Umělá inteligence patří dnes mezi hlavní hnací síly inovací. Vedle zdravotnictví, energetiky nebo maloobchodu si nachází výrazné uplatnění v bankovnictví, kde pomáhá nejen s odhalováním podvodů, ale také se zvyšováním efektivity služeb a zlepšováním zákaznické zkušenosti. Datová analýza a umělá inteligence mohou poskytovat přesnější prognózy a doporučení ve strategických záležitostech a přispívat k efektivnějšímu a fundovanějšímu rozhodování ve stále složitějším a dynamičtějším prostředí, které vyžaduje skutečně "inteligentní řízení".
S AI pracujeme v projektech chytré mobility, jako je například integrovaná nabídka mobility v rámci naší multimodální aplikace citymove, ale hledáme rovněž smysluplná a přínosná řešení na podporu mateřské firmy Škoda Auto a jejích potřeb – ať už se jedná o prediktivní zvukovou diagnostiku vozů nebo optimalizaci procesů a služeb v logistice.
Jarmila Plachá, ředitelka DigiLab Škoda Auto
S nutností personalizovat zákaznickou zkušenost se firmy setkávají již mnoho let. Podle spotřebitelského průzkumu, který v druhé polovině roku 2020 provedla softwarová společnost Redpoint Global ve spolupráci s výzkumnou agenturou Dynata, 70 procent spotřebitelů nakupuje výhradně od značek, které rozumí jejich individuálním potřebám a preferencím. Jde přitom o dlouhodobější trend, jak naznačuje dřívější průzkum společnosti PwC z roku 2018, kdy 73 procent respondentů uvedlo, že zákaznická zkušenost je významný faktor, který ovlivňuje jejich nákupní rozhodování, přičemž 42 procent je ochotno si za pozitivní zkušenost i připlatit a 32 procent by se po jediné negativní zkušenosti obrátilo ke konkurenci.
Nutnost kvalitní personalizované zákaznické zkušenosti jako konkurenční výhody je tedy zřejmá. Jasné je také to, že pandemie covidu-19 posunula zákaznické preference směrem k bezpečné, bezkontaktní, primárně digitální interakci – při nakupování, zábavě i obecně v mezilidských vztazích. Mění se postoje, preference, chování i hodnoty a všechny tyto změny budou přitom s nejvyšší pravděpodobností dlouhodobého, ne-li trvalého charakteru.
Vzhledem k postupující digitalizaci je nutné aktuální změny a trendy v zákaznické zkušenosti zohlednit prostřednictvím inovací založených na moderních technologiích, především datové analýze a stále větší měrou na umělé inteligenci a strojovém učení. Týká se to všech odvětví, od prediktivní údržby rozvodných sítí a chytrých měřidel v energetice nebo robotické spolupráce v průmyslové výrobě přes personalizaci zákaznické zkušenosti a virtuální asistenty v maloobchodu po včasnou diagnostiku ve zdravotnictví.
Dnes úspěšně funguje řada chatbotů a v blízké budoucnosti se dočkáme i plnohodnotných personalizovaných asistentů, kteří budou schopni pomoci klientům nejen s vyřešením všech běžných požadavků, ale také sami ve správný moment nabídnou možnost výhodného nákupu či doporučí vhodné změny v nastavení služeb.
Michaela Lhotková, ředitelka inovací v ČSOB
Další důležitou oblastí, kde v nejbližších letech nalezne umělá inteligence (AI) širší uplatnění, je bankovnictví. Vedle dalšího rozvoje dílčích řešení na bázi AI, které již ve finančních institucích fungují (například automatizované investování či robotizace interních procesů), bude nejbližší budoucnost patřit zejména akceleraci automatizované interakce se zákazníkem.
Sestavení uceleného obrazu klienta, včetně jeho historie, chování a preferencí, je základním předpokladem k tomu, aby mu banka dokázala nabídnout inovativní personalizovanou zkušenost při digitální interakci i ve fyzickém styku.
Umělá inteligence může při řízení podniků nabídnout řešení problémů, predikce vývoje trhu a řízení rizik na podstatně vyšší úrovni než dosavadní praxe. Nabízí reálný ekonomický přínos v oblastech označovaných jako 4P řízení podniku – tj. z angličtiny lidé, účel, procesy a výkon – a vnáší digitalizaci i do nejvyšších pater vedení.
Manažeři začínají umělé inteligenci více důvěřovat. Platí, že čím lépe vidí do konstrukce a fungování AI modelů, tím větší důvěru mají v jejich výstupy. Důležitý proto je lidský dohled a vysvětlování chování modelů v každém kroku rozhodovacího procesu, protože to přispívá k celkové ochotě akceptovat AI a automatizované rozhodování.
V tomto ohledu bankovnictví zatím podniká spíše nesmělé krůčky. AI nám do budoucna umožní mnohonásobně zrychlit zpracování dostupných dat a kvalitněji obsloužit větší počet klientů, protože budeme pohotově vědět, s čím a kde jim máme pomoci.
Lukáš Pudil, personalisation tribe lead, Česká spořitelna
Vedle postupně opadající prvotní nedůvěry naráží zavádění umělé inteligence a technologií na ní postavených v českém prostředí také na jazykovou bariéru, zejména u platformy pro kontakt s lidmi – zákazníky, klienty, pacienty či občany. Vývoj na poli "porozumění" jazyku je extrémně rychlý a jeho výsledky se promítají do celé škály využití AI, avšak primární vývoj se odehrává v angličtině a několika dalších jazycích. To mohou být v budoucnu nůžky oddělující úspěšné státy od těch, které zaostávají, protože část jejich populace nebude mít přístup k novým technologiím nebo jim nebude rozumět.
Před vypuknutím pandemie v roce 2020 dokázaly – alespoň prozatím – na trhu fungovat i firmy, které personalizaci zákaznické zkušenosti nevěnovaly příliš velkou pozornost. To se však změnilo. V roce 2021 budou zákazníci očekávat jednotnou zkušenost ve všech kanálech včetně volného přechodu mezi nimi. Toho bude možné dosáhnout jedině na základě datovou analýzou podloženého komplexního pohledu na každého zákazníka v příslušném kontextu.
Autor působí jako country sales director ve společnosti SAS Institute.
