Как продавать финансовые активы с помощью ИИ

Управляющий директор блока «Управление благосостоянием» Сбербанка Ксения Мухорина о том, как ИИ поможет совместить персонализацию и демократизацию в финансах, а также удешевить процесс консультирования клиентов и обучения сотрудников.

Выйти из полноэкранного режима

Развернуть на весь экран

C выходом ChatGPT в 2022 году развитие искусственного интеллекта вступило в новую фазу, и теперь эту технологию не может игнорировать ни один бизнес. Финансовые компании одними из первых обратили внимание на потенциал ИИ. Мировой гигант BlackRock, лидер в использовании методов анализа данных и машинного обучения, начал внедрять ИИ-инструменты в свою знаменитую систему анализа данных и управления рисками Aladdin (сокращенно от Asset, Liability, and Debt and Derivative Investment Network). Об ИИ-инициативах периодически заявляют и российские компании. Московская биржа, например, анонсировала запуск индекса российских акций, который будет формироваться искусственным интеллектом. В свою очередь УК «Первая» объявила о создании ИИ-фонда на российские акции, которым будет управлять ансамбль из нескольких ИИ-агентов, генерирующих инвестиционные решения.

Агентский ИИ, или ИИ-агент, как определяется в докладе Банка России,— это система ИИ, которая обладает способностью к автономному принятию решений, воспринимает свое окружение, реагирует на него, а также предпринимает действия для достижения своих целей.

Однако анализ рынка и отбор бумаг для инвестирования — не единственное направление в сфере управления благосостоянием, где ИИ может принести пользу компаниям. Не менее важно внедрение технологии на «переднем крае» бизнеса — в процессах взаимодействия с клиентом. На мой взгляд, только при участии искусственного интеллекта мы сможем ответить на один из серьезнейших вызовов в сфере управления благосостоянием: как совместить демократизацию финансовой отрасли (с широким вовлечением людей в инвестирование за счет инвестиционных онлайн-приложений и низких порогов входа на фондовый рынок), с одной стороны, с возрастающими требованиями к персонализации финансовых услуг — с другой.

Независимо от масштабов использования инвестиционных или банковских продуктов, включая пенсионные и страховые, клиенту нужна продвинутая аналитика и персонализированные рекомендации по его портфелю. Это направление уже активно прорабатывается управляющими компаниями, но одной лишь аналитики недостаточно.

В сфере инвестиционных услуг невозможно переоценить роль доверительных отношений. Важнейшим каналом коммуникации по-прежнему выступает общение с клиентским менеджером, так как для многих инвесторов важно понимать, что за предложенной стратегией стоит не алгоритм, а человек, внимательный к его потребностям и проблемам.

На этом фоне примечателен тезис главы BlackRock Ларри Финка о том, что безработица среди молодежи будет расти — как раз из-за развития ИИ, применение которого приведет к сокращению стартовых позиций, в частности, в финансовой индустрии. Мы же рассматриваем данную технологию в качестве союзника для наших сотрудников и видим в нем не только своего рода продвинутого поисковика и консультанта, но и тренера. Об использовании ИИ в подготовке клиентских менеджеров исследователи (в том числе из Китая, где в этом направлении проделан уже большой путь) писали более пяти лет назад, еще до активного распространения чат-ботов. Они пришли к выводу, что наиболее эффективно именно сочетание человеческой эмпатии и технологий. Мы разделяем эту точку зрения и сегодня.

Как отмечали исследователи, использование ИИ-тренеров помогает:

повысить уровень компетенций и дохода менеджеров;

освободить их от рутинных, повторяющихся дел, высвобождая ресурсы на решение более творческих задач, требующих лидерских качеств;

как итог, происходит рост выручки от продаж.

При этом такой цифровой наставник, в отличие от живого, не устает, не подвержен смене настроений и выполняет задачи обучения более предсказуемо.

Уже девять месяцев ИИ-тренажер (с семейством ИИ-агентов) используется в блоке «Управление благосостоянием» Сбербанка с фокусом на страховые и инвестиционно-накопительные продукты, а также сервисы. Процесс обучения имитирует взаимодействие с живым наставником: используется голосовой интерфейс, цифровой аватар и визуализация презентаций. Система может анализировать уровень знаний и компетенций, дает адресную обратную связь и при необходимости проводит полноценную наставническую сессию по выявленным зонам развития.

Гибкая архитектура тренажера позволяет создавать сценарии практически для любого вида диалога: интервью, продажи, консультирование, наставничество, звонки и прочее. Такая система помогает формировать кадровый резерв, выделяя наиболее успешных сотрудников, адаптировать их и развивать, в том числе при помощи отработки отказов. Уникальность ИИ-клиента еще и в том, что он меняет настроение и уровень сложности своих вопросов в зависимости от уровня мастерства сотрудника. В его функционал входят аттестации и оперативные «бизнес-зарядки» по актуальной рыночной аналитике.

Финансовая отрасль уже давно применяет обучающие системы, которые доказали свою эффективность. Прообраз современного ИИ-тренажера был разработан еще в 2020 году на линейных алгоритмах, с его помощью в компании обучали сотрудников стандартам работы и готовым речевым конструкциям. За все время его использования было проведено более 3,2 млн учебных сессий. С появлением GigaChat уровень сложности и разнообразие сценариев, доступных для обучения, резко возросли. По нашим оценкам, сотрудники все больше будут взаимодействовать с искусственным интеллектом. В перспективе ИИ будет использовать данные цифрового двойника клиента и менеджера для персонализации обучения и подготовки сотрудника банка к встрече с клиентом. Ближайший этап развития технологии — умная персонализация, учитывающая индивидуальный профиль обученности каждого сотрудника.

Уже сегодня ИИ-тренажер закрывает 67% сценариев обучения по навыкам и продуктам благосостояния. С его помощью успешно прошли подготовку и аттестацию 34 тыс. сотрудников «Сбера». По нашим оценкам, ожидаемый эффект от его применения может составить 1 млрд руб. в год за счет оптимизации процессов обучения, наставничества и повышения производительности сотрудников.