ხელოვნური ინტელექტი ჩვენი ყოველდღიური სამუშაოსა და მომხმარებლის ცხოვრების განუყოფელი ნაწილი გახდა. AI ჩვენთვის იქცა შესაძლებლობად, უკეთ გაგვეცნო მომხმარებელი, შეგვემცირებინა რისკები და მიგვეღო სწრაფი, ინფორმირებული, ე.წ. Data-driven გადაწყვეტილებები.

თუ გინდა მეტი გაიგო ხელოვნური ინტელექტის შესაძლებლობების შესახებ და მისი გამოყენების არეალზე, დარეგისტრირდი სპეციალურად თიბისელებისთვის შექმნილ ხელოვნური ინტელექტის საფუძვლების კურსზე - TBC AI Essentials

განსაკუთრებით მნიშვნელოვანია AI მაშინ, როცა მომხმარებლის მოთხოვნები და საჭიროებები იზრდება, მათ სურთ უფრო სწრაფი სერვისები, პერსონალიზირებული შეთავაზებები და მეტი ხელმისაწვდომობა პროდუქტებსა თუ სერვისებზე.

ჩვენ ხელოვნური ინტელექტის გამოყენებით მომხმარებლის გამოცდილების გაუმჯობესებაზე 2014 წლიდან ვზრუნავთ.

კოტე ხოფერია - თიბისის AI და მონაცემთა მართვის დეპარტამენტის უფროსი გვიყვება იმ სხვადასხვა პროდუქტებსა თუ სერვისებზე, რომელშიც აქტიურად ვაინტეგრირებთ AI-ს

საკრედიტო პროდუქტები

ჩვენთან, თითოეულ სასესხო განაცხადს აფასებს სპეციალური AI მოდელი, რომელიც რეალურ დროში ითვლის სესხის რესტრუქტურიზაციის ალბათობასა და კლიენტის რისკ-ქულას. მოდელის შედეგების საფუძველზე, გადაწყვეტილება ავტომატურად მიიღება - აპლიკაცია დამტკიცდა, უარყოფილია, თუ გადაიცემა დამატებით განხილვაზე. ამ სისტემით საშუალება გვაქვს, ეფექტურად ვაკონტროლოთ საკრედიტო რისკები, შევამციროთ მანუალური სამუშაო და ოპტიმალურად გამოვიყენოთ მონაცემები.

საკრედიტო პორტფელების მართვა

AI სისტემები პროგნოზირებენ, თუ რომელ მომხმარებლებს შეიძლება გაუჭირდეთ გადახდა. პროგნოზი ეფუძნება წინა გადახდების ისტორიას, ქცევით მონაცემებსა და ფინანსურ აქტივობას. გამოვლენილი რისკის შემთხვევაში, მომხმარებელთან პროაქტიული კომუნიკაცია ეშვება - SMS შეტყობინებები, ზარები ან ალტერნატიული გადახდის შეთავაზებები. ეს მიდგომა შესამჩნევად ამცირებს ვადაგადაცილების შემთხვევებს, ზოგავს ადამიანურ რესურსებსა და აუმჯობესებს მომხმარებლის გამოცდილებას. 

თაღლითობის პრევენცია

ტრანზაქციული, ქცევითი და საკრედიტო მონაცემების ანალიზით, მოდელები აფიქსირებენ საეჭვო აქტივობას ან განაცხადს, მნიშვნელოვნად ამცირებენ მათ რაოდენობასა და ადაპტირდებიან ახალ შემთხვევებზე. მომხმარებლის ქცევისა და რისკ-ფაქტორების მუდმივი ცვლილების ფონზე, მოდელების განახლება ძალიან მნიშვნელოვანია. ამისთვის, თიბისიში შეიქმნა AutoML ინსტრუმენტი, რომელიც ავტომატურად ასრულებს მოდელირების ციკლის მნიშვნელოვან ნაბიჯებს: მონაცემთა დამუშავებას, ალგორითმების შერჩევას, ჰიპერპარამეტრების ოპტიმიზაციასა და ვალიდაციას. AutoML-ით მოდელების შექმნა დღეების ან კვირების ნაცვლად, საათებში ხდება, უზრუნველყოფს სტანდარტიზაციასა და ინარჩუნებს რეგულაციებთან შესაბამისობას.

შიდა პროცესები

სისტემები მუდმივად აკვირდებიან მომხმარებლის ქცევას - რამდენად ხშირად იყენებს მობაილ ბანკს, რა ტიპის ტრანზაქციებს აკეთებს, რომელი პროდუქტია მისთვის გამოსადეგი და რომელი არა. ეს მონაცემები საშუალებას იძლევა, AI-მ ადრეულ ეტაპზე შეამჩნიოს მომხმარებელი, რომელიც ნაკლებად აქტიურია და შეარჩიოს შესაბამისი, მისთვის რელევანტური შეთავაზებები, საბანკო პროდუქტები და სერვისები, რაც თავის მხრივ, მომხმარებლის გამოცდილებასაც აუმჯობესებს. ჩატბოტი მობაილ ბანკში სწორედ ამავე მიდგომას იყენებს. მომხმარებელი ყოველდღიურად ათასობით ზარსა და შეტყობინებას გზავნის, რომლებიც ხშირად სტანდარტულ კითხვებს ეხება. სისტემა მომხმარებლებს ეხმარება პრობლემის გადაწყვეტასა და საჭიროების შემთხვევაში, კონტაქტ ცენტრის ექსპერტთან გადამისამართებაში.

AI ათასობით დოკუმენტს, ანგარიშ-ფაქტურასა და ხელშეკრულებას ამუშავებს წამებში, ზრდის სიზუსტეს, უზრუნველყოფს შეხვედრების შინაარსის ავტომატურ შეჯამებასა და ამცირებს შეცდომების რისკს. თანამშრომლები მარტივად იღებენ სრულ ინფორმაციას საჭირო პროცედურების შესახებ, ახალ თანამშრომლებს კი შესაძლებლობას აძლევს, კომპლექსური პროცესები მარტივად აითვისონ.