Bankovníctvo

AI v bankovníctve: menej podvodov, vyššia konverzia personalizovaných ponúk.

Banky, sporiteľne a fintechy spracúvajú milióny transakcií, úverových rozhodnutí a interakcií s klientmi v systémoch, ktoré majú dáta, ale nie inteligenciu nad nimi. Presnejšie skórovanie, rýchlejšie odhalené podvody, ponuky produktov, ktoré prídu vtedy, keď ich klient potrebuje – všetko nad existujúcim core bankingom.

Rezervujte si bezplatný hovor Pozrite si AI poradenstvo

Pre finančné inštitúcie a fintechy v Španielsku

Výzva

V bankovníctve žijú riziko aj príležitosť v tých istých dátach.

Každá finančná inštitúcia má dáta o transakčnom správaní, úverovej histórii a vzorcoch používania, ktoré by dokázali predpovedať riziko, odhaliť podvod a personalizovať ponuky. Problém je, že dáta ležia v oddelených ostrovoch – a modely, ktoré by ich využili, sú v roadmape celé roky bez spustenia.

  • Úverové skórovanie s nedostatočnými premennými

    Schvaľovacie modely postavené na tradičných premenných, ktoré podceňujú bonitných klientov bez formálnej úverovej histórie alebo prehliadajú prvé signály zhoršenia v existujúcom portfóliu.

  • Podvody rastú rýchlejšie než detekcia

    Vzorce podvodov sa neustále vyvíjajú – karty, prevody, prevzatie účtu – zatiaľ čo systémy založené na pravidlách sa aktualizujú s týždňovým oneskorením.

  • Ponuky produktov bez skutočnej personalizácie

    Masové kampane s nízkou konverziou, pretože produkt sa dostane k nesprávnemu segmentu v nesprávnom čase. Klient uvidí ponuku hypotéky tri mesiace po tom, čo ju potreboval.

  • Zákaznícky servis, ktorý sa nedá škálovať

    Otázky o transakciách, produktoch a operáciách zahlcujú call centrum aj aplikáciu dopytmi, ktoré by model vyriešil za pár sekúnd.

Prípady použitia

Kde AI pohne maržou finančnej inštitúcie

Päť aplikácií so zdokumentovateľnou návratnosťou do 12 – 18 mesiacov. Všetky prípady použitia vyžadujú transakčné dáta a históriu klientov – ktoré v bankovníctve, s výnimkou veľmi mladých fintechov, už existujú.

  • 01

    Asistované úverové skórovanie

    Modely, ktoré obohacujú tradičné skórovanie o premenné transakčného správania, vzorce používania účtu, signály platobného správania a alternatívne zdroje dát. Lepšie rozlíšenie dobrých a zlých platiteľov – a prístup k segmentom, ktoré klasické skórovanie nedostatočne obsluhuje.

    Čo sa zmení

    Skorá delikvencia nižšia o 15 – 25 % v novom portfóliu, kde sa model používa. Vyššia miera schválenia pre bonitných klientov bez formálnej histórie.

  • 02

    Detekcia podvodov v reálnom čase

    Modely ohodnotia každú transakciu v milisekundách voči bežným vzorcom správania majiteľa účtu: suma, čas, geolokácia, rýchlosť a postupnosť. Podozrivé transakcie sa zablokujú alebo overia – bežné nespôsobujú žiadne trenie.

    Čo sa zmení

    Miera odhalenia podvodov sa zlepší o 40 – 60 % oproti statickým systémom pravidiel. Menej falošne pozitívnych prípadov (zablokovaných legitímnych transakcií) – menej trenia pre klienta.

  • 03

    Personalizované ponuky finančných produktov

    Model sklonu k produktom (hypotéka, spotrebný úver, fondy, poistenie) natrénovaný na správaní klientov: zmeny príjmu, pohyby úspor, blížiace sa splatnosti. Vzťahový manažér dostane správnu ponuku pre správneho klienta v správnom momente.

    Čo sa zmení

    Konverzia kampaní vyššia o 25 – 40 % oproti nepersonalizovaným kampaniam. Klienti oslovení relevantnými ponukami – nie celým katalógom.

  • 04

    Konverzačný bankový asistent

    Asistent v aplikácii, na webe a WhatsAppe, ktorý rieši otázky o transakciách, zostatkoch, produktoch, operáciách a reklamáciách. Pozná kontext klienta a pri vyjednávaní či skutočnej zložitosti prepojí na manažéra.

    Čo sa zmení

    O 55 – 70 % menej jednoduchých dopytov v call centre. Banková aplikácia s okamžitým riešením 80 najčastejších otázok. Manažéri sa venujú klientom s vysokou hodnotou.

  • 05

    Monitorovanie portfólia a včasné varovania

    Modely odhaľujú signály zhoršenia úverovej kvality v existujúcom portfóliu: zmeny vo vzorcoch výdavkov, vyššie čerpanie úverov, nepravidelnosti v platbách. Manažér dostane upozornenie 60 – 90 dní pred tým, než sa objaví zmeškaná splátka.

    Čo sa zmení

    Miera vymoženia pri včasnom riešení je 3 – 5-krát vyššia než po zlyhaní. Nižšia tvorba opravných položiek vďaka nižšej delikvencii v proaktívne riadených portfóliách.

Náš prístup

Nad vaším core bankingom a existujúcimi dátami. So súladom od prvého dňa.

