नवी दिल्ली : वित्तीय सेवा क्षेत्रात आर्टिफिशियल इंटेलिजन्सचा (AI) वापर आता केवळ माहिती देणे किंवा ग्राहकांच्या प्रश्नांची उत्तरे देण्यापुरता मर्यादित राहिलेला नाही. ग्राहक अनुभव अधिक वेगवान, वैयक्तिकृत आणि परिणामकारक करण्यासाठी वित्तीय संस्था जनरेटिव्ह AI पासून एजेंटिक AI आणि मल्टिपल AI एजंट्सच्या ऑर्केस्ट्रेशनकडे वाटचाल करत आहेत.
ग्राहकांशी होणाऱ्या मोठ्या प्रमाणातील संवादातून उपलब्ध होणारा डेटा, परिचालन खर्च कमी करण्याची क्षमता आणि ग्राहक अनुभवाचा महसुलाशी असलेला थेट संबंध यामुळे ग्राहक सेवा हे AI साठी महत्त्वाचे उपयोगक्षेत्र ठरत आहे. अमेरिकन बँकर्स असोसिएशनच्या २०२६ मधील सर्वेक्षणातही वित्तीय संस्थांनी AI संदर्भातील जोखीम आणि त्याचा स्वीकार हा महत्त्वाचा व्यवस्थापन विषय असल्याचे अधोरेखित केले आहे.
जनरेटिव्ह AI ग्राहकांच्या प्रश्नांना उत्तरे देणे किंवा उपलब्ध माहितीच्या आधारे मजकूर तयार करणे यासारखी कामे करते. मात्र एजेंटिक AI ला आवश्यक सिस्टीम्स आणि डेटापर्यंत नियंत्रित प्रवेश दिल्यास ते ग्राहकाच्या वतीने ठरावीक कार्ये पूर्ण करू शकते. अनेक AI एजंट्समध्ये समन्वय साधून मोठे उद्दिष्ट पूर्ण करण्याची क्षमता ऑर्केस्ट्रेशनद्वारे मिळते.
उदाहरणार्थ, संभाव्य कर्जदाराला कर्ज अधिकाऱ्याशी भेटीसाठी जोडणे हे उद्दिष्ट निश्चित केले जाऊ शकते. त्यानंतर ग्राहकाची उपलब्धता, प्रतिसाद आणि परिस्थितीनुसार पुढील कृती AI एजंट ठरवू शकतो.
एका मोठ्या जागतिक ग्राहक बँकेने पूर्वी कर्जासाठी अर्ज केलेल्या, मात्र अंतिम प्रतिसाद न मिळालेल्या ग्राहकांशी पुन्हा संपर्क साधण्यासाठी AI एजंटचा वापर सुरू केला. एजंट संभाव्य ग्राहकांशी प्राथमिक संपर्क साधतो, प्रतिसाद न देणारे किंवा इच्छुक नसलेले ग्राहक बाजूला करतो आणि योग्य वेळ नसल्यास पुढील संपर्काची वेळ निश्चित करतो.
ग्राहक संभाषणासाठी तयार असल्यास AI एजंट कॉल थेट कर्ज सल्लागाराकडे हस्तांतरित करू शकतो. त्यामुळे कर्ज अधिकाऱ्यांचा अनुत्तरित कॉल्स आणि व्हॉइसमेलवर खर्च होणारा वेळ कमी करून त्यांना प्रत्यक्ष ग्राहक संवादावर लक्ष केंद्रित करता येते.
कॅनडातील फेअरस्टोन बँकेने संभाव्य कर्जदारांच्या पाठपुराव्यासाठी AI एजंट्सचा संच वापरला. या एजंट्सनी दोन आठवड्यांच्या कालावधीत विविध डिजिटल माध्यमांतून ग्राहकांशी संवाद साधला. ग्राहकांच्या प्रतिसादानुसार ई-मेल किंवा एसएमएससारख्या माध्यमांचा वापर करण्यात आला आणि अखेरीस संभाव्य ग्राहकांना कर्ज तज्ञासोबत भेट निश्चित करण्याकडे मार्गदर्शन करण्यात आले.
बँकेच्या मते, या उपक्रमामुळे ६५% संभाव्य ग्राहकांनी संपर्काला प्रतिसाद दिला आणि प्रतिसाद देणाऱ्यांपैकी ९०% ग्राहकांनी भेट निश्चित केली. चार महिन्यांत कर्ज नोंदणीमध्ये १०% वाढ आणि विक्री चक्रात ७% घट झाल्याचे बँकेने सांगितले. बँकेने गुंतवणुकीवर २० पटपेक्षा अधिक परतावा मिळाल्याचाही दावा केला आहे.
पारंपरिक तंत्रज्ञान परिवर्तनामध्ये मोठी प्रारंभिक गुंतवणूक आणि दीर्घ कालावधी लागतो. याउलट, AI आधारित प्रकल्प तुलनेने वेगाने कार्यान्वित करून त्यांचे परिणाम तपासता येतात. त्यामुळे यशस्वी उपयोग-प्रकरणे पुढे विस्तारता येतात, तर अपेक्षित परिणाम न देणाऱ्या प्रकल्पांमध्ये लवकर सुधारणा करता येते.
वित्तीय संस्थांसाठी यामुळे ग्राहक सेवा, कर्ज प्रक्रिया, क्रेडिट कार्ड मार्केटिंग, क्रॉस-सेलिंग आणि ग्राहक पुनर्गुंतवणूक अशा विविध क्षेत्रांत AI चा विस्तार करण्याची संधी निर्माण होत आहे.
सहकारी बँकांसाठीही ग्राहकांच्या गरजेनुसार संवाद, कर्ज अर्जांचा प्राथमिक पाठपुरावा, सेवा विनंत्यांचे वर्गीकरण आणि योग्य अधिकाऱ्याकडे ग्राहक हस्तांतरण यांसारख्या क्षेत्रांत नियंत्रित पद्धतीने AI चा वापर करता येऊ शकतो. मात्र ग्राहक डेटा, गोपनीयता, मानवी देखरेख आणि नियामक अनुपालन यांचा विचार करूनच अशा प्रणालींची अंमलबजावणी करणे आवश्यक ठरेल.