Запросить демо

Как на самом деле выглядит цифровизация банка: боль, метрики и человеческий фактор

Содержание

  1. Не технология, а управление
  2. Что вообще называют трансформацией
  3. Как получить поддержку изменений
  4. Типы бизнес-кейсов
  5. Трансформация начинается с правления
  6. Взаимодействие операционки и клиентского сервиса
  7. Метрики, без которых ничего не посчитать
  8. Почему клиентский сервис часто становится одной из первых областей применения ИИ
  9. Где ИИ буксует
  10. От ко-пайлотов к автоматизированным системам
  11. Что проверить перед запуском AI-проекта
  12. Вывод
  13. Практический взгляд технологической компании: 3iTech

Эксперт

Яна Любимова
бизнес-аналитик 3iTech
структурированные диалоги с глубокой настройкой
Константин Кондратюк
Эксперт в области цифровой и AI-трансформации бизнеса. Опыт управления технологическими и трансформационными инициативами в финансовом секторе и крупных международных и российских компаниях.

Telegram: @konstantinkondratiouk

Не технология, а управление

Цифровая трансформация в банке — это не закупка нового продукта. Она затрагивает стратегию, операционную модель, бюджет, культуру, безопасность, сотрудников, партнёров и клиентов. Почти все крупные банки через неё прошли. Цифровизация банковского сектора дала разный итог: одни получили эффект, другие застряли в пилотах, третьи отчитались о внедрении без реального результата.

Технологии сегодня доступны всем. Цифровизация в банковской сфере больше не является конкурентным преимуществом сама по себе. Результат определяет другое: насколько трансформация привязана к целям бизнеса, понятна ли её экономика и готов ли банк менять процессы, а не только системы.

Что вообще называют трансформацией

Единого определения нет. В разных банках под трансформацией понимают разное:

  • Операционная и процессная трансформация. Кто за что отвечает, как принимаются решения и распределяются ресурсы; пересмотр процессов обслуживания и внутренних процедур по принципу «было — стало».
  • Централизация. Перенос функций в единый центр. Даёт экономию на масштабе, но усложняет работу с данными, безопасностью и локальным регулированием.
  • Портфельное управление. Портфель проектов под цель, под ним программы с ответственными, всё сводится в одну точку.
  • ИИ-трансформация. ИИ в клиентском сервисе, разработке, тестировании, внутренних процессах.

На практике эти направления сочетаются, а приоритеты между ними задаёт стратегия банка.

Цифровизация банковских услуг — это всегда баланс между скоростью изменений и устойчивостью процессов. Поэтому на старте важно договориться о главном: какие цели ставит банк и по каким показателям будет понятно, что они достигнуты.

Как получить поддержку изменений

На уровне акционеров, наблюдательного совета и правления интерес к изменениям, как правило, высокий. Они видят рынок, конкурентов и банк как ценность, которую нужно развивать.

Чтобы стратегия заработала, её нужно заземлить на реальный ландшафт: основные бизнес-процессы, метрики, цели и задачи линейных подразделений. Для того чтобы получить поддержку изменений среднего менеджмента и линейных подразделений, необходимы тщательная проработка и единое информационное поле: всем участникам понятно, что меняется, зачем и как это отразится на их работе.

Без этого открытое сопротивление встречается редко, а пассивное — достаточно часто: доступ к данным и эксперты выделяются с задержкой, пилоты затягиваются. В ИИ-проектах это заметнее всего: «внедрим ИИ для эффективности» сотрудник часто слышит как «нас оптимизируют».

Типы бизнес-кейсов

Проекты в банке удобно группировать по типу бизнес-кейса. Например, их можно свести к четырём:
1
Клиентский сервис: контакт-центр, отделения, обслуживание — то, без чего банк не существует.
2
Расходы: сокращение издержек, стандартизация, централизация, автоматизация.
3
Доходы: продажи, кросс-продажи, удержание, новые продукты.
4
Риски и комплаенс: регуляторные требования и безопасность — то, что банк обязан делать.
Отдельно стоят инвестиционные и R&D-проекты, от которых не ждут мгновенной окупаемости, например за год. Проект, заявленный как доходный, будут мерить конкретными KPI. На горизонт в 2–3 года сейчас на рынке готовы немногие, и проект, который не окупается за год-полтора, часто откладывают.

