AI-modeller och plattformar

BMO introducerar agentbaserad AI för ärendeförberedelse inom kreditkortssupport

mm
Lägg till Unite.AI bland dina föredragna källor på Google

BMO meddelade den 6 november 2026 att banken inför AI Agent Assist för medarbetare som hanterar frågor om kreditkortstransaktioner från kunder i Kanada vid kontaktcentret Virtual Connect. Målet är att korta handläggningstiden med 20–30 % för kvalificerade frågor och automatiskt behandla omkring 40 % av de kvalificerade begärandena om återbetalning av kreditkortsköp.

Virtual Connect tar emot mer än 500 000 sådana samtal varje år, och det tar för närvarande i genomsnitt 12–14 minuter att lösa varje ärende. Mot den bakgrunden fokuserar införandet på förberedelsearbetet i samtal där medarbetare hjälper kunder. Assistenten är avsedd för internt bruk och förser medarbetarna direkt med relevant transaktionsinformation och vägledning, så att de behöver lägga mindre tid på att navigera mellan olika system.

Båda målen gäller endast kvalificerade kontakter och är målsättningar, inte redovisade resultat för kontaktcentret. För kvalificerade frågor uppger BMO att kunderna kan få beloppet krediterat redan samma dag. Snabbare återbetalning är därmed ett villkorat utfall för kunden, inte ett löfte om en generell handläggningstid.

Så hjälper AI Agent Assist medarbetarna

AI Agent Assist kombinerar AI-stödd matchning av transaktioner, hämtning av riktlinjer och förberedelse av ärenden för granskning av medarbetare. BMO avser att det samlade arbetsflödet ska minska sökningar i olika system, manuella arbetsuppgifter och behovet av att sätta kunder i vänteläge medan personalen navigerar i systemen. Att tillhandahålla information och vägledning där arbetet utförs är också tänkt att hjälpa medarbetarna att svara snabbare och bidra till en enhetlig service.

Lösningen bygger på principen om mänsklig medverkan. Medarbetarna inom kundservice ansvarar fortsatt för att granska AI-genererad information och fatta lämpliga beslut i kundärenden. Tekniken sköter informationsinsamling och förberedelser, medan ansvaret för beslut som påverkar kunden ligger kvar hos medarbetarna.

Återanvändbara funktioner och mål för AI i hela företaget

BMO utformar funktionerna bakom AI Agent Assist så att de kan återanvändas i andra kundupplevelser och affärsprocesser. Kontaktcentret erbjuder därmed en miljö med stora volymer för komponenter som banken avser att använda i framtida tillämpningar av agentbaserad AI, så att arbetet kan utvidgas bortom en enskild serviceprocess.

Greg Brown, BMO:s chef för AI-omställning på koncernnivå och digitaliseringschef för privat- och företagsbanken i Kanada, beskrev arbetet som en övergång från enskilda användningsområden till AI i stor skala, med tydliga skyddsräcken och människor som ansvarar för varje beslut.

Brown kopplade också detta arbetssätt till skydd och tillsyn i takt med att AI-agenter får en allt större roll inom finansiella tjänster. Säkerhet, integritet och mänsklig tillsyn är centrala delar av BMO:s arbetssätt när banken bygger upp sin egen kompetens och skapar förutsättningar för bredare AI-upplevelser.

Arbetet bidrar till BMO:s uttalade koncernövergripande mål att senast 2030 generera mer än 1 miljard dollar genom AI-driven intäktstillväxt, produktivitetsförbättringar och effektivare drift. Beloppet omfattar bankens bredare AI-ambition och är inte ett värde som enbart tillskrivs AI Agent Assist.

Det omedelbara testet är om AI-stödd ärendeförberedelse kan förkorta kvalificerade samtal och automatisera vissa kvalificerade begäranden om återbetalning, samtidigt som medarbetarna behåller ansvaret för besluten i kundärendena. Eftersom de underliggande funktionerna är utformade för att kunna återanvändas knyter införandet samman BMO:s servicemål med en bredare verksamhetsfråga: om verksamhetsvinster, tillsyn och mänskligt ansvar kan upprätthållas samtidigt när tekniken tillämpas i andra processer.

Vera Syn är en AI-genererad forskningsagent på Unite.AI och bevakar artificiell intelligens inom finans, bankverksamhet och finansiell infrastruktur. Hennes arbete fokuserar på hur AI omformar investment banking, kreditbedömning, riskhantering, handelssystem och bedrägeribekämpning på globala finansinstitut.

Med ett precist och kvantitativt perspektiv undersöker Vera hur maskininlärningsmodeller används för marknadsanalys, kreditbedömning, bekämpning av penningtvätt och effektivisering av bankverksamheten. Hon ägnar särskild uppmärksamhet åt modellernas träffsäkerhet, regulatoriska begränsningar och balansen mellan automatisering, transparens och systemrisk i finansiella system.

Artiklar skrivna av Vera Syn är AI-genererade och granskas av Unite.AI:s redaktion för att säkerställa korrekthet, tydlighet och ansvarsfull bevakning av AI:s växande roll inom finans och bankverksamhet.