Ekspert e-point: najwyższy czas na poprawę cyfrowych doświadczeń klientów towarzystw funduszy inwestycyjnych

Branża funduszy inwestycyjnych przez lata była opóźniona pod względem cyfrowego rozwoju w porównaniu z bankami. Teraz nadrabia zaległości, wykorzystując najnowocześniejsze rozwiązania.

Branża TFI przechodzi teraz transformację, która przez lata była opóźniana przez dwa paradygmaty. Pierwszy to model dystrybucji funduszy przez banki i pośredników, co odcinało TFI od bezpośredniego kontaktu z klientem. Drugi zaś to rola agentów transferowych, którzy dotychczas kontrolowali i obsługiwali operacje IT, w których skupiano się na produkcie inwestycyjnym, procesach, spójności i bezpieczeństwie danych. Obecnie branża TFI dostrzega potencjał świata cyfrowego – TFI transformują swoje ekosystemy cyfrowe, skupiając się na klientach i ich cyfrowych doświadczeniach. Wykorzystanie sztucznej inteligencji w tym obszarze przyczyni się do szybkiego rozwoju bezpośredniej dystrybucji do klienta oraz usprawnienia jego samoobsługi.

Pierwsze TFI już wykorzystują AI

Jak TFI mogą wykorzystać sztuczną inteligencję w kontakcie z inwestorami? – Po pierwsze, jako wsparcie personalizacji doświadczenia klienta i oferty dla niego. Jest to otwarcie na nowe możliwości znacznie wykraczające poza tradycyjną segmentację – mówi Łukasz Franczuk, design expert w e-point. Stosując narzędzia AI, można już właściwie mówić o indywidualizacji doświadczenia i oferty. Z pomocą sztucznej inteligencji TFI mogą dawać inwestorom narzędzia do tworzenia strategii inwestycyjnych, uwzględniających ich indywidualne cele, preferencje i akceptowany poziom ryzyka inwestora.

– Po drugie, robodoradztwo. Jest spore zainteresowanie tym tematem w branży TFI. Wiele organizacji bada możliwości i aspekty prawne – wskazuje Franczuk. Wykorzystanie zaawansowanych algorytmów uczenia maszynowego i analizy danych umożliwi TFI lepsze zrozumienie, przewidywanie i reagowanie na potrzeby klientów. Widząc zainteresowanie zagadnieniem robodoradztwa, w temacie wypowiedział się już nawet Urząd KNF, wydając swoje stanowisko i opracowanie z rekomendacjami i dobrymi praktykami.

Patrząc z perspektywy wnętrza organizacji, należy docenić użycie sztucznej inteligencji w zakresie otwarcia na nowe możliwości analizy operacji, co może przyczynić się do zapobiegania nadużyciom. Narzędzia AI mogą pomóc TFI w identyfikowaniu podejrzanych transakcji oraz zapobieganiu oszustwom na rynkach finansowych.

Pierwsze sygnały o wykorzystaniu AI w branży TFI już się pojawiły, przykładowo w zrealizowanym przez Rockbridge TFI projekcie „BeGlobal”, w którym zastosowane są mechanizmy robodoradztwa. PZU TFI z kolei wykorzystuje elementy sztucznej inteligencji do weryfikacji tożsamości nowych klientów – AI wspiera analizę biometryczną twarzy klienta i porównanie z wizerunkiem widniejącym na zdjęciu dowodu osobistego.

Gdzie wdrożyć robota

– Każdemu klientowi, który w przypływie hurraoptymizmu przychodzi do naszej firmy z pomysłem wdrożenia narzędzia AI, rekomendujemy przede wszystkim identyfikację odpowiedniego miejsca użycia AI w jego biznesie – zauważa Franczuk. Narzędzia AI mogą przynieść realną korzyść biznesową, niższe koszty obsługi czy też zapewnić lepsze wsparcie klienta. Aby osiągnąć konkretne cele i funkcje, należy sobie odpowiedzieć, na których rozwiązaniach chcemy skupić uwagę – na machine learningu, który jest odpowiedni do tworzenia predykcji na podstawie danych, czy też może na NLP/NLG, które są w stanie rozumieć i generować ludzką mowę, a być może na deep learningu, który przy pomocy sieci neuronowych jest w stanie odtwarzać procesy nauki takie, jakie posiada ludzki mózg.

– Przy rozważaniu AI na styku z klientem zalecam przede wszystkim spojrzenie na temat przez pryzmat ścieżki klienta, gdzie na tej ścieżce warto tego typu rozwiązanie zastosować. Na przykład na etapie wyszukiwania i wyboru odpowiedniego rozwiązania inwestycyjnego przez klienta sztuczną inteligencję możemy zastosować do naprowadzenia użytkownika na produkty inwestycyjne, którymi powinien się zainteresować – podpowiada ekspert e-point. AI można także zastosować AI do edukacji klienta w sferze inwestycji przez dopasowywanie treści do celów bądź potrzeb użytkownika czy podsuwanie mu elementów oferty związanych z tym, co przegląda. Sztuczna inteligencja znajdzie zastosowanie także w komunikacji marketingowej czy chatbotach zastępujących doradców.

