AI voi parantaa asiakaskokemusta ja palveluita, mutta ei tarkkuuden kustannuksella

Keinotekoisen älykkyyden (AI) käyttöönotto liiketoimintaprosesseissa tapahtuu hitaasti, mutta varmasti. Silti on epäröinti omaksua AI täysin työnkulussa. IBM-kysely paljastaa, että 94%CIO: sta käyttää AI: tä liiketoiminnan linjatoiminnoissa. Yli 50%odottaa laajalle levinnyttä käyttöä vuoteen 2025 mennessä IT: n (71%), toimitusketjun (68%) ja tuotekehityksen (67%). Tämä innostus ei kuitenkaan ole yhtä yleinen organisaatioiden rahoitustoiminnassa.

Talouspäälliköillä ja talouspäälliköillä on varauksia AI: n laajamittaisesta käyttöönotosta ja sen kehittyneemmältä muodossa, Agentic AI. IBM: n ja FinancialExpress.com -sivuston järjestämässä äskettäisessä pyöreän pöydän keskustelussa talousjohtaja sanoi, että ne priorisoivat tarkkuuden kaikkeen muuhun. Ne ovat luonnostaan ​​varovaisia ​​AI: n kaltaisten uusien tekniikoiden suhteen, jotka, vaikka muissa toiminnoissa onnistuneessa käyttöönotossa on korkea, ei voi taata 100 -prosenttisesti tuloksia rahoitustoiminnossa.

Hemant Kumar Jain, Reliance General Insurance -yrityksen talousjohtaja, korosti haastetta esimerkiksi optisen hahmon tunnistamisen (OCR) haasteessa, esimerkiksi ”OCR on haaste, koska tarkkuus on 95-96%, mutta loput on silti tarkistettava manuaalisesti.”

Tämän tunteen Edelweiss Asset Management -yrityksen talousjohtaja Amit Malpani toisti, joka korosti: ”Epätarkkailta, vaikka epätarkkuutta olisi 5%, se on ongelma.” Ihmisten validointia on tarpeen, etenkin finanssitoiminnassa. Siddesh Naik, maanjohtaja, data ja AI, teknologiamyynti, IBM, myöntää tämän huomauttaen, että ”ihmisen elementtien validointi tarvitaan. OCR: n tarkkuus tarvitsee vähintään 300 DPI: tä.” Ihmisen silmukassa on vaatimus, joka tarkoittaa edelleen lisäkustannuksia ja valvontaa, jonka talousjohtaja on kiinnostunut minimoimaan. Vain jos tämä voidaan eliminoida, AI voi tuottaa arvoa rahoitusfunktiossa.

Tarkkuuden lisäksi AI: n sijoitetun pääoman tuotto on edelleen merkittävä este. Swayam Saurabh, JSW Steelin talousjohtaja, sanoi: ”AI: tä käytetään suurelta osin back-office-prosesseissa sekä robottiprosessien automaatio ja koneoppiminen. Se on toistaiseksi vain sanasana. Sen on vähennettävä kiinteitä kustannuksia, joita ei ole tapahtunut toistaiseksi.” Tämä arvon puute resonoi rahoituspäätä.

IIFL Financen presidentti ja ryhmäpäällikkö Kapish Jain korosti ydinkysymystä sanomalla: ”Ongelma -lausunto on sovinnon yhteydessä – mitkä ovat kustannukset ja kuinka voin käyttää AI: ta joitain näistä? Arvon tai sijoitetun pääomanpidon todistamisessa ei ole tarpeeksi kuvaa.” Joogish Udhoji, Muthoot Housing Financen talousjohtaja, myönsi: ”Tällä hetkellä tarkastelemme vain automaatiota, verojen ja laskutuksen optimointia. Olisimme voineet muuttaa laskutusmalliamme AI: n avulla, mutta emme ole selvittäneet AI -käyttötapausta.”

Vaikka jotkut yritykset, kuten SBI: n yleinen vakuutus, käyttävät AI: tä sellaisilla alueilla, kuten GST -vaatimustenmukaisuus, vaatimukset ja vakuutukset, heidän talousjohtaja Jitendra Attra vahvisti, että ”kun kyse on ydinrahoitustoiminnosta, yritys ei ole tällä hetkellä toteuttanut AI: ta”.

Pavan Jain, Grasim Industries Limited -yrityksen talousjohtaja, näkee AI: n tulevaisuuden potentiaalin automaattisen päivittämisen sääntelyn noudattamisen automaattisen päivittämisessä, mutta ydinrahoitustehtävien laajalle levinnyt omaksuminen on edelleen riippuvainen tarkkuudesta.

Agenttien AI: n potentiaalin lukituksen ja taloudenhallinnan luottamuksen saamiseksi yritysten on arvioitava uudelleen ja mahdollisesti suunnitellaan uudelleen kokonaiset työnkulkujärjestelmät osoittaakseen paitsi automaatiota, myös todennettavissa olevia kustannusten vähentämistä ja parannettua arvoa, siirtyen vain tokenin käyttöönoton ulkopuolelle konkreettisten taloudellisten hyötyjen saavuttamiseksi.

