Велко Каменов: AI решенията ще направят финансовите ни услуги още по-достъпни и удобни

Само преди дни Access Finance внедри в мобилното приложение на основния си продукт Бяла Карта вътрешно разработен AI чатбот. Чатботът е достъпен за клиентите на Бяла Карта, ползващи Android. AI-чатботът вече отговаря в реално време на най-честите запитвания и заявки, свързани с увеличаване на кредитния лимит, проверка на наличност по сметката, детайли за транзакции и насоки за използване на картата. Какви технологии са внедрени в чатбота, как го възприемат потребителите и какви нови функционалности може да очакваме - разговаряме с Велко Каменов, Директор „Кредитен риск и анализ на данни“ в Access Finance, част от групата MFG.

- Г-н Каменов, какви бяха основните предизвикателства при разработката на AI чатбота за Бяла Карта?  

Както при всеки по-мащабен софтуерен проект, засягащ ключови аспекти от бизнеса, основно предизвикателство е координацията между различните екипи, които той засяга и които участват в имплементацията. При нас това бяха data science екипът, създал технически и архитектурно чатбота, оперативна дирекция, отговорна за клиентското обслужване, и ИТ екипът, отговарящ за новите разработки в мобилното ни приложение.

Синхронизацията в целите и взаимната помощ между тези три ключови дирекции доведе проекта до успешна имплементация. Бих посъветвал всички компании, които обмислят или са в процес на имплементация на подобно решение, да разпознаят и въвлекат в процеса възможно най-рано всички ключови засегнати бизнес звена. Както и да разпознаят и вземат предвид ограниченията на ресурса и спецификите на бизнес приложението, за да могат да дефинират реалистичен и изпълним обхват, който да бъде реализиран.

- Как се различава вашият AI чатбот от други подобни решения на пазара? 

Вярвам, че всеки бизнес, който разработва AI решения с вътрешен ресурс, трупа ценен актив, който остава изцяло в рамките на компанията и е уникален за нея въпреки неминуемото сходство с други подобни решения на пазара. Access Finance от години развива собствен data science екип, който е в основата на управлението на бизнеса чрез използване на вътрешни модели за машинно самообучение. По естествен път включихме AI разработки в дейността на екипа, а един от уникалните аспекти на чатбота ни спрямо други подобни решения е, че той достъпва и използва моделите ни за машинно самообучение за управление на клиенти. По този начин например чатботът взима решение дали даден клиент подлежи на одобрение за увеличение на кредитния лимит.

Велко Каменов

Велко Каменов е директор „Кредитен риск и анализ на данни“ в Access Finance, част от групата MFG.

Започва кариерата си в групата през 2017 г. като младши анализатор в дирекция „Кредитен риск и оптимизация на приходите“. През годините преминава през различни позиции, като от началото на 2022 г. е ръководител на дирекция „Кредитен риск и анализ на данни“ в Access Finance, където отговаря за екипите и системите за оценка и управление на кредитния риск през машинно самообучение (machine learning).

Има магистърска степен по „Моделиране на големи масиви данни в икономиката и финансите“ от СУ „Св. Климент Охридски“ и професионален сертификат за Data Science от HardvardX (Инициатива за онлайн обучение на Хардвардския университет). Има допълнителни специализации по машинно самообучение от онлайн обучения към Stanford University и Софтуерния университет в България.

Квалифициран е в изграждането на ефективни екипи за анализ на данни и разбработване на системи и процеси за максимизиране на печалбата на бизнеса. 

- Какви технологии и инструменти са използвани за изграждане и поддръжка на чатбота? 

Придържаме се към нови и популярни технологии с отворен код поради наличието на повече материали за работа с тях, както и по-бързото им развитие в динамичния технологичен сектор. Технологично в основата на чатбота са програмният език Python, множество API интерфейси и системи за пускане и управление на софтуерни решения в реална среда – Kubernetes клъстери, docker контейнери, CI/CD пайплайни.

- Каква е ролята на машинното обучение и изкуственият интелект в развитието му?  

Основният елемент, който позволи по-масово разработване и внедряване на подобни решения на пазара, беше създаването на най-новите и мощни големи езикови модели (LLMs) от края на 2022 година насам. Преди да има подобни достатъчно добри модели, които могат да се използват по API или да бъдат вътрешно внедрени, целият сектор на генеративния изкуствен интелект беше затворен само до най-големите и специализирани в него технологични компании в света, тъй като изграждането на достатъчно добър голям езиков модел изисква стотици милиони долари инвестиция в хора и най-вече в изчислителен ресурс. Съответно за почти всички компании в света с изключение на технологичните гиганти и няколко специализирани компании, набрали големи суми капитал, беше икономически неизгодно да се впускат в подобни разработки. Наличието и достъпността на толкова много различни и добре представящи се големи езикови модели в момента улесни внедряването на решения, които стъпват върху тях.