Трансформация начинается с правления

Цифровая трансформация — не ИТ-проект, а часть бизнес-стратегии. Стратегия в области ИИ должна вытекать из бизнес-стратегии, а изменения нужно вести сверху — с участием первого лица и всей управленческой команды.

Если просто положить ИИ поверх существующих процессов, трансформационного эффекта не будет. Именно так банки застревают на стадии пилотов: запускают десятки, но не доводят их до масштаба.

Взаимодействие операционки и клиентского сервиса

Показательный пример — взаимодействие контакт-центра и клиентского сервиса. Первый живёт в операционке: поток, смены, нагрузка, скорость. Второй отвечает за методику, клиентский опыт и правильность процесса. Их позиции звучат по-разному:

  • Операционка: «поток измеряется сотнями тысяч обращений в месяц, людей не хватает, мы бежим».
  • Клиентский сервис: «процесс должен работать иначе, клиент не должен перезванивать».
Их часто сводят под одного руководителя, выстраивают матрицу или вертикаль. В любой модели важно, чтобы взаимодействие было выстроено эффективно: здесь встречаются методика и реальная нагрузка, и из этого баланса появляются рабочие решения.

Метрики, без которых ничего не посчитать

Метрики нужны не сами по себе, а для бизнес-кейса «было — стало». Без них ИИ-проект превращается в интересную технологию без доказанного эффекта.
Подробнее о том, как считать AHT и какие метрики отслеживать вместе с ним, — в отдельном материале 3iTech.
Читать

Почему клиентский сервис часто становится одной из первых областей применения ИИ

Клиентский сервис удобен для оценки эффекта AI-инициатив: здесь обычно доступны операционные метрики, данные о нагрузке, качестве обслуживания, повторных обращениях и трудоёмкости операций. Внедрение цифровых технологий в банковской сфере начинается именно с таких областей — где есть данные, метрики и понятный процесс. Поэтому результат изменений можно сопоставлять с исходным состоянием и оценивать не только технологическое качество, но и влияние на бизнес-процесс.

Эффект виден быстро:

  • речевая аналитика и аудиомониторинг;
  • суфлёр для оператора;
  • ко-пайлот клиента в текстовом и голосовом канале;
  • быстрый поиск по базе знаний;
  • дашборды по всплескам обращений;
  • автоматизация регрессионного тестирования.

Эффект дальше по горизонту:

  • внутренние помощники для HR, юристов, финансистов;
  • поиск по внутренним документам;
  • универсальные ассистенты «для всего».
Технически такие решения работают, но оценка экономического эффекта для них часто выходит за горизонт 1–1,5 года, поэтому их нередко откладывают.

Где ИИ буксует

1
Инфраструктура. Облако требует обезличивания данных и согласований. On-prem — дорого и долго, оборудование бывает в дефиците.
2
Дефицит специалистов. Экспертиза по эксплуатации и развитию моделей остаётся дефицитной, а стоимость её удержания — высокой.
3
Безопасность и комплаенс. При переходе к автоматизированным решениям должны быть определены ответственность, контроль и возможность вмешательства человека (human-in-the-loop).
4
Страх сотрудников. Если ИИ подаётся как инструмент сокращения ФОТ, линейные команды часто тормозят внедрение по понятным причинам.
5
Галлюцинации и качество данных. LLM требуют контроля, дообучения, переключения между моделями и поддержки.
Большинство этих ограничений не технологические, а организационные. Их снимают проработкой архитектуры, данных и процессов ещё до старта проекта, а не в ходе пилота.

От ко-пайлотов к автоматизированным системам

Сейчас рынок переходит от ко-пайлотов, где решение принимает человек (human-in-the-loop), к агентным системам, которые выполняют операции автоматически. Для банка это меняет профиль рисков.

Внутренний контур:

  • обработка персональных данных, банковской и коммерческой тайны;
  • управление галлюцинациями и качеством ответов;
  • ответственность за решение: когда что-то идёт не так, аудитор спрашивает, кто отвечает, — ему нужна фамилия, а не «командная работа»;
  • интеграция с CRM, сервис-деском, процессингом и десятками других систем.

Внешний контур — когда агенты приходят со стороны клиентов и партнёров:

  • повышенная нагрузка на инфраструктуру и ИТ-системы банка;
  • риски информационной безопасности;
  • управление взаимодействием внешних AI-агентов с системами банка: права доступа, ограничения на операции и ответственность за результат.

