Case Study · Kontrolowane Wdrożenie

PKO Bank Polski zbudował własnych asystentów głosowych AI zamiast korzystać z zewnętrznych

Co się wydarzyło

PKO Bank Polski zbudował flotę voicebotów oraz asystenta głosowego dla aplikacji IKO w oparciu o modele rozwijane i kontrolowane wewnętrznie, zamiast polegać na zewnętrznych dostawcach AI w regulowanej, dotyczącej klientów funkcji. Boty obsługują dziś zapytania na infolinii, windykację miękką i ankiety.

Bank raportował ponad 50 mln rozmów z klientami obsłużonych przez systemy AI, w oparciu o 17 botów konwersacyjnych, z planami dalszej rozbudowy. Utrzymanie rozwoju modeli wewnątrz firmy dało bankowi bezpośrednią kontrolę nad tym, jakie dane widzą modele i jak się zachowują - istotnie inny profil ryzyka niż kierowanie rozmów z klientami przez zewnętrznego dostawcę AI.

Problem biznesowy

Bank potrzebował skalować obsługę klienta bez proporcjonalnego wzrostu zatrudnienia, w sektorze o wyjątkowo wysokiej kontroli danych i nadzorze regulacyjnym.

Dlaczego to zadziałało

  • W regulowanej branży zbudowanie i kontrolowanie własnych modeli może być warte dodatkowej inwestycji względem wynajmu rozwiązania dostawcy
  • Skalowanie obsługi klienta przez AI działa, gdy jest wdrażane funkcja po funkcji, z przestrzenią na testy przed rozszerzeniem
  • Wewnętrzna kompetencja AI sama w sobie jest atutem governance, nie tylko decyzją inżynieryjną
  • Mierzalne, publikowane liczby użycia ułatwiają uzasadnienie dalszej inwestycji wewnątrz organizacji

Co z tego wynika

Dedykowane Systemy AI & SoftwareRamy Governance AIStrategia kontroli danychMonitoring modeli

Chcesz wiedzieć, jak wygląda to w Twojej organizacji?

Umów konsultację