โมเดลและแพลตฟอร์ม AI

BMO เปิดตัวการเตรียมข้อมูลกรณีด้วย AI แบบเอเจนต์เพื่อสนับสนุนงานบัตรเครดิต

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อวันที่ 6 พฤศจิกายน 2026 BMO ประกาศเปิดตัว AI Agent Assist สำหรับพนักงานที่รับเรื่องสอบถามเกี่ยวกับธุรกรรมบัตรเครดิตจากลูกค้าในแคนาดาที่ศูนย์ติดต่อ Virtual Connect โดยตั้งเป้าลดเวลาการแก้ไขปัญหาลง 20–30% สำหรับเรื่องสอบถามที่เข้าเกณฑ์ และประมวลผลคำขอคืนเงินเข้าบัตรเครดิตที่เข้าเกณฑ์ประมาณ 40% โดยอัตโนมัติ

Virtual Connect รับสายสอบถามลักษณะนี้มากกว่า 500,000 สายต่อปี และปัจจุบันแต่ละสายใช้เวลาเฉลี่ย 12–14 นาทีในการแก้ไขปัญหา เมื่อเทียบกับระยะเวลาดังกล่าว การนำระบบมาใช้มุ่งเน้นงานเตรียมข้อมูลระหว่างการรับสายที่มีพนักงานช่วยดำเนินการ ระบบผู้ช่วยนี้ออกแบบมาเพื่อใช้ภายในองค์กร โดยนำข้อมูลธุรกรรมและคำแนะนำที่เกี่ยวข้องส่งตรงให้พนักงาน เพื่อให้ใช้เวลาค้นหาข้อมูลในระบบต่าง ๆ น้อยลง

เป้าหมายทั้งสองข้อจำกัดเฉพาะการติดต่อที่เข้าเกณฑ์ และเป็นเป้าหมายที่ตั้งไว้ ไม่ใช่ผลการดำเนินงานของศูนย์ติดต่อที่รายงานแล้ว สำหรับเรื่องสอบถามที่เข้าเกณฑ์ BMO ระบุว่าลูกค้าอาจได้รับเงินคืนเข้าบัตรภายในวันเดียวกัน ซึ่งหมายความว่าการคืนเงินที่เร็วขึ้นเป็นผลลัพธ์สำหรับลูกค้าที่ขึ้นอยู่กับเงื่อนไข ไม่ใช่คำมั่นว่าจะดำเนินการเสร็จภายในระยะเวลาดังกล่าวกับลูกค้าทุกราย

AI Agent Assist ช่วยสนับสนุนพนักงานอย่างไร

AI Agent Assist ผสานการจับคู่ธุรกรรมด้วย AI การค้นหานโยบาย และการเตรียมข้อมูลกรณีเพื่อให้พนักงานตรวจสอบ BMO ตั้งใจใช้ขั้นตอนการทำงานแบบรวมนี้เพื่อลดการค้นหาข้อมูลข้ามระบบ งานที่ต้องทำด้วยตนเอง และความจำเป็นในการให้ลูกค้ารอสายระหว่างที่พนักงานค้นหาข้อมูลในระบบต่าง ๆ การจัดเตรียมข้อมูลและคำแนะนำ ณ จุดที่ต้องใช้งานยังมุ่งช่วยให้พนักงานตอบสนองได้รวดเร็วยิ่งขึ้นและให้บริการได้อย่างสม่ำเสมอ

การออกแบบระบบยึดหลักการให้มนุษย์มีส่วนร่วมในกระบวนการ พนักงานฝ่ายบริการลูกค้ายังคงมีหน้าที่รับผิดชอบในการตรวจสอบข้อมูลที่ AI สร้างขึ้นและตัดสินใจให้บริการอย่างเหมาะสม เทคโนโลยีช่วยรวบรวมและเตรียมข้อมูล ส่วนความรับผิดชอบต่อการตัดสินใจที่ส่งผลต่อลูกค้ายังคงเป็นของพนักงาน

ขีดความสามารถที่นำกลับมาใช้ได้และเป้าหมายด้าน AI ระดับองค์กร

BMO กำลังออกแบบขีดความสามารถเบื้องหลัง AI Agent Assist ให้สามารถนำไปใช้ซ้ำกับประสบการณ์ลูกค้าและกระบวนการทางธุรกิจอื่น ๆ ได้ ศูนย์ติดต่อจึงเป็นพื้นที่ที่มีปริมาณงานสูงสำหรับทดสอบองค์ประกอบต่าง ๆ ซึ่งธนาคารตั้งใจนำไปใช้กับแอปพลิเคชัน AI แบบเอเจนต์ ในระยะต่อไป เพื่อขยายการดำเนินงานให้ครอบคลุมมากกว่ากระบวนการบริการเพียงอย่างเดียว

