Уровень проникновения чат-ботов в банках составил 29%

Согласно исследованию Naumen, уровень проникновения чат-ботов в банках вырос до 29%, голосовых помощников — до 24%. Первые места по качеству сервиса в неавторизованных цифровых каналах заняли «ВТБ», «Промсвязьбанк» и «Т-Банк».

Более того, в банк стало сложнее дозвониться — доступность телефонных линий снизилась на 7% по сравнению с 2023 годом, составив 72%. Столько звонков были переведены на оператора в пределах 90 секунд после постановки в очередь. При этом общий уровень качества обслуживания по телефону на первой и второй линии вырос на 11%, достигнув 96%.

Доступность банков в цифровых каналах (на сайте, мессенджерах и соцсетях) составила 78%. При этом 16 крупнейших банков вышли на показатель 96%. В результате ротации тройки лидеров среди цифровых каналов по качеству сервиса «чат на сайте», который есть у 47% банков, с первого места спустился на третье. Первые два заняли Viber и Telegram. А самым популярным каналом остался VK, его использует 57% банков.

Уровень проникновения чат-ботов в неавторизованную зону обслуживания в банках на 2024 год составил 29%, они есть у 30 банков из топ-106. Голосовые помощники на входящих линиях есть у 24% банков, что на 19% больше 2023 года. Темп прироста внедрений ботов в банковском секторе в 2024 году замедлился и для текстовых, и для голосовых каналов, составив 11% для текста и 19% для голоса против 17% и 30% в прошлом году.

Лидерами по качеству клиентского сервиса на входящих телефонных линиях стали контакт-центры банка «ДОМ.РФ», «Райффайзен Банка», банка «Санкт-Петербург», «Газэнергобанка», «Московского Областного Банка», «БКС Банка», банка «Национальный Стандарт», банка «МФК» и «Инбанка». 

Ранее стало известно, что «Сбербанк» и Минфин начали совместную разработку ИИ-агента на базе банковской нейросети GigaChat. Он будет оптимизировать бюджетный процесс.

Отмечается, что внедрение ИИ-агента в систему «Электронный бюджет» запланировано на ближайший бюджетный цикл. Эксперты Минфина будут самостоятельно адаптировать решения исходя из данных искусственного интеллекта (ИИ), а затем применять навыки работы с языковыми моделями, чтобы корректировать бюджет госпрограмм.