Umělá inteligence vs. člověk

Schopnost rychle se učit. V tom spočívá hlavní podstata umělé inteligence. Výhody jejího zapojení do procesů, jež dříve řídili výlučně lidé, jsou navíc stále patrnější v celé řadě oblastí. V poslední době mezi ně patří například i proces komunikace s dlužníky, při níž může umělá inteligence ušetřit spoustu času i lidské energie. Tu je pak možné využívat pro další potřebné procesy v rámci inkasního řízení, například pro telefonické vymáhání, které nastupuje na řadu po neúspěchu při jiných řešení a kde je člověk stále nenahraditelný.

Zásadní rozdíl mezi inkasními kroky řízenými člověkem a umělou inteligencí spočívá v tom, že v prvním případě základní inkasní kroky schematicky navrhne člověk, který určí podmínky provádění daných kroků a poměřuje výsledek jednotlivých strategií. V druhém případě přebírá proces rozhodování o inkasních krocích systém umělé inteligence, který se v důsledku vyhodnocení úspěšnosti jednotlivých kroků sám učí, jaké kroky jsou pro jakého dlužníka nejefektivnější, a to do způsobu komunikace, frekvence kroků a jejich načasování. Umělá inteligence na rozdíl od člověka navíc netrpí aproximací a nevytváří logické celky. Její rozhodování tak probíhá na základě konkrétních dat na úrovni každého jednotlivého případu, což extrémně zvyšuje variabilitu celého procesu komunikace.

Obr. 1: Zjednodušené schéma digitalizace procesu komunikace s dlužníky s využitím umělé inteligence. Zdroj: collectAI

Umělá inteligence v procesu komunikace s dlužníky

Banky, pojišťovny, utility nebo nebankovní poskytovatelé úvěrů. U těchto i dalších institucí se postupně rozvíjí značný prostor pro zapojení umělé inteligence do komunikace s dlužníky. Značnou úsporu by pak tyto firmy mohly zaznamenat zejména v případech, kdy umělou inteligencí nahradí práci operátorů na „jednoduchých“ pohledávkách. Komunikace prostřednictvím umělé inteligence funguje prakticky tak, že systému je nejprve dána přednastavená sada činností (např. odešli upomínku mailem, dále sms, pak opět upomínku, atd.). Díky propojení s microsite pak systém následně vyhodnocuje, na co a kdy jejich příjemce reagoval a prostřednictvím jakého zařízení (PC, mobil). Podle této informace dále řídí další kroky. Tento proces je tedy nastaven individuálně pro každého jednotlivce zvlášť. Počítá se navíc s tím, že se chování individuí (po nutné anonymizaci údajů dle GDPR) bude více zobecňovat a systém bude v pokročilé fázi sám volit vhodnou metodu komunikace, její načasování, frekvenci a sled činností.

A výsledky? Přínos u společností, které začaly pracovat se systémy umělé inteligence, zatím předčil očekávání. Přínosem bylo zprvu samotné nasazení pokročilých technologických řešení, jako jsou personifikované microsites dostupné proklikem z pevných i mobilních zařízení. Díky nasazení takových řešení vzrostla značně přidaná hodnota mailové i sms-kové komunikace. Opravdový technologický pokrok pak nastal využitím výstupů z komunikačních dat, která mohou být užitečná například v účinnějším řízení aktivit v rámci inkasního procesu. Firma či banka pak komunikaci dokáže lépe načasovat nebo zvolit vhodný typ komunikačního sdělení pro daného klienta.

U českých firem zatím vede robotizace

Zatímco německá banka Hanseatic již díky nasazení systému s prvky umělé inteligence zaznamenává první úspěchy (nárůst úspěšnosti o 24 % při současném poklesu nákladů na vymáhání o více než 88 %; zdroj: tisková zpráva Hanseatic Bank), české firmy jsou v objevování přínosů a možností umělé inteligence stále na počátku. Učí se sice nalézat vhodné uplatnění a dát prostor v rozhodování systémům a algoritmům, zatím lze ale v jednotlivých případech mluvit spíše o robotizaci procesů (k robotickému řešení některých operací již přistoupila například Sberbank nebo investiční portál Portu.cz). Lze ale říci, že i právě tato robotizace je jakousi vstupní fází pro následné zapojení umělé inteligence do procesů komunikace. Fází, v níž dochází ke sběru a analýze dat, z nichž by se umělá inteligence mohla dále učit.

Vladimír Vachel Autor článku je jednatelem inkasní agentury EOS KSI.