Από το κατάστημα στο σημείο της συναλλαγής

Μέχρι πριν από λίγα χρόνια, η λήψη ενός δανείου ή ενός άλλου τραπεζικού προϊόντος προϋπέθετε συνήθως επίσκεψη σε κατάστημα, υποβολή δικαιολογητικών και αναμονή για την ολοκλήρωση των απαραίτητων ελέγχων.

Η πανδημία επιτάχυνε τον ψηφιακό μετασχηματισμό και πολλές από αυτές τις διαδικασίες μεταφέρθηκαν στο διαδίκτυο. Όμως το επόμενο βήμα είναι ακόμη πιο διαφορετικό: η τραπεζική υπηρεσία ενσωματώνεται απευθείας στη διαδικασία που δημιουργεί την ανάγκη.

Ένα χαρακτηριστικό παράδειγμα είναι η αγορά αυτοκινήτου. Ο καταναλωτής δεν ενδιαφέρεται πρωτίστως να πάρει ένα δάνειο. Θέλει να αγοράσει αυτοκίνητο. Επομένως, το ιδανικό τραπεζικό μοντέλο είναι η χρηματοδότηση να εγκρίνεται στο σημείο όπου πραγματοποιείται η αγορά.

Ανάλογη είναι η λογική του Buy Now Pay Later. Ο πελάτης, είτε βρίσκεται σε φυσικό κατάστημα είτε σε ηλεκτρονικό checkout, μπορεί να αποκτήσει χρηματοδότηση για το απαιτούμενο ποσό μέσα στην ίδια τη διαδικασία αγοράς.

Η τραπεζική υπηρεσία παύει έτσι να αποτελεί ξεχωριστό βήμα και γίνεται μέρος της ίδιας της εμπορικής συναλλαγής.

Το embedded banking περνά στις επιχειρήσεις

Η αλλαγή γίνεται ακόμη πιο σημαντική στην επιχειρηματική τραπεζική.

Πληρωμές, χρηματοδοτήσεις, διαχείριση χρηματοροών και άλλες υπηρεσίες ενσωματώνονται στα συστήματα οικονομικής και εμπορικής διαχείρισης που χρησιμοποιούν καθημερινά οι επιχειρήσεις. Με αυτόν τον τρόπο οι τράπεζες μπορούν να προσφέρουν υπηρεσίες όχι μόνο στους υφιστάμενους πελάτες τους αλλά και σε επιχειρήσεις που μέχρι σήμερα δεν ανήκαν στο πελατολόγιό τους.

Για τις διοικήσεις των τραπεζών το embedded finance αποτελεί επομένως ένα νέο κανάλι πωλήσεων, αλλά και έναν τρόπο να αποκτήσουν πρόσβαση σε πελάτες τη στιγμή ακριβώς που δημιουργείται η ανάγκη για χρηματοδότηση ή πληρωμή.

Στην Ελλάδα έχουν ήδη γίνει κινήσεις προς αυτή την κατεύθυνση. Η Eurobank έχει προχωρήσει σε συμφωνία με την Inbank για τη δημιουργία κοινού σχήματος 50/50, με αντικείμενο προϊόντα BNPL, χρηματοδότηση πωλήσεων και καταναλωτική πίστη.

Παράλληλα, η Εθνική Τράπεζα συμμετέχει στην Epsilon Net και έχει αναπτύξει συνεργασία για την ενσωμάτωση τραπεζικών υπηρεσιών στις εφαρμογές που χρησιμοποιούν οι πελάτες της εταιρείας πληροφορικής.

Η λογική είναι κοινή: η τράπεζα μετακινείται από το δικό της περιβάλλον στο περιβάλλον όπου ήδη δραστηριοποιείται ο πελάτης.

Και η τεχνητή νοημοσύνη αλλάζει τη διαδικασία

Εδώ έρχεται να προστεθεί η δεύτερη μεγάλη αλλαγή.

Η τεχνητή νοημοσύνη δεν περιορίζεται πλέον σε ένα chatbot που απαντά σε ερωτήσεις ή σε έναν ψηφιακό βοηθό. Οι τράπεζες εξετάζουν τη χρήση εξειδικευμένων AI agents, οι οποίοι μπορούν να αναλαμβάνουν συγκεκριμένα βήματα μιας διαδικασίας.

Σε ένα άνοιγμα λογαριασμού, για παράδειγμα, ένας agent θα μπορούσε να συγκεντρώνει τα απαραίτητα δικαιολογητικά, ένας δεύτερος να πραγματοποιεί ελέγχους ταυτοποίησης, ένας τρίτος να εξετάζει τη συμμόρφωση με τις πολιτικές της τράπεζας και ένας ακόμη να εντοπίζει τις περιπτώσεις που χρειάζονται ανθρώπινη παρέμβαση.