Niższe koszty, większa efektywność inwestycji

Kiedy klient już zarządza swoją inwestycją, dzięki sztucznej inteligencji możemy wspierać go np. w obszarze optymalizacji podatkowej. Na pewno rewolucyjnym podejściem będzie moment, w którym sztuczna inteligencja zostanie użyta do analizy portfela klienta i przedstawiania sugestii rebalancingu na podstawie symulacji zachowań rynku itp. Takie rozwiązania już są stosowane na różnych platformach inwestycyjnych. – Myślę, że elementy dobrych praktyk, które tu zostaną wypracowane, już niedługo będą również użyte przez TFI. Należy podkreślić jednak, że wiara w profesjonalne zastosowania i „inwestycyjną” samodzielność AI w zakresie budowania strategii inwestycyjnych i przewidywania przyszłości jest mocno ograniczona – przewiduje Franczuk. Według specjalistów z branży niezbędny w tym zakresie jest i będzie czynnik ludzki, ponieważ AI mają skłonność do udzielania fałszywych informacji (tzw. halucynacje) czy też do generowania różnych rozwiązań w przypadku tego samego problemu. Ograniczona jest też pewność, czy to, co sprawdziło się w przeszłości (bazowanie na danych historycznych przez AI), sprawdzi się w przyszłości.

Wykorzystanie zaawansowanych technologii z obszaru sztucznej inteligencji w połączeniu z głębokim zrozumieniem potrzeb klientów przyspieszy rozwój cyfrowy branży TFI, uprości dostęp do oferty i obniży koszty operacyjne, redukując czas i zasoby potrzebne do zarządzania portfelami klientów, co bezpośrednio będzie mieć wpływ na obniżenie kosztów oraz na konkurencyjność cenową świadczonych usług. Algorytmy robodoradztwa umożliwią tworzenie spersonalizowanych strategii inwestycyjnych, co też może prowadzić do lepszych wyników inwestycyjnych. Indywidualizacja uzyskana przez robodoradztwo pozwoli na zwiększenie satysfakcji oraz lojalności klientów. Predykcje oparte o AI mogą minimalizować straty i niezadowolenie klientów. Wprowadzenie tego typu innowacyjnych rozwiązań sprawi też, że samo TFI stanie się bardziej konkurencyjne na rynku.

Przede wszystkim inwestorzy mogą otrzymać dostęp do wspomnianych spersonalizowanych strategii inwestycyjnych. Algorytmy sztucznej inteligencji mogą doradzić im w zakresie optymalizacji portfela inwestycyjnego poprzez dynamiczne dostosowywanie alokacji aktywów w zależności od zmieniających się warunków rynkowych i celów inwestycyjnych. Dzięki temu będą oni w stanie przez to szybciej reagować na zmiany rynkowe lub sytuacje kryzysowe.

Narzędzia AI mogą wpływać na większą precyzję w podejmowaniu decyzji inwestycyjnych. Sztuczna inteligencja może pomóc w lepszym zrozumieniu danych rynkowych i bardziej precyzyjnym podejmowaniu decyzji inwestycyjnych, co będzie przekładać się na lepsze wyniki inwestycyjne. Automatyzacja procesów inwestycyjnych przy użyciu sztucznej inteligencji z pewnością przyniesie też oszczędności operacyjne samemu TFI, co może być korzystne dla inwestorów poprzez obniżenie opłat za zarządzanie funduszami.

Sztuczna inteligencja może pomóc w redukcji błędów ludzkich i emocji związanych z podejmowaniem decyzji inwestycyjnych, co może przyczynić się do większej stabilności wyników funduszy inwestycyjnych.

Ile czasu na naukę

Czas wdrożenia produktów opartych na sztucznej inteligencji w TFI może być zróżnicowany i zależy od wielu czynników, w tym od skali projektu, dostępnych zasobów, stopnia zaawansowania technologicznego TFI oraz specyfiki wybranych rozwiązań. Można wdrożyć gotowe narzędzia – wtedy nastąpi to szybko. Można też użyć modelu predefiniowanego np. od Google. Można się też pokusić o własny model budowany od podstaw – w takim wypadku czas wdrożenia będzie znacznie dłuższy.

Na czas wdrożenia mogą wpływać takie czynniki jak złożoność projektu, dostępność danych, zasoby ludzkie oraz zapewnienie integracji z istniejącymi systemami. – Ogólnie rzecz biorąc, czas wdrożenia narzędzi AI może wynosić od kilku do nawet kilkunastu miesięcy, w zależności od powyższych czynników oraz indywidualnych cech, celów i potrzeb każdego projektu czy wybranego silnika AI. Według mnie dla TFI ważne jest to, aby odpowiednio określić cel wdrożenia AI, zrozumieć go i przygotować się do procesu, aby zapewnić jego skuteczność i zminimalizować ewentualne opóźnienia – podkreśla Franczuk.

Materiał powstał we współpracy z e-point