Reklamacje klientów często wymagają szybkiego działania, dlatego banki coraz chętniej sięgają po technologie usprawniające ich rozpatrywanie. VeloBank, bazując na pozytywnych doświadczeniach z GenAI, wdrożył system wieloagentowy wspierający pracowników w obsłudze reklamacji.
Specjalistyczni agenci AI
Zrealizowane wdrożenie to doskonały przykład współpracy między GenAI a człowiekiem, ponieważ ostateczna weryfikacja działania agentów należy do pracownika banku.
Pierwszy z agentów AI automatycznie rozpoznaje najistotniejsze dane ze zgłoszenia, takie jak numer rachunku klienta czy dane osobowe, po czym wypełnia nimi odpowiednie pola w formularzu. Na podstawie zebranych informacji drugi agent AI przydziela reklamację do właściwej kategorii, korzystając z rozbudowanego drzewa reklamacyjnego banku, które jest regularnie aktualizowane. Również sam agent AI systematycznie uaktualnia swoją bazę wiedzy. Jeśli jednak pracownik banku, analizując dane zawarte w zgłoszeniu, uzna, że wniosek powinien zostać skategoryzowany inaczej, może łatwo wprowadzić taką zmianę.
W kolejnym kroku trzeci z agentów AI pobiera z odpowiednich systemów banku wszystkie informacje potrzebne do rozstrzygnięcia reklamacji, aby przygotować rekomendację decyzji. Na końcu czwarty agent AI przygotowuje propozycję pisma do klienta, zawierającą szczegółowe wyjaśnienia oraz odniesienia do dokumentów będących podstawą rozstrzygnięcia. Nad całością procesu czuwa człowiek – specjalista, który zawsze podejmuje ostateczną decyzję na podstawie danych od AI.
VeloBank w partnerstwie z Accenture po raz kolejny sięga po najnowszą technologię, by usprawnić codzienną pracę zespołu, a tym samym podnieść jakość obsługi procesu reklamacyjnego. Po pozytywnym przyjęciu przez specjalistów VeloBanku wdrożenia chatbota GenAI wspierającego pracowników call center udzielających informacji o „Bezpiecznym kredycie 2%”, zdecydowaliśmy się na realizację zaawansowanego projektu w architekturze wieloagentowej. Tym razem wdrożenie pomoże radykalnie przyspieszyć realizację zapytań reklamacyjnych, co po stronie banku wprost przełoży się na wydajność zespołów, zaś po stronie klienckiej na odbiór marki, jako nowoczesnej i ułatwiającej codzienne bankowanie – mówi Jakub Chamernik, Dyrektor Obszaru Operacji w VeloBanku.
Przebieg wdrożenia
Aby maksymalnie wykorzystać potencjał technologiczny w procesie obsługi reklamacji, projekt rozpoczęto od szczegółowej analizy obecnego sposobu obsługi. Celem było zidentyfikowanie tych elementów procesu, których automatyzacja przyniosłaby największe korzyści biznesowe. Zebrano dane dotyczące liczby poszczególnych typów reklamacji, nakładu pracy ludzkiej przy ich obsłudze oraz częstotliwości powtarzających się czynności. Dzięki temu wyłoniono priorytetowe typy reklamacji, które w pierwszej kolejności zostały objęte automatyzacją z wykorzystaniem GenAI.
Po testach i opracowaniu metod dostarczania informacji systemowi, które pozwalają generować odpowiedzi, zintegrowano je w jednej aplikacji. Rozwiązanie zostało zaimplementowane w środowisku VeloBanku, z uwzględnieniem istniejącej infrastruktury i wymogów bezpieczeństwa. Prace projektowe były realizowane w kilku strumieniach złożonych z zespołów biznesowych i technicznych VeloBanku i Accenture.
W przyszłości bank planuje dalszy rozwój aplikacji, zwiększając automatyzację w obszarach przyjmowania i wsparcia rozpatrywania reklamacji.
Dotychczas wiele operacji związanych z obsługą reklamacji realizowano manualnie, co wynikało z ich specyfiki i różnorodności. System wieloagentowy pozwolił na podział zadań między agentów AI na różnych etapach procesu reklamacyjnego i zintegrowanie ich pracy w jednym narzędziu. W ten sposób generatywna sztuczna inteligencja realnie wspiera pracowników VeloBanku na każdym etapie obsługi reklamacji. Zaprojektowana w ten sposób automatyzacja nie tylko przyspiesza całą procedurę, ale pozytywnie wpływa na komfort pracy i produktywność wszystkich pracowników zaangażowanych w proces – mówi Krzysztof Wojciechowski, Senior Manager, Lider GenAI dla sektora finansowego w Accenture w Polsce, odpowiedzialny za wdrożenie realizowane dla VeloBank.
Wdrożenie wymagało także spełnienia rygorystycznych wymogów bezpieczeństwa i zgłoszenia do Komisji Nadzoru Finansowego (KNF). Całość została zabezpieczona i zamknięta w dedykowanym środowisku, co zapewnia pełną kontrolę nad przepływem i udostępnianiem informacji. W projekcie wykorzystano technologię Azure OpenAI – konkretnie model GPT-4o. Implementacja rozwiązania w Pythonie umożliwiła sprawną integrację z infrastrukturą VeloBanku, przy zachowaniu wysokich standardów bezpieczeństwa i skalowalności.
To kolejne innowacyjne wdrożenie z wykorzystaniem technologii Gen AI, jakie VeloBank zrealizował we współpracy z Accenture, a zarazem kolejny projekt wspierający pracowników banku. Wcześniej powstał m.in. chatbot-asystent Gen AI dla doradców call center, który udzielał informacji dotyczących warunków i procesu wnioskowania o kredyt hipoteczny w ramach programu „Bezpieczny kredyt 2%”. Rozwiązanie to usprawniło proces konsultowania i zwiększyło produktywność doradców banku.
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Infrastruktura w punkcie zwrotnym - 5 prognoz kształtujących AI, odporność i suwerenność danych w 2026 roku
W 2026 roku zyskają firmy, które traktują infrastrukturę nie jako obszar generujący koszty, lecz ja… / Czytaj więcej
Tylko 7% firm w Europie wykorzystuje w pełni potencjał AI
72% firm w regionie EMEA uznaje rozwój narzędzi bazujących na sztucznej inteligencji za priorytet s… / Czytaj więcej
Chmura publiczna w Unii Europejskiej – między innowacją a odpowiedzialnością za dane
Transformacja cyfrowa w Europie coraz mocniej opiera się na chmurze publicznej, która stała się fun… / Czytaj więcej
Jak Cisco pomaga Europie spłacić dług technologiczny w krytycznej infrastrukturze sieciowej
Cyfryzacja, rozwój sztucznej inteligencji i nadchodzące komputery kwantowe wymagają od Europy stabi… / Czytaj więcej
MŚP inwestują w AI, kompetencje pracowników nadal wyzwaniem
Europejskie małe i średnie firmy coraz śmielej inwestują w sztuczną inteligencję, ale to kompetencj… / Czytaj więcej
AP EU AI Cloud: nowy standard suwerennej chmury i AI dla europejskich organizacji
SAP EU AI Cloud to zapowiedziana 27 listopada 2025 r. platforma, która łączy dotychczasowe inicjaty… / Czytaj więcej