Ανάλογη αρχιτεκτονική μπορεί να εφαρμοστεί στην αξιολόγηση δανείων, στην ανίχνευση απάτης, στις αμφισβητήσεις συναλλαγών, στις εισπράξεις, στην κανονιστική συμμόρφωση και στην εξυπηρέτηση πελατών.

Η ουσιαστική αλλαγή είναι ότι η AI δεν λειτουργεί πλέον ως ένα ξεχωριστό εργαλείο δίπλα στον εργαζόμενο. Ενσωματώνεται στην ίδια τη ροή της εργασίας.

Από την ψηφιακή αίτηση στο ψηφιακό δάνειο

Ο συνδυασμός embedded finance και AI μπορεί να αλλάξει ιδιαίτερα τον τρόπο με τον οποίο χορηγούνται τα δάνεια.

Σήμερα ο πελάτης ξεκινά μια διαδικασία χρηματοδότησης και στη συνέχεια ακολουθούν έλεγχοι, συλλογή εγγράφων, αξιολόγηση και εγκρίσεις. Στο νέο μοντέλο, η χρηματοδότηση μπορεί να αποτελεί σχεδόν αόρατο τμήμα της αγοράς.

Ο πελάτης επιλέγει το προϊόν, το σύστημα συγκεντρώνει τα διαθέσιμα στοιχεία, πραγματοποιεί τους απαραίτητους ελέγχους και προετοιμάζει τον φάκελο χρηματοδότησης. Η τεχνητή νοημοσύνη μπορεί να αναλάβει τα επαναλαμβανόμενα και χαμηλότερου κινδύνου στάδια, ενώ οι πιο σύνθετες περιπτώσεις παραπέμπονται σε άνθρωπο.

Έτσι, η ταχύτητα δεν προκύπτει μόνο από την ψηφιοποίηση αλλά από τον επανασχεδιασμό ολόκληρης της διαδικασίας.

Το ίδιο μοντέλο περνά και στα ακίνητα

Ιδιαίτερο ενδιαφέρον παρουσιάζει η εφαρμογή αυτής της λογικής στη στεγαστική πίστη και στην αγορά ακινήτων, όπου η τραπεζική συναλλαγή παραδοσιακά είναι ιδιαίτερα σύνθετη.

Η Eurobank έχει αποκτήσει μειοψηφική συμμετοχή στην Prosperty, δημιουργώντας ένα οικοσύστημα στο οποίο ο ενδιαφερόμενος μπορεί να υποστηριχθεί από την αναζήτηση του ακινήτου μέχρι τους νομικούς και τεχνικούς ελέγχους, τη χρηματοδότηση και την ασφάλιση.

Η Εθνική Τράπεζα, μέσω της συμμετοχής της στην Uniko μαζί με την Qualco, κινείται σε αντίστοιχη κατεύθυνση, συγκεντρώνοντας σε μία πλατφόρμα διαφορετικά στάδια της διαδικασίας αγοράς ακινήτου και στεγαστικής χρηματοδότησης.

Από την πλευρά της, η Πειραιώς μαζί με την Qualco αναπτύσσει πλήρως ψηφιακή πλατφόρμα στεγαστικών δανείων, με προοπτική σύνδεσης με ψηφιακές πλατφόρμες πώλησης ακινήτων.

Το μοντέλο που διαμορφώνεται είναι ουσιαστικά ένα ενιαίο ψηφιακό ταξίδι: ο πελάτης βρίσκει το ακίνητο, πραγματοποιούνται οι απαραίτητοι έλεγχοι, υποβάλλεται η αίτηση χρηματοδότησης και προχωρά η συναλλαγή χωρίς να χρειάζεται να μετακινείται από σύστημα σε σύστημα.

Πόσο αυτόνομη θα γίνει η τράπεζα;

Η ανάπτυξη των AI agents δεν σημαίνει ότι οι τράπεζες περνούν άμεσα σε ένα μοντέλο όπου οι μηχανές λαμβάνουν ανεξέλεγκτα όλες τις αποφάσεις.

Το πιθανότερο μοντέλο είναι μια σταδιακή κλιμάκωση της αυτονομίας. Από έναν απλό AI assistant που προτείνει ή συνοψίζει πληροφορίες, περνάμε σε συστήματα που εκτελούν εργασίες χαμηλού κινδύνου με έγκριση, στη συνέχεια σε agents που λειτουργούν μέσα σε προκαθορισμένα όρια και, σε πιο προχωρημένο στάδιο, σε συστήματα που μπορούν να συντονίζουν πολλαπλούς agents και διαφορετικές τραπεζικές εφαρμογές.