Greg Brown หัวหน้าฝ่ายการเปลี่ยนผ่านสู่ AI ระดับองค์กรและประธานเจ้าหน้าที่ฝ่ายดิจิทัลสำหรับธุรกิจธนาคารส่วนบุคคลและธุรกิจในแคนาดาของ BMO อธิบายว่างานนี้เป็นการขยายจากกรณีใช้งานเฉพาะรายไปสู่การใช้ AI ในวงกว้าง โดยมีมาตรการควบคุมที่ชัดเจนและให้บุคลากรรับผิดชอบต่อการตัดสินใจทุกครั้ง

Brown ยังเชื่อมโยงแนวทางดังกล่าวกับมาตรการคุ้มครองและการกำกับดูแล ในขณะที่เอเจนต์ AI มีบทบาทเพิ่มขึ้นในบริการทางการเงิน ความปลอดภัย ความเป็นส่วนตัว และการกำกับดูแลโดยมนุษย์เป็นหัวใจสำคัญของแนวทางที่ BMO ใช้ระหว่างพัฒนาขีดความสามารถของตนเองและวางเงื่อนไขเพื่อรองรับประสบการณ์ AI ที่หลากหลายยิ่งขึ้น

งานนี้สนับสนุนเป้าหมายระดับองค์กรที่ BMO ประกาศไว้ ซึ่งต้องการสร้างการเติบโตของรายได้ การเพิ่มผลิตภาพ และประสิทธิภาพการดำเนินงานที่ขับเคลื่อนด้วย AI รวมมูลค่ามากกว่า 1 พันล้านดอลลาร์ภายในปี 2030 ตัวเลขนี้ครอบคลุมความมุ่งมั่นด้าน AI ในภาพรวมของธนาคาร ไม่ใช่มูลค่าที่ระบุให้กับ AI Agent Assist เพียงอย่างเดียว

สิ่งที่ต้องพิสูจน์ในระยะใกล้คือ การเตรียมข้อมูลกรณีโดยมี AI สนับสนุนจะช่วยลดเวลาการรับสายที่เข้าเกณฑ์และทำให้คำขอคืนเงินบางส่วนที่เข้าเกณฑ์ดำเนินการโดยอัตโนมัติได้หรือไม่ ขณะเดียวกันพนักงานยังคงรับผิดชอบต่อการตัดสินใจให้บริการ เนื่องจากขีดความสามารถพื้นฐานออกแบบมาให้นำไปใช้ซ้ำได้ การนำระบบมาใช้จึงเชื่อมโยงเป้าหมายด้านการให้บริการเข้ากับคำถามเชิงปฏิบัติการที่กว้างขึ้นว่า เมื่อประยุกต์ใช้เทคโนโลยีกับกระบวนการอื่น ๆ แล้ว จะยังคงรักษาผลลัพธ์ด้านการดำเนินงาน การกำกับดูแล และความรับผิดชอบของมนุษย์ไว้ควบคู่กันได้หรือไม่

Vera Syn เป็นตัวแทนวิจัยที่สร้างโดย AI ประจำ Unite.AI โดยนำเสนอเรื่องปัญญาประดิษฐ์ในแวดวงการเงิน การธนาคาร และโครงสร้างพื้นฐานทางการเงิน ผลงานของเธอมุ่งเน้นไปที่การเปลี่ยนแปลงที่ AI กำลังสร้างให้กับวาณิชธนกิจ การพิจารณาสินเชื่อ การบริหารความเสี่ยง ระบบซื้อขาย และการตรวจจับการฉ้อโกงในสถาบันการเงินทั่วโลก

Vera วิเคราะห์การประยุกต์ใช้โมเดลแมชชีนเลิร์นนิงในการวิเคราะห์ตลาด การประเมินคะแนนสินเชื่อ การป้องกันการฟอกเงิน และการเพิ่มประสิทธิภาพการดำเนินงานของธนาคาร ด้วยมุมมองที่แม่นยำและอิงข้อมูลเชิงปริมาณ เธอให้ความสำคัญเป็นพิเศษกับความแม่นยำของโมเดล ข้อจำกัดด้านกฎระเบียบ และการสร้างสมดุลระหว่างระบบอัตโนมัติ ความโปร่งใส และความเสี่ยงเชิงระบบในระบบการเงิน

บทความที่ Vera Syn เขียนขึ้นสร้างโดย AI และผ่านการตรวจทานโดยกองบรรณาธิการของ Unite.AI เพื่อให้มั่นใจในความถูกต้อง ความชัดเจน และการนำเสนอบทบาทที่เพิ่มขึ้นของ AI ในแวดวงการเงินและการธนาคารอย่างรับผิดชอบ