IA conversationnelle dans le secteur bancaire : trois erreurs courantes commises par les entreprises

​Le secteur des services financiers est souvent considéré comme rigide et inflexible par rapport à d'autres secteurs, et les équipements et systèmes existants qu'ils utilisent restent essentiels à certains processus financiers. Cependant, lorsqu’il s’agit de passer au numérique, le secteur des services financiers ouvre la voie à la mise en œuvre d’initiatives de transformation numérique. Les recherches montrent que le secteur des services financiers est l'un des secteurs les plus matures sur le plan numérique, avec un taux de réussite de 28 % dans les initiatives de transformation numérique par rapport aux autres secteurs.

La concurrence émergente et l'évolution des modèles de travail ont favorisé l'adoption de technologies modernes dans l'écosystème du secteur des services financiers. Cependant, l’adoption et la mise en œuvre réussie sont deux choses différentes, et plusieurs erreurs sont commises qui limitent les avantages que ces entreprises de services financiers peuvent tirer de la nouvelle technologie. L’IA conversationnelle dans l’expérience client est une technologie que de nombreuses grandes banques ont adoptée mais qui n’a pas encore atteint son plein potentiel.

De nombreuses banques ont créé des chatbots propriétaires pour traiter les demandes simples des clients ou se sont associées à des fournisseurs pour installer des chatbots sur leurs sites Web. Bien que ceux-ci puissent mieux servir les clients, ils présentent également des limites, principalement parce que tous les chatbots ne sont pas identiques. Les chatbots varient considérablement dans leur capacité à tenir des conversations et à traiter des informations et, en fin de compte, à fournir des solutions appropriées aux clients.

Une étude sur l'expérience client utilisant les chatbots a révélé qu'il y a toujours des plaintes de la part des clients - 37 % des personnes interrogées estiment que communiquer avec les chatbots est souvent démotivant, et leurs réponses préprogrammées limitées signifient qu'ils sont introuvables. la question. En fait, la plupart des systèmes modernes offrent très peu d’intelligence cognitive, permettent peu d’automatisation et sont limités dans leur capacité à gérer les problèmes des clients, fournissant souvent des réponses prêtes aux questions fréquemment posées.

Alors, lorsqu'il s'agit de mettre en œuvre l'IA conversationnelle, comment les entreprises de services financiers peuvent-elles réussir ? Tout d'abord, voici les trois erreurs les plus courantes que les banques doivent éviter lors du déploiement de ces systèmes ?

(1) Ne pas donner la priorité aux clients

Chaque banque souhaite économiser de l'argent en automatisant le processus de base de l'interaction client-employé, mais lorsqu'elle envisage de mettre en œuvre l'IA conversationnelle, si l'objectif final n'aide pas les clients à atteindre leurs objectifs plus rapides que les méthodes traditionnelles de support client doivent être réexaminées avant le début du projet.

Les clients ne connaissent pas ou ne se soucient pas des limites des chatbots adoptés par les banques. Si l’on répond à leur question initiale, ils peuvent poser des questions de suivi plus complexes ou demander si une transaction est possible. Un chatbot de base répondra à ces questions de suivi de la seule manière qu'il connaît, en les soumettant à un employé de banque pour réponse. Le résultat final est une mauvaise expérience utilisateur qui nécessite toujours une intervention humaine (et éviter l’intervention humaine est l’objectif principal de l’utilisation de robots), et les clients pourraient se tourner vers des méthodes manuelles fastidieuses à l’avenir au lieu de s’appuyer sur des robots inefficaces. Essentiellement, si une entreprise a investi dans un programme, ce programme peut offrir aux clients une expérience dont ils ne veulent pas ou n’ont pas besoin.

(2) Ne pas choisir le bon outil pour le travail

Si une banque décide d'entreprendre une transformation numérique, elle devrait rechercher des solutions d'IA conversationnelle plus avancées pour offrir des niveaux plus élevés de protection et d'efficacité des investissements, au lieu de déployer un chatbot aux fonctionnalités simples qui deviendra vite obsolète. Les investissements des banques doivent être aussi évolutifs que possible, avec des agents d’IA conversationnelle suffisamment qualifiés pour effectuer des tâches basées sur des décisions d’experts et basées sur des données, puis apprendre et prédire de nouveaux scénarios à partir de ces interactions au fil du temps pour satisfaire les besoins des clients à tout moment. . Premièrement, les banques doivent identifier un certain nombre de processus et les appliquer aux problèmes commerciaux courants. En d’autres termes, ils doivent répondre aux questions courantes ou récurrentes posées par les clients, et les solutions avancées d’IA peuvent fournir des résultats sans interaction humaine. Les systèmes d'IA conversationnelle sont particulièrement utiles, en particulier à court terme, lorsqu'ils peuvent contribuer à améliorer les taux de réponse aux requêtes des clients, les délais de traitement et la résolution au premier contact, ainsi qu'à trouver les bons travailleurs pour mener à bien les processus qui ne peuvent pas être automatisés.

Par exemple, si un client pose une question telle que « Dois-je demander un prêt aux petites entreprises ? », un chatbot ne peut pas fournir de réponse universelle. Grâce aux systèmes cognitifs, les banques peuvent exploiter l’apprentissage automatique, la différenciation conversationnelle et la mémoire historique pour fournir des opinions éclairées sur les questions et préoccupations des clients. Le système cognitif peut étudier l'historique bancaire d'un consommateur, accéder aux données de marché, effectuer des calculs et, surtout, interroger ses objectifs financiers afin de fournir des recommandations significatives.

(3) Déploiement trop rapide

La pratique rend parfait dans beaucoup de choses, même pour les travailleurs du numérique. Les entreprises doivent se méfier des promesses de certains fournisseurs qui développent des systèmes d’IA pouvant être intégrés aux écosystèmes informatiques existants et prêts à être livrés aux clients en quelques heures. Installer une solution bancaire d’IA conversationnelle et la former pour atteindre l’objectif final sont des scénarios distincts, bien que liés.

À mesure que les solutions d'IA conversationnelle continuent de progresser, les banques peuvent trouver des solutions qui suivent des processus stricts, ont une compréhension professionnelle de la terminologie bancaire et fournissent des API qui s'intègrent parfaitement à d'autres systèmes. Cependant, ces processus et actions doivent encore être testés plusieurs fois pour éviter les échecs et se conformer à toutes les lois et réglementations applicables. Comme tout professionnel bancaire, les systèmes d’IA nécessitent un positionnement, une formation et des niveaux de maîtrise spécifiques à la marque pour générer de la valeur.

Veiller à ce que le secteur des services financiers continue de mener la transformation numérique est essentiel pour maintenir sa position de leader financier mondial. Cependant, intégrer une nouvelle technologie dans n’importe quel modèle commercial peut s’avérer délicat, en particulier lorsque la technologie est orientée client et que la croissance future dépend du service client. Les entreprises de services financiers devraient prendre des mesures pour éviter les erreurs ci-dessus, garantir le succès à long terme de leurs investissements en IA et améliorer la satisfaction des clients sur lesquels elles comptent.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!