenvatting van het gesprek maken, een e-mailbericht met suggesties voor vervolgstappen opstellen, de verkoopdatabase van de bank bijwerken en vervolgafspraken inplannen.

Verzekeraar en financiële dienstverlener John Hancock heeft een generatieve AI-oplossing op basis van Microsoft Azure in zijn supportcentrum voor gebruikers geïmplementeerd. Daardoor is de servicetijd verkort en kregen medewerkers tijd om complexere problemen op te lossen. Daarnaast is een deel van het kredietanalyseteam getraind in low-code programmeren, wat hopelijk tot betere dienstverlening zal leiden.

Generatieve AI heeft weliswaar zijn intrede in het domein van de klantervaring gedaan, maar helemaal zonder risico is deze ontwikkeling niet. Pakketbezorger DPD moest bijvoorbeeld zijn chatbot voor klantondersteuning uitschakelen nadat deze een klant beledigde en het bedrijf zelf bekritiseerde. Dat gebeurde nadat een klant opzettelijk deze situatie had geforceerd door de chatbot te vragen een bepaalde rol aan te nemen. Het bracht in ieder geval een beveiligingsprobleem aan het licht.

Het AI Accelerator Institute heeft ook gewezen op andere risico’s, zoals de bescherming van persoonsgegevens, de privacy van klanten, intellectueel eigendom van trainingsdata, bevooroordeelde of foutieve antwoorden en de moeilijkheid, soms onmogelijkheid, om te verklaren hoe generatieve AI tot een bepaalde uitkomst is gekomen. Dat laatste is speciaal van belang voor de financiële sector, omdat deze streng gereguleerd en gecontroleerd wordt. 

Generatieve AI in goede banen leiden

De implementatie van een op de klantervaring gerichte generatieve AI-oplossing die zijn volledige potentieel kan realiseren en tegelijkertijd de risico’s tot een minimum kan beperken, vraagt om een aanpak die business, governance en technologie verenigt. Met deze visie in gedachten raden we het volgende aan:

• Begin met usecases in zeer beperkte omgevingen en met welbepaalde initiële functionaliteiten.
• Ontwikkel een duidelijke businesscase met inbegrip van kansen en risico’s.
• Stel ethische grenzen aan generatieve AI door middel van vangrails.
• Stel Objectives and Key Results (OKR’s) op om het succes van iedere oplossing te meten, inclusief zakelijke, klantspecifieke en ethische meetgegevens.
• Bepaal in hoeverre de oplossing gebaseerd zal zijn op externe en interne ontwikkeling.
• Zorg voor een goed voorbereide, kwalitatieve en traceerbare set trainingsdata.
• Train iedereen die met de oplossing te maken heeft over de risico’s van generatieve AI, dus van ontwikkelaars tot en met medewerkers van de klantenservice.
• Definieer de interactiekanalen met klanten, zodat die weten dat ze met AI te maken hebben en desgewenst alternatieve communicatiekanalen kunnen gebruiken.

Volgens het IBM Institute for Business Value gelooft 85% van de executives dat generatieve AI binnen twee jaar rechtstreeks met klanten zal communiceren. Om op de eerste geldautomaten in Engeland terug te komen: in die automaten moest een speciale, met koolstof-14 geïmpregneerde cheque worden gestoken voordat de unieke pincode kon worden ingevoerd en er geld kon worden ontvangen. Tegenwoordig doen we dat met onze bankpas of onze mobiele telefoon.

Geen enkele reis is eenvoudig. Innovatie is slechts een pad. We moeten het nog steeds leren bewandelen.