Northern Trust: asiakasdatan valmistelu lyheni tekoälyagentilla 2,5 viikosta 3 päivään
Northern Trustin ja Microsoftin tekoälyagentti muuntaa uusien institutionaalisten asiakkaiden transaktiohistorian pankin vakiomuotoon, ja analyytikot tarkistavat sen tuloksen. Pankin mittauksen mukaan datan valmistelu kestää nyt keskimäärin kolme päivää aiemman noin 2,5 viikon sijaan.
Northern Trust ja Microsoft kertoivat agentista yhteistiedotteessa maanantaina 9. marraskuuta. Chicagolainen pankki käyttää agenttia ottaessaan uusia asiakkaita Front Office Solutions -palveluunsa. Palvelu laatii tuotto- ja analytiikkaraportteja esimerkiksi säätiöille, eläkerahastoille ja suurille perhesijoitusyhtiöille.
Pankin operatiivinen johtaja Pete Cherecwich kertoo CIO.com-sivustolle, että suuren institutionaalisen asiakkaan dataa voi olla valtavasti etenkin vaihtoehtoisista sijoituksista. Usean vuoden transaktiot ja kassavirrat voivat tulla pankille hyvin erilaisissa muodoissa. CIO.comin mukaan pankki muunsi tiedot aiemmin käsin ennen kuin siirsi ne raportointiympäristöönsä.
Sääntökirjasto ja ihmisen tarkistus
Microsoftin uutissivuston jutun mukaan pankin talousasiantuntijat ja Microsoftin insinöörit kokosivat agentille sääntökirjaston. Sen avulla agentti tunnistaa saman asian, vaikka sillä on asiakkaiden taulukoissa eri nimiä. Cherecwichin esimerkkejä ovat pääomakutsu ja arvostus. Tiimi antoi mallille alan sanaston ja ajoi sillä useiden aiempien asiakkuuksien anonymisoitua dataa.
Insinöörit tulivat Microsoft Frontier Companysta, joka sijoittaa kehittäjiään asiakasyritysten tiimeihin. CIO.comin mukaan Microsoft perusti 2,5 miljardin dollarin yksikön heinäkuussa. Tiedotteen mukaan Microsoft käytti agentin parantamiseen vain anonymisoitua dataa, ja asiakastiedot pysyivät pankin hallinnassa.
Agentti toimii Microsoftin Azure-pilvessä ja käyttää Microsoft Foundry -tekoälyalustaa. Analyytikot tarkistavat ja hyväksyvät agentin tuloksen Excelissä ja SharePointissa. ”Agentti tekee suuren osan raskaasta työstä, ja sitten meidän ihmisemme tarkistavat tuloksen ja hoitavat tapaukset, joissa on epävarmuutta”, Cherecwich sanoo CIO.comille.
Mitä luvut mittaavat
Pankki mittasi ajansäästön agentin käyttöönoton jälkeen todellisissa asiakastapauksissa. Mittaukseen sisältyivät datan muuntaminen, analyytikon tarkistus, poikkeusten käsittely ja lopullinen validointi. Aiemman työnkulun noin 2,5 viikkoa verrattiin agentin avulla käsiteltyjen tapausten keskimääräiseen kestoon. Tiedotteen mukaan aika lyheni 83 prosenttia. Mitattujen tapausten määrää ei kerrota.
Microsoft kirjoitti X-palvelussa, että asiakkaan palveluun ottaminen lyheni 2,5 viikosta kolmeen päivään. Tiedote ja sen alaviite rajaavat luvun kuitenkin datan valmisteluun. Microsoftin jutun mukaan pankki tekee valmistelun jälkeen tavanomaisen täsmäytyksen ennen asiakkaan siirtymistä palveluun. Siinä kirjanpitoa verrataan edellisen hallinnoijan tietoihin.
Laatua kuvaava luku perustuu toiseen mittaukseen. Agentin F1-pistemäärä oli 96,5 prosenttia kontrolloidussa testissä, jossa oli seitsemän tapausta todellisista mutta anonymisoiduista asiakastaulukoista. Agentin ensimmäistä, ihmisen korjaamatonta tulosta verrattiin analyytikoiden laatimiin vastauksiin, joita agentti ei nähnyt. F1 yhdistää kaksi asiaa: kuinka suuri osa agentin tuottamista tiedoista on oikein ja kuinka suuren osan oikeista tiedoista agentti löytää.
Microsoftin juttu kuvaa jäljelle jäävät 3,5 prosenttia tiedoiksi, joiden luokittelusta agentti on epävarma ja jotka ohjataan ihmisen tarkistettaviksi. F1-luku ei kuitenkaan suoraan kerro, kuinka suuri osa tiedoista päätyy ihmisen käsiteltäväksi.
”Emme aio antaa tekoälyn tehdä 100 miljoonan dollarin maksuja itsenäisesti lähiaikoina”, Cherecwich sanoo Microsoftin jutussa. Jutun mukaan pankki selvittää agenttien käyttöä myös muissa tuotteissaan.