PKO Bank Polski: Банк запустив першого власного AI-агента для клієнтської пошти: агент…
банкінг · Польща
PKO Bank Polski, польський банк, впровадив свого першого агента AI для автоматизації обробки електронної пошти клієнтів. Агент аналізує, класифікує та пропонує способи відповідей на листи, що дозволяє скорочувати час відповіді на 70% та обробляти кілька десятків тисяч листів на місяць. Планується впровадження ще 30 агентів AI до кінця року для інших операційних процесів.
Результат
- клієнти отримують відповідь на листи до 70% швидше; агент допомагає відповідати на кілька десятків тисяч листів на місяць; до кінця року банк планує ще 30 агентів для операційних процесів.
Контекст
Кожного місяця до банку надходить kilkadziesiąt tysięcy листа від клієнтів, які раніше обробляли працівники вручну: аналізували вміст, визначали тип справи, присвоювали категорію та передавали до потрібного відділу. Це вимагало значних працевого часу та сприятвало помилкам при ручній класифікації, зменшуючи ефективність та якість обслуговування.
Обмеження
Потрібна суверенна технологія з повним контролем над даними та безпекою; вимога до сумісності з внутрішньою інфраструктурою банку; необхідність дотримання строгих стандартів безпеки та регуляторних вимог у банківській сфері; потреба у збереженні людини в контурі прийняття рішень (human in the loop).
Що зробили
П forward-розгортання одного агента AI у середовищі банку, розробленого внутрішньою Формацією Hiperautomatyzacji при підтримці Центру Компетенцій AI; агент аналізує вміст листа, визначає тему, класифікує звіт та пропонує спосіб обслуговування; працівники залишаються у процесі прийняття рішень, зосереджуючись на складних справах; інтеграція з потоком електронної пошти; використання власних моделей та платформ (AI Gateway, Document intelligence тощо).
Що з цього переноситься
Підхід працює, коли організація має можливість розробити суверенного агента AI всередині, зберігаючи контроль над даними та безпекою, і впроваджує його в модель human in the loop, де AI підтримує, а не замінює працівників у рутинних задачах.
Кому це релевантно
Це релевантно для українських компаній на 10-100 людей, які мають сталий потік типових запитів від клієнтів або партнерів (наприклад, служба підтримки,HR, закупівлі), де працівники витрачають багато часу на сортування та первинну обробку повідомлень. Різниця в масштабі полягає в тому, що великий банк може впроваджувати десятки агентів через внутрішні команди AI, тоді як менша компанія може почати з одного використання готового або легко налаштовуваного модельного рішення для одного конкретного каналу комунікації.