Syvempiä oivalluksia saat https://www.ibm.com/ai-finance

AI tarjoaa kuitenkin merkittäviä voittoja muihin toimintoihin, kuten asiakaskokemukseen. Kilpailukykyisessä liiketoimintamaisemassa, jossa yritysten tarjoamat ratkaisut ja palvelut näyttävät usein samanlaisilta, ja rajoitetun erottelun ja asiakkaiden kohdalla on vähän kitkaa palveluntarjoajien vaihtamisessa, standout -asiakaskokemuksen tarjoaminen on keskeinen kilpailuedut.

AI osoittautuu pelinvaihtajaksi tarjoamalla tavallisen asiakaskokemuksen. Kohdistamisesta korkean intensiteetin asiakkaisiin työnkulkujen automatisointiin ja tarjousten mukauttamiseen, AI määrittelee tasaisesti, kuinka yritykset ovat vuorovaikutuksessa asiakkaidensa kanssa ja palvelevat.

AI: n hyödyntäminen vaatii kuitenkin muutakin kuin vain edistyneen tekniikan pääsyä. Kyse on hienon linjan kävelystä mukavuuden ja yksityisyyden, tehokkuuden ja empatian välillä, etenkin korkean panoksen aloilla, kuten omaisuuden ja varallisuudenhoito, vakuutus, arvopaperikauppa jne.

Emme ehkä näe sitä, mutta AI on jo töissä kulissien takana, ajaen asiakkaiden sitoutumisen keskeisiä näkökohtia yrityksiin. Esimerkiksi varallisuuden ja omaisuuden hallinnassa yritykset käyttävät sitä parantamaan asiakkaiden vuorovaikutusta ja tutkimusominaisuuksia.

Vakuuttajat tutkivat myös AI: n käyttöä asiakasmatkojen virtaviivaistamiseen. Girish J Kalra, Tata AIA: n henkivakuutuksen yhteinen keskusmääräys, sanoo, että AI: tä käytetään ”vähentämään luovien virastojen kustannuksia markkinointiin liittyviin ponnisteluihin, ymmärtämään asiakkaiden kelpoisuus oikean vakuutuksen myöntämisessä, asiakkaiden dokumentointiprosessin vähentämiseksi ja asiakkaiden koko vakuutusprosessin vähentämiseksi.”

AI: n skaalaus sisältää kuitenkin omat haasteensa. HDFC Securitiesin strategia- ja muutospäällikön Kunal Sanghavin mukaan haasteena on, että kun tapahtumaan osallistuvat useita osapuolia on vaikea varmistaa AI: n vaikutukset ja tehokkuus.

Sanghavi toteaa, että on tärkeää hallita eri vaiheita, mikä on edelleen haaste. ”Esimerkiksi määräyksillä on kriittinen rooli. Lyhyesti sanottuna se on matka ottamaan käyttöön viimeisimmät LLM -mallit suurten instituutioiden ja yritysten käytön kanssa ottaa käyttöön mittakaavassa.”

Mukauttaminen on toinen kriittinen asiakkaiden sitoutumisen ja yleisen asiakaskokemuksen parantaminen. Se vaatii kuitenkin huolellista navigointia – liian aggressiivinen riskejä, jotka ovat vieraantuneet asiakkaisiin ja liian varovaisia ​​voi johtaa menetettyihin mahdollisuuksiin.

”On tarpeen tasapainottaa, kuinka paljon voit tunkeutua asiakkaan tilaan tarjota henkilökohtaisempia ratkaisuja ja rakentaa uskollisuutta”, sanoo Santoshi Kittur, CTO, 360. ”Kyse on ihmisten valtuuttamisesta kentällä antamaan ratkaisuja asiakkaille nopeimmin mahdollisella tavalla. Kyse on myös empatian näkökulmasta. Joten kokemus on keskeinen erottelija skenaariossa, jossa sinulla on kilpailijoita, jotka tekevät samanlaisia ​​asioita.”

AI: n vaikutukset eivät ole vain näkyviä asiakaskokemuksessa, vaan myös tuloksella. Yksi mitattavissa olevista tuloksista on uusien asiakkaiden hankkimisen ja olemassa olevien kustannusten vähentäminen. Voimakkaasti kilpailukykyisillä markkinoilla korkean konversion johtojen tunnistaminen voi tuottaa huomattavia kustannussäästöjä.

”AL auttaa erottamaan aikomuksen ja muiden kuin entisten asiakkaiden välillä keskittymään enemmän oikeisiin asiakkaisiin oikealla tarjouksella ja siten vähentämällä kustannuksia”, Sanghavi sanoo.

Hän väittää, että AI auttaa myös mittaamaan asiakkaan kiinnitetyn sijoitetun pääoman tuottoprosentin tietyn ajanjakson ajan vähentämään tehokkaasti asiakkaan hankkimisen ja säilyttämisen kustannuksia. Pohjimmiltaan AI auttaa yrityksiä hankkimaan laadukkaita asiakkaita eikä vain suurempaa määrää.

Vaikka yritykset ovat edelleen optimistisia AI: n suhteen, polku kohti laajalle levinnyttä käyttöönottoa on edelleen käynnistynyt. Asetusten, vankan tietojen hallinnan ja asiakastietojen eettisen käsittelyn noudattaminen ovat edelleen tärkeitä painopisteitä. Yrityksille, jotka haluavat erottua asiakaskokemuksesta, oikean sekoituksen löytäminen älykkäästä automaatiosta ja tunneälystä voi olla keskeinen etu. Rahoitustoiminnassa adoptio riippuu siitä, että AI pystyy toimittamaan johdonmukaisen tarkkuuden.