Streszczenie: Scotiabank udowadnia, że zaawansowana AI może iść w parze z etyką i zaangażowaniem organizacyjnym. Nagrodzony przez DataIQ projekt banku oparty na chatbotach nie tylko poprawił jakość obsługi (skok skuteczności z 35% do 90%), ale też pokazał siłę partycypacyjnej współpracy między zespołami. Kluczem było uporządkowanie danych – także tych nieustrukturyzowanych – oraz rozwój kultury opartej na odpowiedzialności. Bank wprowadził też własne narzędzie do oceny etycznej projektów AI oraz obowiązkowe szkolenia. To przykład, jak transformacja technologiczna może być jednocześnie transformacją kulturową – i przewagą konkurencyjną w świecie nowoczesnej bankowości.
Kanadyjski bank uzyskał reputację instytucji, która tworzy narzędzia oparte na sztucznej inteligencji w innowacyjny, a zarazem odpowiedzialny sposób.
Czego potrzebujesz, by wygrywać branżowe konkursy na najbardziej efektywne wdrożenie AI? Scotiabank, czyli Bank of Nova Scotia jest jednym z największych banków w Kanadzie. Niedawno podczas jednego wydarzenia zdobył aż dwie nagrody w dziedzinie sztucznej inteligencji. Organizacja DataIQ przyznała instytucji tytuł najbardziej innowacyjnego użytkownika AI za rozwój chatbota. Wyróżniła także kompleksowe stosowanie zasad etyki przy tworzeniu AI oraz wykorzystywaniu danych – „Najlepszy program odpowiedzialnego AI”. Pracę banku została nazwana „pionierską inicjatywą w branży finansowej”.
Uważamy, że warto pokazać, jak powstało rozwiązanie, które połączyło innowacyjność z odpowiedzialnością oraz w jaki sposób odzwierciedla to kulturę organizacyjną banku. Ostatnio pisaliśmy o Scotiabanku w 2021 r., od tego czasu jednak wiele się zmieniło. I nie chodzi tu wyłącznie o pojawienie się generatywnej AI.
Jak opracować skutecznego chatbota
Aplikacja, która zdobyła nagrodę DataIQ za innowacyjność, zawiera chatbota pomagającego w obsłudze klientów banku. Jak wiadomo, takie formy wsparcia są dziś standardem w dużych bankach. To, co odróżnia dobre rozwiązania od przeciętnych, to jakość baz danych oraz samych modeli AI, które firmy przekazują klientom. Scotiabank pracuje nad oboma tymi aspektami.
Grace Lee, dyrektorka ds. danych i analiz w banku, podkreśla z dumą, że centrum kontaktu włączyło się w poprawę jakości informacji dostarczanych przez chatbota. Pracownicy tego działu przejęli odpowiedzialność za bazę wiedzy, starannie ją uporządkowali i zadbali o to, by treść była jasna, aktualna i nie powtarzała się. Nagrodzony projekt wykorzystuje innowacyjne podejście polegające na zastosowaniu dodatkowych modeli sztucznej inteligencji do wspomagania i doskonalenia procesu treningu chatbota. Ta strategia „AI wspierającego AI” pozwoliła zespołowi Lee na automatyzację wielu elementów, takich jak identyfikowanie tematów, które warto dodać do bazy treningowej. To przełożyło się na oszczędność tysięcy godzin powtarzalnej pracy. Efekt? Lepszy produkt! Od czasu wdrożenia rozwiązania pod koniec 2022 r. skuteczność odpowiedzi wzrosła z 35% aż do 90%.
Ponad 40% zapytań klientów w czacie jest dziś obsługiwanych bez udziału człowieka. Gdy jednak ktoś decyduje się na rozmowę z konsultantem, oczekuje, że ten będzie znał przebieg wcześniejszej interakcji z czatem. Aby sprostać tym oczekiwaniom, bank opracował funkcję szybkiego podsumowania. Konsultant otrzymuje zwięzłe streszczenie zawierające zidentyfikowane potrzeby klienta i wykaz działań, których on może oczekiwać. Dzięki temu czas potrzebny, by pracownik zapoznał się ze sprawą, skraca się aż o 60–70%.
W prace nad chatbotem zaangażowane były także inne zespoły, między innymi jednostki odpowiedzialne za analitykę i dane oraz kierowany przez Lee zespół customer insights. Ważne funkcje pełniły także zespoły ds. projektowania produktów cyfrowych i oprogramowania. Grace Lee podkreśla, że partycypacyjny i interdyscyplinarny sposób pracy nad AI odzwierciedla głębszą zmianę kulturową, jaka zachodzi obecnie w Scotiabanku.
Wraz z upowszechnieniem się generatywnej AI, takiej jak ChatGPT, wzrosło zainteresowanie użytkowników tematem sztucznej inteligencji i ich zaangażowanie w tę dziedzinę. Wiele osób oraz przedsiębiorstw chętniej podejmuje dziś działania zmierzające do uporządkowania nieustrukturyzowanych danych, które stanowią bazę do zasilania modeli AI. Jest to spójne z wynikami naszego najnowszego badania środowisk danych w dużych organizacjach, poświęconego kondycji przechowywania danych i sztucznej inteligencji w czołowych firmach w 2024 r. Odnotowaliśmy podwojenie odsetka respondentów, którzy uznali, że w ich organizacji funkcjonuje kultura oparta na danych i analizie. Nastąpił ich wzrost z 21% do 43% w ciągu zaledwie roku! Naszym zdaniem to właśnie generatywna AI była głównym czynnikiem tej zmiany. Wypowiedzi Grace Lee zdają się potwierdzać tę hipotezę.
