Rozmowa z Ashimem Guptą, dyrektorem operacyjnym i finansowym UiPath
Redakcja „Gazety Ubezpieczeniowej”: – Przez lata Excel był „centrum dowodzenia” finansów. Czy tak jest również w erze AI?
Ashim Gupta: – Excel nadal pozostaje istotnym interfejsem, ale „centrum” przesuwa się w stronę warstwy orkiestracji, która łączy dane, polityki i działania z różnych systemów, umożliwiając realizację procesów end-to-end z wieloma wyjątkami, przy zachowaniu audytowalności i zaufania. Orkiestracja i jednolita warstwa kontroli są tak istotne, ponieważ organizacje nie funkcjonują na podstawie odizolowanych zadań, lecz długotrwałych procesów, które muszą być nadzorowane i powtarzalne. Excel pozostanie zapewne oknem na dane i wnioski, ale nie będzie pełnił dotychczasowej roli centrum dowodzenia.
Koordynacja danych czy decyzji w wielu systemach jednocześnie daje decydującą przewagę przy złożonych procesach i łańcuchach dostaw. Użycie Excela wymaga ręcznej, czasochłonnej pracy, podatnej na błędy i trudnej do audytowania. Orkiestracja wykracza poza te historyczne możliwości, umożliwiając współpracę agentów AI, robotów i ludzi w ramach jednego procesu.
Jakie jest obecnie największe wyzwanie dla AI w operacjach finansowych? Jak je rozwiązać?
– Procesy finansowe z natury zawierają tarcia operacyjne, często przejawiające się w intensywnym przetwarzaniu dokumentów, ręcznym przekazywaniu pracy, obsłudze wyjątków oraz rozproszonych danych i systemach. Wiele instytucji funkcjonuje w środowiskach legacy, o rozproszonej architekturze, gdzie dane są silosowane, a procesy nie w pełni zintegrowane. Fragmentacja ogranicza zdolność AI do zrozumienia kontekstu, obniża jej skuteczność i może hamować inicjatywy automatyzacji. Izolowane wdrożenia tej technologii napotykają też trudności z zapewnieniem solidnego zarządzania oraz spójnej wartości biznesowej.
Aby przezwyciężyć te wyzwania, AI musi być osadzona w automatyzacji i orkiestracji end-to-end – nie wdrażana jako rozwiązanie punktowe. Zintegrowana organizacja pracy umożliwia AI osiąganie spójnych, przewidywalnych rezultatów, a organizacjom pozwala skalować działania poza pojedyncze przypadki użycia, dostarczając mierzalny ROI.
AI obiecuje CFO większą efektywność, ale też zabiera część kontroli nad procesem. Gdzie według Pana kończy się zdrowa automatyzacja, a zaczyna ryzyko utraty decyzyjności?
– Zdrowa automatyzacja kończy się tam, gdzie rozmywa się odpowiedzialność. Z perspektywy CFO, jeśli coś wpływa na budżet, raportowanie finansowe, doświadczenie klienta lub zgodność regulacyjną, konieczne są jasne mechanizmy kontroli, wyczerpujące audyty i jednoznaczne reguły eskalacji, a nie autonomiczne „czarne skrzynki”. AI rekomenduje i wykonuje działania w ramach danych polityk, ale to ludzie ją nadzorują, podejmując decyzje w istotnych kwestiach, a orkiestracja zapewnia im pełną przejrzystość i całościowe zarządzanie.
Możliwość monitorowania procesów przez centralną warstwę zarządzania może być decydujące; każde ułatwienie przestrzegania standardów i regulacji pogłębia ludzki nadzór.
W finansach coraz częściej mówi się o agentowej AI, która sama inicjuje działania. Czy to realna przyszłość działów finansowych, czy raczej modne hasło wyprzedzające gotowość organizacji?
– To realne, ale tylko wtedy, gdy zaprojektuje się deterministyczną automatyzację, inteligencję agentową i mechanizmy human-in-the-loop jako współdziałający system. W finansach na znaczeniu zyskiwał będzie model „doboru narzędzia do etapu”, w którym roboty (RPA) lub API obsługują kontrolowane wykonanie, agenci rozumują na podstawie celów i zmienności, a ludzie nadzorują wyjątki lub decyzje wysokiego ryzyka. Gdy całość jest koordynowana przez orkiestrację, każde z tych działań jest widoczne i audytowalne. Złożone organizacje wiedzą, że nie ma uniwersalnych rozwiązań – kluczem jest wybór właściwego narzędzia.
Mamy udane przykłady z sektora finansowego. Fiserv, globalna firma fintech, używa agentowej automatyzacji do weryfikacji kodów MCC. RPA w połączeniu z modelami gen AI analizują tam dane sprzedawców i przypisują kody z 98% dokładnością, a wyjątki kierują do ludzkiej obsługi. Fiserv oszczędza w ten sposób ponad 12 tys. godzin pracy manualnej rocznie, poprawił też efektywność i dokładność w obsłudze klienta.
Czy AI potrafi dziś przewidywać frustrację klientów, a tym samym reklamacje, wcześniej niż ludzie?
– Tak, a do tego szybko zapewnia widoczność problemu oraz możliwe rozwiązania. AI identyfikuje wczesne sygnały ostrzegawcze i przyczyny źródłowe w całej podróży klienta, umożliwiając proaktywną interwencję, zanim problemy eskalują. Sztuczna inteligencja dostarcza holistyczny wgląd w doświadczenie klienta w czasie rzeczywistym, dzięki wielokanałowej analizie oraz zestawieniu sentymentu, jakości obsługi i historii klienta. Pozwala to rozpoznawać wzorce czy ryzyka trudne do wychwycenia przez ręczny monitoring.
Szczególnie skuteczne w analizie nieustrukturyzowanych danych i redukcji ilości pracy manualnej w tym zakresie są agenty AI. Poprzez orkiestrację automatyzacji interpretują dane, wnioskują i inicjują działania, które pomagają usuwać operacyjne źródła frustracji.
W tak złożonej i regulowanej branży jak usługi finansowe AI jest najefektywniejsza, gdy osadzi się ją w procesach obsługi. Automatyzując walidację formularzy, pobieranie danych czy aktualizacje między systemami – jak m.in. w Fiserv – zmniejsza się tarcia tak po stronie pracowników, jak i klientów.
Czy AI może pomóc w obsłudze reklamacji w sektorze ubezpieczeniowym?
– Tak, zwłaszcza gdy jest stosowana w formie automatyzacji agentowej. Potencjał drzemie nie tylko w back-office, ale także w kluczowych procesach middle-office, charakterystycznych dla tej branży. Ta technologia wspiera ubezpieczycieli, m.in. w obsłudze roszczeń, analizie zgłoszeń e-mailowych i dokumentacji szkód, kierując sprawy do odpowiednich zespołów.
Choć AI nie potrafi przewidywać reklamacji z absolutną pewnością, to odciąża ekspertów, skracając czas reakcji i zmniejszając ryzyko eskalacji do tego poziomu, dzięki zdolności zestawiania danych oraz rozpoznawania wzorców.
AI może pomagać ze złożonymi już reklamacjami, optymalizując przyjmowanie zgłoszeń oraz standaryzując klasyfikację według typu i wagi – obszarów, które przy obsłudze manualnej często są niespójne.
UiPath (NYSE: PATH) jest światowym liderem w dziedzinie automatyzacji agentowej, umożliwiającym przedsiębiorstwom wykorzystanie pełnego potencjału agentów AI do autonomicznego wykonywania i optymalizacji złożonych procesów biznesowych.