Pracujeme so systémami inštitúcie (Temenos, Finastra, nCino, Salesforce Financial Services, vlastné systémy) cez API alebo data lake. Všetky modely skórovania a podvodov navrhujeme s vysvetliteľnosťou (vyžaduje ju európska bankovná regulácia) a zdokumentovaným použitím premenných – auditovateľné pre compliance officera aj regulátora.

  • Diagnostika dát a príležitostí

    3 – 4 týždne

    Audit dostupných dát, kvality úverovej a transakčnej histórie a kritických procesov. Určíme 2 – 3 prípady s návratnosťou obhájiteľnou pred výborom pre riziká.

    • Kontrola kvality úverových a transakčných dát
    • Analýza architektúry a možností integrácie
    • Prioritizovaný katalóg prípadov použitia
    • Rámec súladu (GDPR, usmernenia EBA, vysvetliteľnosť)

  • Pilot: jeden model rizika alebo podvodov

    10 – 16 týždňov

    Implementácia vylepšeného skórovania, detekcie podvodov alebo monitorovania portfólia na vymedzenom produkte či segmente.

    • Dátový pipeline z core bankingu
    • Model natrénovaný a overený na vlastnej histórii
    • Dokumentácia premenných a logiky (vysvetliteľnosť)
    • Backtesting a štatistická validácia
    • Integrácia s rozhodovacím procesom alebo upozorneniami
    • Meranie dopadu v produkcii počas 8 týždňov

  • Platforma finančnej inteligencie

    6 – 10 mesiacov

    Pre inštitúcie, ktoré chcú AI zjednotiť v oblasti rizík, podvodov, ponúk a servisu na spoločnej dátovej architektúre.

    • Jednotná dátová architektúra (feature store)
    • Viacero modelov s centralizovaným riadením
    • Integrácia s regulačnými systémami (COREP, FINREP)
    • MLOps rámec na pretrénovanie a sledovanie driftu
    • Priebežná podpora a revízia modelov

Výsledky

Čo sa v inštitúcii zmení za 12 mesiacov

  • Skorá delikvencia nižšia o 15 – 25 % v novom portfóliu riadenom vylepšeným skórovaním.
  • Detekcia podvodov lepšia o 40 – 60 % pri súčasnom znížení falošne pozitívnych prípadov.
  • Konverzia produktových kampaní vyššia o 25 – 40 % vďaka personalizácii podľa správania.
  • Call centrum s o 55 – 70 % menším počtom jednoduchých dopytov – manažéri sa venujú klientom s vysokou hodnotou.
  • Včasné upozornenia na zhoršenie 60 – 90 dní pred zmeškanou splátkou – vymáhanie 3 – 5-krát účinnejšie.
  • Zdokumentovaný regulačný súlad: auditovateľné modely, integrovaná vysvetliteľnosť.

Bezplatný materiál

Checklist pripravenosti na AI.

12 otázok, ktoré používame na začiatku každého projektu, aby sme našli, kde má AI najväčší dopad. Pošleme vám ho e-mailom.

Získať checklist

Časté otázky

Na čo sa pýtajú riaditelia rizík a technológií

  • Sú modely v súlade s európskou bankovnou reguláciou (EBA)?

    Súlad je podmienkou návrhu. Modely skórovania a podvodov vyvíjame so zdokumentovanou vysvetliteľnosťou (použité premenné, relatívna váha, rozhodovacia logika), formálnym štatistickým backtestingom a dokumentáciou pre audit regulátora či interného compliance officera. Usmernenia EBA k používaniu strojového učenia v úveroch sú súčasťou vývojového rámca.

  • Môžeme používať dáta o transakčnom správaní bez problémov s GDPR?

    S vhodným právnym základom (oprávnený záujem pri podvodoch, plnenie zmluvy pri skórovaní) áno. Zodpovedná osoba (DPO) inštitúcie sa zapája od začiatku a overuje právny základ aj spracúvanie. Dáta neopúšťajú perimeter inštitúcie.

  • Čo ak sú naše dáta roztrúsené v oddelených systémoch?

    Konsolidácia dát je v bankových projektoch takmer vždy prvým výstupom. Diagnostika presne zmapuje, ktoré dáta sú v ktorom systéme, a navrhne integračnú architektúru. Nie je to prekážka – je to práca na projekte.

  • Koľko stojí začať?

    Diagnostika: 8 000 – 15 000 €. Pilot (skórovanie alebo podvody na jednom produkte): 45 000 – 90 000 € podľa objemu a zložitosti. Kompletná platforma: 150 000 – 300 000 € a viac v priebehu niekoľkých mesiacov. V stredne veľkých inštitúciách návratnosť zo zabránených podvodov alebo nižšej delikvencie zvyčajne pokryje pilot už v prvom roku.

  • Čo ak už máme vlastný skórovací model?

    Výborný východiskový bod. Preveríme ho, určíme, kde necháva hodnotu ležať ladom (podhodnotené segmenty, nevyužité premenné, prehliadnuté signály zhoršenia), a navrhneme postupné vylepšenia alebo challenger model, ktorý pobeží paralelne, skôr než nahradí ten súčasný.

Chcete vedieť, ktoré prípady použitia sa hodia pre vašu inštitúciu?

30-minútový hovor o vašom produktovom portfóliu, kvalite dát a konkrétnych problémoch v oblasti rizík či podvodov. Odchádzame s 2 – 3 kandidátskymi prípadmi a odhadom návratnosti na 12 – 18 mesiacov.

Rezervovať hovor Pozrite si AI poradenstvo