Agentic AI στις Τράπεζες: Η TD Δείχνει τι Ακολουθεί

Η τεχνητή νοημοσύνη προχωρά πιο βαθιά στον πυρήνα λειτουργίας των παραδοσιακών τραπεζών. Για χρόνια, ο χρηματοοικονομικός τομέας χρησιμοποιεί AI για ανίχνευση απάτης, αξιολόγηση πιστοληπτικής ικανότητας, τμηματοποίηση πελατών, έλεγχο συμμόρφωσης και υποστήριξη μέσω chatbot. Ωστόσο, τα περισσότερα από αυτά τα συστήματα ήταν στενά, εξειδικευμένα σε συγκεκριμένα καθήκοντα και εξαρτώνταν από σαφώς ορισμένες ανθρώπινες ροές εργασίας.

Η επόμενη φάση είναι διαφορετική. Agentic AI παρέχει στις τράπεζες λογισμικά πράκτορα που μπορούν να ερμηνεύσουν στόχους, να συλλέξουν πληροφορίες, να εκτελέσουν πολυβήμα εργασίες, να κλιμακώσουν εξαιρέσεις και να παράγουν χρήσιμα αποτελέσματα με λιγότερη άμεση ανθρώπινη παρέμβαση. Αυτό δεν σημαίνει ότι οι τράπεζες παραδίδουν τις αποφάσεις πίστωσης σε ανεπίβλεπτους αλγόριθμους. Σημαίνει ότι αρχίζουν να ενσωματώνουν την AI στο επίπεδο ροής εργασίας όπου τα έγγραφα, οι κανόνες, οι πολιτικές, τα δεδομένα πελατών και η κρίση των υπαλλήλων διασταυρώνονται.

Η εκκίνηση του πρώτου μοντέλου agentic AI της TD Bank Group για τη χρηματοδότηση με εγγύηση ακινήτου αποτελεί σαφή παράδειγμα του που κατευθύνεται αυτή η αλλαγή. Η τράπεζα χρησιμοποιεί agentic AI για να αυτοματοποιήσει και να βελτιστοποιήσει τμήματα της διαδικασίας αίτησης για στεγαστικό δάνειο και Γραμμή Πίστωσης Ιδιοκτησίας. Η πρώτη της υλοποίηση εστιάζει στην προ-αξιολόγηση, όπου το σύστημα δημιουργεί συνοπτικές σημειώσεις για τους αξιολογητές, ταξινομώντας έγγραφα, εξάγοντας βασικές πληροφορίες, υπολογίζοντας εισόδημα, ελέγχοντας τη συγκατάθεση, επικυρώνοντας αριθμούς σε σχέση με τις επιλεγμένες απαιτήσεις πολιτικής, εντοπίζοντας αποκλίσεις και παράγοντας μια σύντομη σύνοψη του φακέλου.

Σύμφωνα με την TD (TD ), τα αρχικά αποτελέσματα μείωσαν μια διαδικασία που προηγουμένως διαρκούσε κατά μέσο όρο 15 ώρες σε λιγότερο από τρία λεπτά. Για μια τράπεζα, αυτό δεν είναι μόνο μια τεχνολογική αναβάθμιση. Είναι μια πιθανή επανασχεδίαση του τρόπου με τον οποίο η εργασία δανεισμού δρομολογείται, ελέγχεται, μετράται και κλιμακώνεται.

Τι είναι η Agentic AI στα Χρηματοοικονομικά;

Agentic AI αναφέρεται σε συστήματα AI που μπορούν να επιδιώξουν έναν στόχο μέσω μιας σειράς ενεργειών αντί να ανταποκρίνονται απλώς σε ένα μόνο ερώτημα. Ένα συμβατικό εργαλείο γενετικής AI μπορεί να συνοψίσει ένα έγγραφο όταν του ζητηθεί. Ένα σύστημα agentic μπορεί να εντοπίσει τα σχετικά έγγραφα, να τα ταξινομήσει, να εξάγει τα απαιτούμενα δεδομένα, να συγκρίνει αυτά τα δεδομένα με την πολιτική, να επισημάνει ασυνέπειες, να ετοιμάσει μια σύνοψη και να δρομολογήσει το αρχείο σε έναν ανθρώπινο λήπτη απόφασης.

Στις τράπεζες, αυτή η διάκριση έχει σημασία επειδή οι περισσότερες υψηλής αξίας ροές εργασίας δεν είναι μονοβήμα εργασίες. Η αξιολόγηση στεγαστικών δανείων, η αξιολόγηση εμπορικής πίστωσης, οι έρευνες κατά του ξεπλύματος χρήματος, η ενσωμάτωση πλούτου, οι αξιώσεις ασφαλιστικών και οι κανονιστικές αναφορές περιλαμβάνουν όλα πολλαπλά συστήματα, έγγραφα, κανόνες, εγκρίσεις και απαιτήσεις ελέγχου.

Πώς η Agentic AI Διαφέρει από την Τυπική Αυτοματοποίηση

Η παραδοσιακή αυτοματοποίηση λειτουργεί καλύτερα όταν η διαδικασία είναι επαναλαμβανόμενη και δομημένη. Η ρομποτική αυτοματοποίηση διαδικασιών, για παράδειγμα, μπορεί να μεταφέρει δεδομένα από ένα σύστημα σε άλλο εάν η μορφή εισόδου είναι προβλέψιμη. Η Agentic AI είναι πιο ευέλικτη. Μπορεί να λειτουργήσει σε ημι-δομημένα έγγραφα, φυσική γλώσσα, εσωτερικές πολιτικές και μεταβαλλόμενα αρχεία πελατών.

