أظهر بنك PSB كيف يطبق الذكاء الاصطناعي في البنك: روبوتات الدردشة و RAG والخدمات التجارية

كشفت بي أس بي عن ليس مجرد مجموعة من تجارب الذكاء الاصطناعي، بل مخطط صارم وعملي إلى حد كبير لتنفيذ الذكاء الاصطناعي في النظام البيئي المصرفي. تؤكد البنك أنها لم تسعَ لتكون من بين الأوائل الذين يختبرون كل أداة نموذج اللغة الكبيرة، بل بنت بشكل متسق حلولاً حيث يمكن رؤية التأثير التجاري بسرعة: في خدمة الشركات الصغيرة والمتوسطة وأتمتة الاستشارات وتقليل عبء العمل على الموظفين. ونتيجة لذلك، تعمل بي أس بي بالفعل بمزيج من الروبوتات القائمة على السيناريوهات والمساعد التوليدي والبحث القائم على الاسترجاع المعزز بالبيانات عبر قاعدة معارفها والتجارب الحية للفريق الداخلي.

في الخدمات الخارجية، يتم التركيز الرئيسي على رجال الأعمال. تستخدم بي أس بي نماذج التوصيات في نظام إدارة علاقات العملاء الخاص بها لتحليل المعاملات واقتراح التعريفات والمنتجات الأكثر ملاءمة وأسباب الاتصال بالعملاء. المنطق بسيط: يجب أن يوفر الذكاء الاصطناعي المال والوقت، لا أن يسلي.

على سبيل المثال، يمكن للنظام أن يلاحظ أن العميل يدفع بانتظام أكثر من اللازم للعمليات التي تتجاوز حده ويستفيد من الانتقال إلى تعريفة مختلفة. أو يقترح فرصة نقل طرف مقابل إلى بي أس بي إذا كان ذلك يقلل تكاليف الدفع لكلا الطرفين. وفقاً للبنك، حوالي 98٪ من الخدمات لرجال الأعمال متاحة الآن عن بُعد، و74٪ تخضع للأتمتة الشاملة دون تدخل بشري في المراحل المتوسطة.

المنتج الرئيسي هنا هو مساعد الذكاء الاصطناعي "كاتيوشا"، المتاح في تطبيق البنك الإلكتروني والتطبيق الجوال والموقع الإلكتروني وفي VK. يتم استخدامه ليس فقط كروبوت محادثة للإجابة على الأسئلة، بل أيضاً كأداة تطبيقية للمهام التجارية الروتينية: إعداد نصوص المبيعات وإنشاء وصفات المنتجات على الأسواق الإلكترونية والرد على التقييمات وكتابة منشورات وسائل التواصل الاجتماعي وحتى صياغة أسئلة المقابلات مع المرشحين. يُبلّغ البنك عن حوالي أربعة آلاف طلب في الربع الواحد ويؤكد أن الخدمة تبقى مجانية لعملاء قطاع الشركات الصغيرة والمتوسطة.

تحت الغطاء، يعمل نموذج لغة كبيرة روسي، بدأت بي أس بي اختباره في تجربة حية مبكرة. الفكرة هنا هي جمع السيناريوهات الأكثر شيوعاً في واجهة واحدة بدلاً من إرسال العملاء إلى خدمات خارجية مختلفة. الخطوة التالية هي تنفيذ الاسترجاع المعزز بالبيانات في مسار استشارة كاتيوشا.

وفقاً لبي أس بي، قدمت هذه الطبقة أكبر قفزة نوعية ملحوظة: في التجربة الحية، زادت أتمتة الطلبات بمقدار 7٪ وتقلص متوسط وقت حل المشكلة بمقدار ثماني مرات وزادت رضا العملاء في الروبوت بنسبة 21٪. وفي نفس الوقت، تم تقليل نسبة الإجابات غير الصحيحة من 3٪ إلى 1٪. هذه نتيجة مهمة للبنك، لأنه عند مستويات عالية من الأتمتة، يصبح كل نقطة مئوية إضافية أصعب بكثير في تحقيقها مما هي عليه في البداية.

واتضح أن مشكلة منفصلة هي المرشح الأخلاقي لنموذج اللغة الكبيرة: في الاختبارات، حجب حوالي 30٪ من الطلبات بسبب الصيغ في قاعدة المعارف. بعد إعادة كتابة النصوص واستبدال الكلمات الحساسة وإضافة المعالجة اللاحقة، تم تقليل نسبة هذه الحجب إلى 1٪، مما جعل التجربة الحية قابلة للتطبيق. يتجه منفصل هو البنك في التطبيقات الفورية والذكاء الاصطناعي الداخلي للموظفين.

منذ عام 2023، تعمل كاتيوشا في VK ليس فقط كمستشار ولكن أيضاً كواجهة لعمليات حسابات العملاء الأساسية: إصدار الفواتير والدفع وعرض الكشوفات والأرصدة. في عام 2025، نما عدد المستخدمين النشطين لهذه القناة بنسبة 35٪، وتم معالجة أكثر من 60 ألف عملية دفع من خلالها. بعد ذلك، أطلقت بي أس بي أيضاً خدمات الدفع في MAX.

داخل البنك، بدأت التجربة الحية للموظفين في أكتوبر 2025: في البداية مع 25 شخصاً يحتاجون للإجابة بسرعة على استفسارات مكاتب البيع والمديرين الميدانيين. كان الهدف تحرير حوالي 10٪ من وقت العمل، لكن أثناء التجربة الحية اتضح أن الذكاء الاصطناعي يوفر أكبر قيمة ليس على الأسئلة النمطية بل في السيناريوهات الأضيق بدون بيانات شخصية، حيث تكون الاستشارات الدقيقة وإرشادات المنتجات مهمة. من كل هذا ينبثق استراتيجية واضحة تماماً.

بي أس بي لا تحاول بناء بنك ذكاء اصطناعي عالمي في خطوة واحدة، بل توزع المهام حسب مستويات الخطر والفائدة: النماذج السحابية للسيناريوهات المحتواة وغير المخصصة، والروبوتات القائمة على السيناريوهات للإجابات السريعة والبسيطة، والاسترجاع المعزز بالبيانات للاستشارات القابلة للتوسع، ونموذج اللغة الكبيرة داخل المسار للبيانات الحساسة والخدمات الداخلية. في عام 2026، تخطط البنك لنشر نموذج اللغة الكبيرة ضمن محيطها وزيادة نسبة الإجابات المستندة إلى الاسترجاع المعزز بالبيانات في تدفق الاستشارة العام من 4٪ إلى 16٪. بالنسبة للسوق، هذا مثال يحتذى به لكيفية قيام بنك كبير بتنفيذ الذكاء الاصطناعي التوليدي ليس من أجل العرض، بل كأداة عمل مع مقاييس واضحة.