​​#pitch

Персонализация в финансах стала уже пресловутым термином на уровне с геймификацией. Уверен, каждый из вас не раз получал "персональное предложение" от своего банка. Но было ли оно действительно очень похоже на персональное? На данный момент сложность в реализации по-настоящему персональных предложений лежит в двух плоскостях. Во-первых, чтобы предложение было персональным, банк должен знать о вас очень много. ОЧЕНЬ много. И хотя тренд на передачу личных данных финансовым и IT организациям есть, степени доверия пока недостаточно. Во-вторых, это дорого. Компании автоматизируют внутренние бизнес-процессы, обслуживание клиентов протекает по заданным вариантам сценариев, сфера участия алгоритмов в цепочке обслуживания и их доля постоянно увеличиваются. Прописать заранее алгоритм под каждую конкретную ситуацию каждого конкретного пользователя невозможно, для решения неординарных задач нужны живые люди, а это моментально увеличивает стоимость и время обслуживания.

Чтобы совсем убрать человека из процедуры обслуживания юзеров компании начинают использовать искусственный интеллект. Скажу сразу - пока действительно успешных кейсов нет, но технология развивается и со временем сами потребители будут предпочитать автоматизированное обслуживание. Поскольку разработка самообучающихся алгоритмов - задача сложная и относительно новая, специалистов в этой области мало и стоят они очень дорого. Что ставит финансовые компании перед вечной дилеммой "build or buy". В большинстве случаев пока преобладает второй вариант.

Канадская компания Finn.ai занимается разработкой чатботов для банков и финансовых организаций. В основе решения две основные технологии - Natural Language Understanding (NLU), которая помогает машине понимать текст, введенный человеческим языком, и Natural Language Processing (NLP), которая работает в обратную сторону и помогает единицы и нули синтезировать в грамотно составленный текст, который поймет пользователь. Уже сейчас чаты компании могут оказать базовую поддержку пользователю (информация о продуктах, поиск отделений и банкоматов), выполнить текущие операции (запрос баланса, перевод, платеж) и дать персональные финансовые рекомендации - как лучше накопить денег или быстрее погасить кредит. Система интегрируется с другими мессенджерами и приложениями, которыми юзер уже пользуется. Алгоритм кроме аглийского распознает также французский и испанский.

Такое индивидуальное общение - первый шаг на пути к полноценной персонализации. Алгоритмы обрабатывают действительно большие объемы информации индивидуально о каждом пользователе, что в будущем позволит понять его предпочтения и поведенческие паттерны.

Есть спорный момент. Удобство мобильного использования того или иного сервиса измеряется количеством кликов. И если в банковском приложении сделать перевод другу может занять 12-15 кликов, включая авторизацию в приложении, то набирание текста в чате может вылиться в десятки кликов - это лишние действия, которые пользователь скорее всего не захочет осуществлять. И консолидация всех сервисов в одном интерфейсе в данном случае не выглядит киллерфичей на фоне количества действий, которые требуются от пользователя. Поэтому голосовое управление лично мне представляется более перспективным.

Компания была основана в 2014 году и месяц назад зарайзила 10,7 млн долл. в раунде A от Flying Fish Partners и Yaletown Partners. Эти же инвесторы финансировали компанию на посевной стадии. Список клиентов Finn.ai говорит сам за себя - Visa, Commonwealth Bank, Bank of Montreal.