Архив Финансовые услуги и страхование · Банки

BankUnited: ИИ-ассистент SAVI сократил звонки в бэк-офис примерно на 40%

По словам руководителя BankUnited, внутренний чат-бот SAVI на генеративном ИИ сократил звонки сотрудников в службу поддержки бэк-офиса примерно на 40%. SAVI отвечает на вопросы о внутренних политиках банка менее чем за 10 секунд с точностью 95%.

Стадия
Промышленная эксплуатация
География
Соединенные Штаты
Год
2026
Источники
1
CB-002434
проверено 24.10.2026

/01 · ключевые результаты

  • результат

    около 40%

    сокращение звонков в службу поддержки бэк-офиса

    BizTech Magazine (CDW), статья, 20.03.2026

    по данным на март 2026 года · внутренний чат-бот SAVI для сотрудников BankUnited

    слова сотрудника: Жейнер Моралес, BankUnited

  • возможность системы

    95%

    точность ответов SAVI на запросы сотрудников

    BizTech Magazine (CDW), статья, 20.03.2026

    по данным на март 2026 года · внутренний чат-бот SAVI для сотрудников BankUnited

    данные СМИ

  • возможность системы

    менее 10 с

    время ответа SAVI на запрос сотрудника

    BizTech Magazine (CDW), статья, 20.03.2026

    по данным на март 2026 года · внутренний чат-бот SAVI для сотрудников BankUnited

    данные СМИ

оценка strategai

Оценку не приводим: источник не называет исходное число звонков в бэк-офис и стоимость их обработки.

По словам руководителя BankUnited, внутренний чат-бот SAVI на генеративном ИИ сократил звонки сотрудников в службу поддержки бэк-офиса примерно на 40%. SAVI отвечает на вопросы о внутренних политиках банка менее чем за 10 секунд с точностью 95%.

Стадия
Промышленная эксплуатация
География
Соединенные Штаты
Год
2026
Источники
1
CB-002434
проверено 24.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-002434BankUnited

Бизнес

Компания
BankUnited
Отрасль
Финансовые услуги и страхование · Банки
Функция
Клиентский сервис
Задача
Подсказки оператору, суммаризация, QA звонков

Технология

Класс AI
Генеративный ИИ: LLM, ассистенты, RAG
Тип решения
Гибридное решение: AWS, Anthropic

Внедрение

Стадия
Промышленная эксплуатация, на 20.03.2026
География
Соединенные Штаты

/03 · описание кейса

Бизнес-задача

BankUnited — региональный банк со штаб-квартирой в Майами-Лейкс (Флорида), работающий в 55 отделениях. До появления SAVI сотрудникам банка порой было трудно быстро отвечать на срочные вопросы клиентов из малого бизнеса: ответы на вопросы о внутренних политиках приходилось искать в документах или ждать. Это удлиняло звонки и приводило к несогласованным ответам клиентам. Банку требовался инструмент, который даёт банкирам быстрый и точный ответ прямо во время работы с клиентом.

Решение

SAVI — внутренний чат-бот BankUnited на генеративном ИИ, работающий как система управления политиками банка. Он имеет доступ к более чем 400 внутренним документам, и сотрудники формулируют запросы к нему на естественном языке. Банк разработал SAVI вместе с AWS на сервисе Amazon Bedrock с моделью Claude 2 от Anthropic. По данным BizTech Magazine, SAVI отвечает на запросы сотрудников менее чем за 10 секунд с точностью 95%. Новые сотрудники используют инструмент как подсказку в работе.

Внедрение

По словам Жейнера Моралеса, старшего вице-президента BankUnited по аналитике данных и бизнес-системам, SAVI стал одним из первых внедрений генеративного ИИ в банке. Команда тесно работала с подразделениями по рискам и комплаенсу и выстроила ограничения — от доступа к данным до валидации модели и проверки человеком; эта рамка теперь используется для других ИИ-инициатив банка. Моралес сообщает, что звонки в службу поддержки бэк-офиса сократились примерно на 40%, а также отмечает рост удовлетворённости клиентов, уверенности сотрудников и результатов обучения. Публикация вышла в марте 2026 года.

/04 · источники и проверка

Что подтверждено

  • По словам старшего вице-президента BankUnited, звонки в службу поддержки бэк-офиса сократились примерно на 40% после внедрения SAVI.
  • SAVI отвечает на запросы сотрудников менее чем за 10 секунд с точностью 95% и работает с более чем 400 внутренними документами.
  • Чат-бот построен на Amazon Bedrock с моделью Claude 2 и используется банкирами при обслуживании клиентов из малого бизнеса.

Ограничения

  • Около 40% — оценка руководителя банка; исходное число звонков в бэк-офис, период измерения и метод расчёта не раскрыты.
  • Точность 95% не сопровождается описанием методики оценки и выборки запросов.
  • Улучшения удовлетворённости клиентов и результатов обучения названы без цифр; длительность звонков с клиентами не приводится.
  1. [1] BizTech Magazine (CDW)

    From Claims to Customer Insights: Generative AI Use Cases Drive Business Value in Finance

    СМИ · 20.03.2026

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-002434 · Версия 1 · 24.10.2026 · /c/CB-002434/