- Как се адаптира AI чатботът към нови клиентски въпроси и нужди?

Фокусирали сме се върху основните теми и запитвания, които интересуват клиентите, но чатботът подлежи на постоянен мониторинг и ъпдейт - например при внедряването на нов продукт или допълнителна услуга за клиентите.  

- Как клиентите реагират на използването на AI в обслужването? Има ли предизвикателства в приемането на технологията?  

През последните няколко месеца клиентите ни на няколко пъти ни изненадаха приятно с възприемчивостта си към дигитални процеси и готовността си да се възполват от тях. Първият такъв по-голям за Access Finance момент беше при пускането на дигиталната кредитна карта на компанията, която позволява на краен клиент да кандидатства, да получи одобрение и да използва картата си в мобилен портфейл в рамките на до 5 минути, без да има никакъв досег с реални служители. Този процес веднага стана предпочитан, като над 80% от кандидатстващите за кредитните ни продукти избират да преминат именно през него.

Вторият момент беше с пускането на чатбота. Още в първите няколко дни след пускането му се откроиха няколко неща: броят чат разговори през мобилното ни приложение се увеличи над 5 пъти спрямо периода, в който разчитахме на чат, обслужван от реални агенти. Значително се увеличи делът на обслужените клиенти в извънработно време – 33% от всички запитвания през чатбота спрямо 11% при чат решението с реални агенти. Вече над 1700 уникални потребители са се възползвали от обслужване през чатбота, като под 3% от разговорите стигат до нужда от включване на реален агент.

- Как осигурявате надеждността и точността на финансовата информация, която чатботът предоставя?

Чатботът ни е интегриран с live системите за финансови движения по сметките на клиентите ни, което гарантира, че им предоставя най-актуалната възможна информация.

- Какви мерки за сигурност са въведени, за да се гарантира защитата на клиентските данни?  

Чатботът е достъпен само за текущи клиенти след регистрация, автентификация и добавяне на наша кредитна карта в мобилното приложение. От тази гледна точка чатботът е имплементиран в системата ни с най-високо ниво на сигурност за клиента. Чатботът не предоставя информация за продукти извън клиентския номер по кредитната карта на потребителя след лог в приложението. Имплементирани са всички добри практики при изграждане на софтуерни системи като комуникация през https сертфикати. 

- Какви допълнителни функционалности планирате да добавите към чатбота в бъдеще?

Планираме да продължим да задълбочаваме интеграцията на чатбота с моделите ни машинно самообучение за управление на клиенти, тъй като част от тях останаха извън обхвата на първоначалната имплементация. Предстои също включване на допълнителни автоматизирани услуги, които да са достъпни директно през чатбота, като например блокиране и активиране на картата.

- Планирате ли да предложите инструмента и на други пазари, на които работите?

През 2025 година предстои да разширим достъпа до услугата на други два от европейските пазари, на които оперираме – Румъния и Испания.

- Какъв е дългосрочният план за развитие на AI в Access Finance?

Основното конкурентно предимство на Access Finance е нашият ангажимент, а и нашата способност да обслужваме клиенти, които традиционните финансови институции често пренебрегват. Внедряването на все повече AI решения в обслужването на клиентите ще направи нашите финансови услуги още по-достъпни и удобни. Същевременно клиентите ще получават навременна помощ да управляват по-ефективно своите средства. Финансовите услуги все повече се насочват към модел на самообслужване (self-service), а AI инструментите правят възможен и ускоряват този процес, към който и ние се стремим да се доближаваме все повече.

Крайната ни цел е основната част от клиентите ни да получават лесно достъпна, разбираема и напълно дигитална self-service услуга, захранвана от AI решения, в рамките на пълния си потребителски цикъл.

- Как виждате бъдещето на AI и автоматизацията във финансовите услуги в България и в международен план?

Бъдещето на AI във финансовите услуги се оформя от бързото развитие на езиковите модели, гъвкавостта и мащабируемостта на cloud инфраструктурата, както и от желанието на крайните клиенти за бърз достъп до услуги. Автоматизацията и самообслужването се превръщат в норма, давайки възможност на финансовите компании да бъдат по-конкурентни, да обслужват по-големи клиентски групи и да предложат по-персонализирани продукти.

Смятам, че в бъдеще ще расте приложението на все по-таргетирани и персонализирани AI услуги за решаване на конкретните проблеми на конкретни потребители.