Η πλήρως αυτόνομη λήψη σημαντικών αποφάσεων παραμένει το πιο ευαίσθητο επίπεδο, ιδιαίτερα όταν αφορά πιστωτικές αποφάσεις, κανονιστική συμμόρφωση ή θέματα που μπορεί να επηρεάσουν ουσιαστικά τον πελάτη.

Άλλωστε, τα στοιχεία που επικαλούνται οι αναλυτές της EY δείχνουν ότι υπάρχει ακόμη σημαντική απόσταση μεταξύ πειραματισμού και μαζικής εφαρμογής: ενώ πολλές τράπεζες έχουν ήδη δοκιμάσει λύσεις agentic AI, πολύ μικρότερο ποσοστό έχει περάσει σε πλήρη ανάπτυξη τέτοιων εφαρμογών.

Το μεγάλο ζήτημα είναι τα δεδομένα

Η τεχνητή νοημοσύνη μπορεί να κάνει την τραπεζική περισσότερο προσωποποιημένη. Μπορεί να κατανοεί καλύτερα το οικονομικό προφίλ ενός πελάτη, να εντοπίζει μια ασυνήθιστη συναλλαγή, να προτείνει μια κατάλληλη υπηρεσία ή να επισημαίνει έγκαιρα ένα πιθανό πρόβλημα.

Ταυτόχρονα όμως αυξάνεται ο όγκος και η σημασία των δεδομένων που χρησιμοποιούνται.

Εδώ δημιουργείται μια κρίσιμη ισορροπία. Η τράπεζα πρέπει να γνωρίζει αρκετά για να προσφέρει καλύτερη υπηρεσία, χωρίς η χρήση των δεδομένων να μετατρέπεται σε αίσθηση συνεχούς παρακολούθησης.

Για αυτό αποκτούν μεγαλύτερη σημασία η συναίνεση, η διαφάνεια, η προστασία των προσωπικών δεδομένων και η δυνατότητα εξήγησης μιας απόφασης.

Όσο περισσότερα στάδια μιας διαδικασίας αναλαμβάνει η AI, τόσο πιο σημαντικό γίνεται να υπάρχει ένα πλήρες ψηφιακό αποτύπωμα της απόφασης: ποιο μοντέλο χρησιμοποιήθηκε, ποια δεδομένα αξιοποιήθηκαν, ποιοι κανόνες εφαρμόστηκαν και πότε υπήρξε ανθρώπινη παρέμβαση.

Ουσιαστικά, οι τράπεζες χρειάζονται ένα «μαύρο κουτί» της τεχνητής νοημοσύνης, ένα είδος AI decision flight recorder, που θα επιτρέπει την αναδρομή σε κάθε κρίσιμο βήμα μιας αυτοματοποιημένης διαδικασίας.

Η επόμενη μάχη των τραπεζών

Το επόμενο στάδιο του ανταγωνισμού επομένως δεν θα κριθεί απλώς από το ποια τράπεζα διαθέτει το καλύτερο chatbot ή ανακοινώνει τα περισσότερα projects τεχνητής νοημοσύνης.

Το κρίσιμο στοιχείο θα είναι ποια τράπεζα μπορεί να επανασχεδιάσει αποτελεσματικότερα τις πραγματικές διαδικασίες της.

Το embedded banking φέρνει την τράπεζα στο σημείο της ανάγκης. Η τεχνητή νοημοσύνη επιχειρεί να κάνει τη διαδικασία ταχύτερη, αυτοματοποιημένη και περισσότερο εξατομικευμένη. Και οι δύο εξελίξεις οδηγούν τελικά προς το ίδιο μοντέλο: μια τράπεζα που δεν λειτουργεί πλέον ως ξεχωριστός προορισμός, αλλά ως αόρατη υποδομή μέσα στην καθημερινή οικονομική δραστηριότητα.

Για τον πελάτη αυτό μπορεί να σημαίνει λιγότερη γραφειοκρατία, ταχύτερη πρόσβαση σε χρηματοδότηση, περισσότερες ψηφιακές επιλογές και καλύτερη εξυπηρέτηση.

Για τις ίδιες τις τράπεζες όμως η αλλαγή είναι βαθύτερη. Δεν πρόκειται απλώς για την ψηφιοποίηση ενός παλιού μοντέλου. Πρόκειται για την προσπάθεια να σχεδιαστεί εξαρχής η τραπεζική διαδικασία γύρω από τα δεδομένα, την αυτοματοποίηση, την τεχνητή νοημοσύνη και τη στιγμή κατά την οποία ο πελάτης χρειάζεται πραγματικά την υπηρεσία.

Η τράπεζα του μέλλοντος, με άλλα λόγια, δεν θα είναι απαραίτητα εκείνη που θα βλέπει περισσότερο ο πελάτης. Μπορεί να είναι εκείνη που θα λειτουργεί περισσότερο στο παρασκήνιο, ακριβώς τη στιγμή που τη χρειάζεται.