Nowy rodzaj danych
Kiedy trzy lata temu pisaliśmy o Scotiabanku, zarządzanie danymi koncentrowało się na tworzeniu autorytatywnych zbiorów danych wielokrotnego użytku, tzw. RAD (Reusable Authoritative Data Sets). Obecnie, wraz z przeniesieniem danych do chmury, bank skupia się na konsolidacji tych zbiorów w jednolity model danych dostępny dla całej organizacji. Taki model staje się „jedynym źródłem prawdy” i upraszcza zarządzanie, nadzór oraz wykorzystanie danych. Tego rodzaju struktura jest kluczowa zarówno w bankowości, jak i w większości innych branż. Nowością w Scotiabanku jest jednak próba skutecznego zarządzania danymi nieustrukturyzowanymi, tak jak zrobiono to w centrum kontaktu, porządkując pytania i odpowiedzi klientów. Ten typ danych stanowi doskonałe paliwo dla generatywnej AI, jednak większość organizacji nie zarządza nim jeszcze w sposób systemowy. W naszym badaniu przeprowadzonym pod koniec 2023 roku aż 93% liderów ds. danych zgodziło się, że nowa strategia danych jest kluczowa dla skutecznego wykorzystania generatywnej AI. Jednocześnie aż 57% z nich nie podjęło wtedy jeszcze żadnych działań w tym kierunku.
Ale Grace Lee ze Scotiabanku nie czeka z założonymi rękami. Jak sama przyznaje: „zarządzanie wiedzą to powtarzalne i złożone zadanie, obejmujące ogromną liczbę dokumentów i regulacji, powiązanych z wieloma produktami i usługami w różnych krajach”. Mimo to traktuje tę dziedzinę jako integralny element swoich obowiązków. „Bez wątpienia odkryjemy wiele powtórzeń i niespójności w naszej bazie wiedzy” – powiedziała, przytaczając przykład centrum kontaktu, które zidentyfikowało liczne wersje tego samego regulaminu bankowego, często w formie papierowych wydruków.
Bank rozpoczął już działania mające na celu uporządkowanie tego obszaru. Rosnące zainteresowanie eksperymentami z generatywną AI oraz ścisłe powiązanie między ogólną wiedzą firmy, a wiedzą zgromadzoną w poszczególnych działach sprawiają, jak podkreśla Lee, że strona biznesowa zaczyna przejmować coraz więcej odpowiedzialności za jakość danych nieustrukturyzowanych. Poza centrum kontaktu Scotiabank uporządkował także bazę wiedzy dla obszaru płatności. To węższy zakres produktów niż w przypadku centrum kontaktu. Jak mówi Lee, jej zespół był w stanie szybko przygotować ten obszar biznesowy do samodzielnej pracy nad przygotowaniem i uporządkowaniem treści. Lee spodziewa się, że jej zespół będzie w podobny sposób wspierał kolejne jednostki w banku.
Przyjęcie etyki jako fundamentalnego założenia
Jak pisaliśmy wcześniej o przykładzie firmy Unilever, uważamy, że myślenie etyczne powinno być wpisane w proces tworzenia rozwiązań AI od samego początku. Scotiabank stosuje to podejście nie tylko w przypadku generatywnej AI, lecz wobec wszystkich form sztucznej inteligencji, analityki i szeroko pojętego wykorzystania danych w banku. Oprócz polityki zarządzania ryzykiem związanym z AI bank wprowadził także regulacje dotyczące etyki danych oraz powołał specjalistyczny zespół, który odpowiada za jej wdrażanie i rozwój. Polityka ta została włączona do kodeksu postępowania banku, dokumentu, który wszyscy pracownicy muszą raz do roku zaakceptować. Podejście Scotiabanku do etyki danych zostało również docenione na forum międzynarodowym. Zdobyło brązowy medal podczas konkursu Qorus-Accenture Banking Innovation Awards. Warto dodać, że rywalizacja obejmowała ponad 680 zgłoszeń z sektora bankowego.
Aby identyfikować kwestie etyczne już na wczesnym etapie opracowywania rozwiązań AI, Scotiabank we współpracy z Deloitte Canada stworzył narzędzie Ethics Assistant. Jest to aplikacja, która ocenia potencjalny wpływ danego przypadku użycia sztucznej inteligencji z perspektywy etyki, zanim projekt w pełni wejdzie w życie. Uruchomienie tego narzędzia to pierwszy obowiązkowy krok w każdym nowym projekcie z zakresu AI i uczenia maszynowego w banku. Jeśli narzędzie wykryje ryzyko, projekt znajduje się jeszcze na takim etapie, że możliwe są zmiany w jego konstrukcji.
Bank wdrożył również obowiązkowy program szkoleniowy z etyki danych dla wszystkich pracowników działu customer insights, danych i analityki oraz dla osób zajmujących się zaawansowaną analizą danych w innych częściach organizacji. To właśnie dzięki spójnemu podejściu do etyki, łączącemu narzędzia, regulacje i edukację, Scotiabank wyróżnił się na tle innych instytucji finansowych i zdobył nagrodę DataIQ za odpowiedzialne wykorzystanie AI.
W naszym artykule z 2021 roku opisywaliśmy Scotiabank jako instytucję, która stara się dogonić konkurencję w obszarze nowych technologii. Dziś w wielu aspektach wydaje się być liderem. Skala działań oraz szerokie zaangażowanie w rozwój AI na poziomie całej organizacji przepowiadają dobrą przyszłość banku.
