O projeto de transformação começou no final de 2016, quando a EY abordou o banco com uma oferta para implementar processos de RPA, o que poderia ajudar o banco a racionalizar e automatizar muitas de suas tarefas manuais.
Após conversas e compartilhamento de ideias, a EY desenvolveu uma prova de conceito que ilustrou para o banco a capacidade do RPA de se integrar efetivamente com seus sistemas internos de TI. Essa prova de conceito foi tão bem-sucedida que a EY foi convidada a ajudar a executar sua estratégia de automação de processos, iniciada no início de 2017.
Adicionando IA ao RPA para permitir “automação inteligente”
À medida que o projeto avançava, a equipe combinada da EY e do banco logo encontrou um número cada vez maior de oportunidades para implementar soluções de automação. Mas ainda restavam processos que, embora repetitivos e demorados, eram considerados complexos demais para serem candidatos realistas à automação.
No entanto, muitas dessas áreas eram, de fato, problemas solucionáveis. Eles só precisavam de recursos adicionais – ou seja, inteligência artificial. Com a aplicação de técnicas de IA – integradas a robôs de software – a EY e o banco conseguiram produzir novas soluções que permitiriam automatizar operações cada vez mais sofisticadas.
Nos anos de vigência da parceria, a EY e o banco conseguiram automatizar centenas de processos em todas as operações da organização, permitindo-lhes transformar funções inteiras. Estes incluem:
Processamento de reclamações
Uma das primeiras áreas em que a experiência da EY começou a produzir resultados reais foi transformar a forma como o banco lidava com as reclamações dos consumidores. Muitas das reclamações atendidas pela empresa foram enviadas primeiro ao escritório central para outras ações, mas descobriu-se que cerca de 75% dessas reclamações poderiam, de fato, ser tratadas em filiais de varejo locais. No entanto, examinar esses e-mails e identificar as ações que precisavam ser tomadas em cada um deles era demorado, demorando cerca de um minuto por reclamação.
A IA foi usada pela primeira vez para automatizar o processamento de reclamações. Algoritmos de processamento de linguagem natural (NLP) combinados com técnicas de classificação de aprendizado de máquina foram aplicados para ler e-mails, detectar linguagem e sentimento, avaliar a natureza da reclamação e determinar qual equipe deve recebê-la. O sistema de IA resultante foi incorporado às etapas relacionadas do fluxo de trabalho da RPA para que cada reclamação pudesse ser encaminhada ao oficial de reclamações relevante. Graças a esta solução, 80% das reclamações podem agora ser tratadas automaticamente, de ponta a ponta.
Extração de informações de empréstimo hipotecário
Os empréstimos hipotecários contêm muitas informações importantes que precisam ser arquivadas para referência futura durante a vida útil do empréstimo, e isso significa ler, classificar e arquivar manualmente essas informações. A equipe de crédito do banco realizava essas ações cerca de 150 vezes por dia, com uma média de 2,5 minutos gastos por documento.
Com a ajuda da EY, a empresa conseguiu criar uma solução que combinava reconhecimento óptico de caracteres (OCR), aprendizado de máquina e NLP para transcrever automaticamente documentos de empréstimos hipotecários digitalizados, ler o conteúdo e extrair e arquivar os pontos de dados necessários. Desde a entrada em operação em 2019, mais de 90% das cópias eletrônicas recebidas dos contratos de crédito à habitação são tratadas e arquivadas automaticamente diariamente.
E-mails bancários corporativos
Como qualquer empresa, as operações diárias do banco envolviam muitos e-mails. Sua equipe operacional passou muito tempo encaminhando manualmente os e-mails dos clientes para o oficial correto.
Graças a uma combinação de técnicas de NLP e aprendizado de máquina, a equipe conseguiu criar um sistema de automação inteligente que identifica automaticamente os números de solicitação de serviço dos e-mails recebidos e classifica os e-mails para ações posteriores. Agora, 92% dos e-mails são classificados automaticamente com 92% de precisão e 80% dos clientes são identificados automaticamente com 85% de precisão.
Para criar essas soluções automatizadas cada vez mais complexas e garantir que elas seriam não apenas bem-sucedidas, mas também seguras e protegidas, a EY recorreu a uma equipe composta por uma ampla gama de conhecimentos técnicos profundos e exclusivos - incluindo engenheiros de automação; analistas de processos; mestres de scrum RPA; cientistas de dados; Tradutores de IA e engenheiros de aprendizado de máquina.
O que foi particularmente importante foi que essas equipes de IA e RPA coordenassem de forma eficaz o desenvolvimento das soluções de automação, o que exigia um certo grau de integração técnica. Configurar a IA lado a lado com a plataforma de RPA existente exigia uma integração técnica específica para que os dois mundos se comunicassem de forma eficaz. Nos níveis de desenvolvimento e teste, a integração e a colaboração entre as duas equipes foram particularmente críticas para garantir que o produto de IA estivesse pronto no mesmo momento que o script de RPA.
Inicialmente composta por cerca de quatro pessoas, hoje a equipe cresceu para cerca de 25 pessoas, construindo processos de automação cada vez mais complexos em todo o banco.