Поэтому автоматизацию стоит наращивать поэтапно. Сначала — базовый слой: полная запись и анализ диалогов, тематизация, контроль качества, суфлёр. Дальше — автоматические сценарии там, где качество уже подтверждено.

Что проверить перед запуском AI-проекта

1
Какую бизнес-проблему мы решаем?
2
Какими метриками измерим исходное состояние и результат?
3
Что должно остаться внутри банка, а что можно передать партнёру?
4
Как решение встраивается в архитектуру, данные и процессы?
5
Как будут управляться модели, качество, безопасность и изменения?
6
Как будет устроена передача знаний и развитие собственной экспертизы?

Вывод

Цифровизация банка — это баланс интересов разных групп, честная экономика проектов, метрики «до и после», работа с людьми, безопасность и реалистичный горизонт окупаемости.

Сегодня ИИ быстрее всего даёт измеримый эффект там, где есть понятный процесс, качественные данные и исходные метрики: в клиентском сервисе, операционных процессах, разработке, тестировании и работе с корпоративными знаниями. Внутренние и «универсальные» ассистенты идут вторым приоритетом — из-за сложности внедрения, более длинной окупаемости и вопросов безопасности данных.

Практический взгляд технологической компании 3iTech

Следующий раздел подготовлен компанией 3iTech и не является частью авторского материала Константина Кондратюка. Мнения, оценки и утверждения, приведённые далее, принадлежат представителям компании. Константин Кондратюк не представляет интересы 3iTech и не оценивает её решения.
“
Стратегия на уровне наблюдательного совета и правления — необходимое условие. Но цифровизация выигрывается или проигрывается на уровне операционки: контакт-центр, клиентский сервис, речевая аналитика, суфлёры операторов, ИИ-агенты. Банку не нужна ещё одна платформа. Ему нужно, чтобы 100% звонков были проанализированы, AHT снизился, мошенничество ловилось на лету, а клиент не перезванивал. Технология без принятия людьми — просто строчка в бюджете.
— Алексей Любимов, генеральный директор 3iTech

Подход 3iTech к реализации AI-проектов

  • Начинаем с задачи и метрики, а не с платформы.
  • Считаем эффект через FCR, AHT, NPS, CSAT, SLA, WER и стоимость минуты контакт-центра.
  • Работаем с командой на местах: обучаем и показываем, что ИИ — помощник, а не замена.
  • Интегрируемся с существующими CRM, сервис-деском и процессингом.
  • Переключаемся между моделями и обновляем решение без остановки бизнеса.
  • Готовы передать экспертизу команде банка, если она хочет развивать решение сама.
“
Мультиагентность — не про то, чтобы заменить людей, а про то, чтобы снять с них рутину и оставить время на сложные кейсы. Мы видели банки, которые пытались строить агентов самостоятельно и упирались в нехватку данных, интеграции и экспертизы по моделям. Мы приходим не с коробкой, а с пониманием, как это должно работать у конкретного клиента, — и с пилотом, который можно проверить за две недели.
— Алексей Любимов, генеральный директор 3iTech

Кейсы 3iTech в банках

Результат внедрения решений 3iTech:

  • 100% автоматизированный контроль качества;
  • AHT ниже на 10%;
  • +19% клиентов переведены в цифровые каналы;
  • автоматическая тематизация обращений.
Читать
Кейс
Ручной контроль качества не давал репрезентативной картины: оценка одного диалога занимала до 20 минут, жалобы выявлялись постфактум. Решение 3i TouchPoint Analytics внедрялось поэтапно — контакт-центр, чаты, отделения.
Результат внедрения речевой аналитики:

  • 100% охват коммуникаций вместо 2–5%;
  • мгновенные уведомления о мошеннических инцидентах;
  • адаптация скриптов и работа с каждым оператором;
  • отчёты по удержаниям и рейтинг отделов по выполнению чек-листа.
Читать
Кейс
При быстром росте ручная проверка покрывала 2–5% звонков, системные ошибки не выявлялись, мошеннические схемы обнаруживались с задержкой.
Хотите, чтобы разговоры с клиентами приносили бизнес-результат, а не оставались "чёрной дырой"? Начните с демо.
запросить демо

Часто задаваемые вопросы