En poco más de un año, todas las entidades financieras decidirán si dan un crédito, o no, a través de la evaluación final que den sus sistemas de software integrado a través de la inteligencia artificial. El último informe de la consultora McKinsey es mucho clara y también argumenta que el 60% de las entidades que todavía no han aplicado la IA, ya están solicitando cambios a sus centros de trabajo tecnológicos para que esta sea efectiva en el corto plazo. Una de las afectaciones mayores donde la IA tendrá un poder predominante estará en la concesión de un crédito para la compra de una vivienda.

Con la rápida aparición de la IA generativa (gen AY), las funciones de asistencia al cliente de crédito y de cobro están aprovechando el potencial de la tecnología. Lo pueden utilizar para mejorar las capacidades operativas, mejorar la eficiencia, aumentar la eficacia y, lo más importante, crear mejores resultados para los clientes. En los últimos años, la disrupción tecnológica se asocia, en gran parte, al beneficio económico. Hasta ahora, estos avances tecnológicos, como el modelado, la digitalización y la automatización del aprendizaje automático (ML), han permitido que la asistencia al cliente de crédito y los cobros sean más racionalizados, basado en datos y orientado al cliente. La nueva tecnología ha permitido ofrecer más servicios, acuerdos más relevantes con los clientes, nuevas vías de renegociación y mejores condiciones de liquidación. Estos pueden fortalecer la relación del cliente con las instituciones, mejorando la salud financiera de los clientes y el valor a largo plazo para las instituciones.

Todo pasará por GenAI

Si entramos en el detalle, Gen AY es el último y potencialmente más transformador de estos avances, y puede tener un impacto positivo sin precedentes en la asistencia al cliente. Puede mejorar y personalizar el contacto con los clientes, aumentar la capacidad de los agentes que dan servicio a los clientes y automatizar procesos rutinarios, como la toma de notas, el resumen de las interacciones e incluso algunas interacciones con los clientes. A su vez, estos beneficios pueden ayudar al proceso de regulación mediante la capacidad de la tecnología para organizar y sintetizar la información. Como resultado, la adopción de gen AY en el espacio de asistencia al cliente y de cobro no se limita de ninguna manera al uso para reducir a las morosas. Tiene el potencial de mejorar significativamente las interacciones y el tratamiento con los clientes y reducir drásticamente los costes relacionados con la recaudación liberando recursos en las operaciones y al mismo tiempo abordar eficazmente las pérdidas de crédito. Esta mejora de la eficiencia crediticia podría permitir a las empresas retener los cobros internamiento como capacidad básica y obtener beneficios adicionales, como la fidelización de los clientes como una nueva fuente de competitividad en la gestión del coste de ofrecer crédito a los clientes. Algunos casos de uso tempranos ya están dando resultados mesurables.

El estudio de McKinsey también explica que las organizaciones que despliegan capacidades de IA de generación avanzada en la asistencia al cliente y los cobros pueden conseguir una reducción de hasta un 40% de los gastos operativos y mejorar las recuperaciones en un 10%. Las mejoras que puede aportar la IA van en diferentes direcciones. El objetivo de la asistencia al cliente y los cobros es ayudar a los clientes a superar las dificultades financieras a la vez que minimizan las pérdidas y mantienen bajos los costes operativos, esfuerzos que permiten a las instituciones fomentar relaciones sólidas y fidelizar con su base de clientes. Estas funciones tienen que equilibrar la eficiencia y la eficacia sin comprometer el perfil de riesgo global de la cartera y la experiencia del cliente.

¿Habrá más beneficios?

Por otra parte, Gen AY se puede utilizar como una herramienta potente para dar apoyo a la digitalización global de la asistencia al cliente. Es ideal para los muchos clientes que prefieren negociar con una máquina antes que compartir sus dificultades con un humano. Gen AY también puede proporcionar un toque más personalizado a los mensajes enviados a una base de clientes. Vemos cuatro áreas fundamentales, que pueden dar lugar a mejores resultados para el cliente, que surgen para aplicar la gen AY a la asistencia al cliente y las colecciones:

  • Reducción de la demanda de intervención manual. La Gen AY se puede utilizar a escala para analizar transcripciones de llamadas e interacciones de chat para identificar los problemas básicos a los cuales se enfrenta un cliente, como cuando los clientes no han recibido extractos y han olvidado los pagos. Al abordar estas causas raíz de manera proactiva, las instituciones pueden reducir la demanda de intervención del agente, mejorando la experiencia del cliente haciendo que las interacciones sean más rápidas, menos estresantes y personalizadas.
  • Recopilación de información y mejora de las operaciones. Las aplicaciones de IA de generación se pueden ajustar en modelos de llamadas específicos y utilizar métricas de control de calidad para semiautomatizar la mejora continua de las operaciones. Por ejemplo, la tecnología puede interpretar capturas de pantalla de informes comunes del sistema para generar información para el mostrador de control de un centro de llamadas y, finalmente, automatizar partes de esta función para una mayor eficiencia. Combinadas, estas adiciones también pueden permitir el entrenamiento de agentes, una gestión mejorada del rendimiento y una intervención temprana en problemas de calidad. Todo eso se puede hacer a escala utilizando la información de todas las comunicaciones del cliente en lugar de muestras, tanto mejorando la experiencia del cliente como ayudando a reducir el riesgo financiero.
  • Soporte a los agentes y liberando tiempo. Gen AY puede reforzar las capacidades de los gestores de casos en tiempo real para mejorar la experiencia y ayudar a reducir el riesgo financiero. Eso puede ir desde añadir una herramienta de asistencia de conocimiento para aclarar una política u ofrecer elegibilidad hasta interpretar conversaciones y sugerir un enfoque, un tono o un producto de interacción en el agente. En última instancia, eso podría pasar a través de la automatización. A su vez, este aumento puede reducir o eliminar completamente la necesidad de que los agentes pasen tiempo escribiendo manualmente notas posteriores a la llamada en un sistema, liberando su tiempo para los casos que requieren un enfoque de alto toque.
  • Automatización de las interacciones. Gen AY puede ayudar a impulsar la próxima generación de chatbots, respuesta de voz interactiva (IVR) parecida al ser humano e incluso agentes virtuales. Estas herramientas pueden ofrecer una mayor empatía y soluciones de alta calidad para los clientes a la vez que aceleran el pproceo. Además, pueden alimentar mensajes hiperpersonalizados tanto en estos canales como en comunicaciones masivas (como correos electrónicos y mensajes de texto), mejorando todavía más su eficacia y la experiencia del usuario.