Gdy rosną oczekiwania klientów dotyczących szybkości i jakości obsługi reklamacji, coraz więcej instytucji finansowych sięga po nowoczesne rozwiązania oparte na sztucznej inteligencji. Najnowszym przykładem takiego podejścia jest wdrożenie w VeloBanku systemu wieloagentowego wspierającego pracowników w całym cyklu rozpatrywania zgłoszeń reklamacyjnych.
Projekt, zrealizowany przy współpracy z Accenture, łączy w sobie moc generatywnej AI z doświadczeniem ekspertów banku, co pozwala na zautomatyzowanie rutynowych zadań bez rezygnacji z kontroli ludzkiej.
Wieloetapowe wsparcie przez agentów AI
Nowy system składa się z czterech wyspecjalizowanych agentów AI, którzy w kolejnych krokach procesu reklamacyjnego przejmują zadania od wprowadzania danych, przez kategoryzację, aż po przygotowanie rekomendacji i szkicu odpowiedzi dla klienta.
- Agent ekstrakcji danych - automatycznie rozpoznaje najistotniejsze informacje ze zgłoszenia, takie jak numer rachunku czy dane osobowe, i wprowadza je do odpowiednich pól formularza.
- Agent kategoryzacji - na podstawie rozbudowanego, regularnie aktualizowanego drzewa reklamacyjnego przydziela zgłoszenie do właściwej kategorii. W razie potrzeby pracownik może łatwo zmienić tę decyzję.
- Agent analityczny - pobiera z systemów banku wszystkie niezbędne informacje do podjęcia decyzji i przygotowuje rekomendację rozstrzygnięcia reklamacji.
- Agent komunikacyjny - generuje projekt pisma do klienta, zawierający szczegółowe wyjaśnienia oraz odniesienia do dokumentów stanowiących podstawę decyzji.
- VeloBank w partnerstwie z Accenture po raz kolejny sięga po najnowszą technologię, by usprawnić codzienną pracę zespołu, a tym samym podnieść jakość obsługi procesu reklamacyjnego. Po pozytywnym przyjęciu przez specjalistów VeloBanku wdrożenia chatbota GenAI wspierającego pracowników call center udzielających informacji o „Bezpiecznym kredycie 2%”, zdecydowaliśmy się na realizację zaawansowanego projektu w architekturze wieloagentowej. Tym razem wdrożenie pomoże radykalnie przyspieszyć realizację zapytań reklamacyjnych, co po stronie banku wprost przełoży się na wydajność zespołów, zaś po stronie klienckiej na odbiór marki, jako nowoczesnej i ułatwiającej codzienne bankowanie – mówi Jakub Chamernik, Dyrektor Obszaru Operacji w VeloBanku.
Proces wdrożenia i przyszłe plany
Realizacja projektu rozpoczęła się od szczegółowej analizy dotychczasowego sposobu obsługi reklamacji. Zespół VeloBanku i Accenture zebrał dane dotyczące typów reklamacji, nakładu pracy oraz powtarzalności poszczególnych czynności. Dzięki temu wytypowano najbardziej czasochłonne elementy, które w pierwszej kolejności poddano automatyzacji. Po fazie testów i dostrojeniu modelu do specyfiki pracy banku, wszystkie komponenty zintegrowano w jednej aplikacji, działającej w bezpiecznym, dedykowanym środowisku zgodnym z wymogami Komisji Nadzoru Finansowego.
- Dotychczas wiele operacji związanych z obsługą reklamacji realizowano manualnie, co wynikało z ich specyfiki i różnorodności. System wieloagentowy pozwolił na podział zadań między agentów AI na różnych etapach procesu reklamacyjnego i zintegrowanie ich pracy w jednym narzędziu. W ten sposób generatywna sztuczna inteligencja realnie wspiera pracowników VeloBanku na każdym etapie obsługi reklamacji. Zaprojektowana w ten sposób automatyzacja nie tylko przyspiesza całą procedurę, ale pozytywnie wpływa na komfort pracy i produktywność wszystkich pracowników zaangażowanych w proces – wyjaśnia Krzysztof Wojciechowski, Senior Manager, Lider GenAI dla sektora finansowego w Accenture w Polsce, odpowiedzialny za wdrożenie dla VeloBanku.
Cały system oparto na technologii Azure OpenAI, wykorzystując model GPT-4o, a implementacja w Pythonie zapewniła płynną integrację z infrastrukturą banku przy zachowaniu najwyższych standardów bezpieczeństwa i skalowalności.
Wnioski i perspektywy
Dzięki wieloagentowej architekturze GenAI VeloBank zyskał znaczące skrócenie czasu rozpatrywania reklamacji, co wpływa na wzrost efektywności wewnętrznych zespołów oraz buduje wśród klientów przekonanie o nowoczesności i elastyczności banku. W kolejnych etapach rozwoju projektu instytucja planuje rozszerzyć automatyzację o kolejne typy zgłoszeń oraz zwiększyć zakres samodzielnej pracy agentów AI, zawsze jednak pozostawiając weryfikację i ostateczną decyzję w rękach człowieka.