Αυτή η ευελιξία είναι ο λόγος που ενδιαφέρουν τις τράπεζες. Η βάση κόστους τους αποτελείται από εργασίες γνώσης που είναι επαναλαμβανόμενες αλλά όχι απλές. Οι υπάλληλοι δαπανούν σημαντικό χρόνο στην ανάγνωση, την εξισορρόπηση, τη σύνοψη και τον έλεγχο πληροφοριών πριν ληφθεί μια απόφαση. Η Agentic AI στοχεύει σε αυτό το ενδιάμεσο επίπεδο εργασίας.

• Μπορεί να μειώσει την χειροκίνητη αξιολόγηση εγγράφων.
• Μπορεί να βελτιώσει τη συνοχή σε πολύπλοκες ροές εργασίας.
• Μπορεί να βοηθήσει τους υπαλλήλους να εστιάσουν στην κρίση, τις εξαιρέσεις και τις σχέσεις με τους πελάτες.

Γιατί οι Μεγάλες Τράπεζες Ξεκινούν με Δανεισμό

Ο δανεισμός είναι ένας λογικός πρώτος στόχος για την agentic AI επειδή συνδυάζει την επείγουσα ανάγκη των πελατών, μεγάλους όγκους εγγράφων, υψηλό λειτουργικό κόστος και αυστηρούς ελέγχους κινδύνου. Οι αιτήσεις στεγαστικού και εγγυημένου δανεισμού απαιτούν από τις τράπεζες να αξιολογούν το εισόδημα, την απασχόληση, τα περιουσιακά στοιχεία, τις υποχρεώσεις, τις πληροφορίες ακινήτου, τη συγκατάθεση, τη συμμόρφωση με την πολιτική και τους κινδύνους εξαιρέσεων. Το μεγαλύτερο μέρος αυτής της εργασίας είναι διοικητικό, αλλά τα λάθη μπορούν να δημιουργήσουν έκθεση σε πιστωτικό, κανονιστικό και φήμης κίνδυνο.

Η υλοποίηση της TD είναι σημαντική επειδή δεν τοποθετεί την AI ως αντικατάσταση των αξιολογητών. Αντίθετα, δημιουργεί ένα ισχυρότερο επίπεδο προ-αξιολόγησης. Η AI προετοιμάζει το αρχείο, εντοπίζει αποκλίσεις και δημιουργεί μια σημείωση. Ο ανθρώπινος αξιολογητής μπορεί στη συνέχεια να εξετάσει ένα πιο πλήρες και δομημένο πακέτο.

Αυτό το μοντέλο είναι πιθανό να γίνει το κυρίαρχο πρότυπο για τις παραδοσιακές τράπεζες. Η βραχυπρόθεσμη ευκαιρία δεν είναι η πλήρως αυτόνομη τραπεζική. Είναι τραπεζική με ανθρώπινη ηγεσία, όπου οι πράκτορες AI διαχειρίζονται την προετοιμασία, την επαλήθευση και την ορχήστρωση των ροών εργασίας που επιβραδύνουν τις διαδικασίες που αφορούν τους πελάτες.

Τι Προσφέρει η Agentic AI στους Πελάτες των Τραπεζών

Για τους πελάτες, το πιο εμφανές όφελος είναι η ταχύτητα. Οι αιτούντες στεγαστικού δανείου συχνά βιώνουν την τραπεζική ως μια σειρά από αιτήματα εγγράφων, περιόδους αναμονής, βρόχους διευκρινίσεων και ασαφείς ενημερώσεις κατάστασης. Εάν οι πράκτορες AI μπορούν να συμπιέσουν τη διαδικασία εσωτερικής αξιολόγησης, οι πελάτες μπορεί να λάβουν νωρίτερες ενδείξεις έγκρισης, ταχύτερα αιτήματα για ελλιπείς πληροφορίες και λιγότερες επαναλαμβανόμενες αλληλεπιδράσεις.

Η ταχύτητα επηρεάζει επίσης την εμπιστοσύνη των πελατών. Στο ακίνητο, οι καθυστερήσεις μπορούν να έχουν σημασία. Οι αγοραστές μπορεί να διαχειρίζονται προθεσμίες προσφορών, όρους χρηματοδότησης, αλλαγές επιτοκίων και ανταγωνιστικές προσφορές. Μια ταχύτερη διαδικασία προ-αξιολόγησης μπορεί να κάνει την τραπεζική εμπειρία να φαίνεται λιγότερο αβέβαιη κατά τη διάρκεια μιας υψηλής πίεσης οικονομικής απόφασης.

Το δεύτερο όφελος είναι η προσωποποίηση. Η Agentic AI μπορεί να βοηθήσει τις τράπεζες να κατανοήσουν πού βρίσκεται ένας πελάτης σε μια διαδικασία και ποια ενέργεια χρειάζεται επόμενη. Αντί για γενικά μηνύματα, μια τράπεζα μπορεί να παρέχει πιο συγκεκριμένη καθοδήγηση βάσει της πραγματικής κατάστασης του φακέλου. Αυτό θα μπορούσε τελικά να υποστηρίξει πιο προδραστική εξυπηρέτηση σε στεγαστικά δάνεια, μικρά επιχειρηματικά δάνεια, ενσωμάτωση επενδύσεων και ασφάλιση.

Το τρίτο όφελος είναι η συνοχή. Οι διαδικασίες με ανθρώπινη ηγεσία μπορούν να διαφέρουν ανά κατάστημα, ομάδα, φόρτο εργασίας και πολυπλοκότητα εγγράφων. Η Agentic AI μπορεί να τυποποιήσει το επίπεδο προετοιμασίας ώστε οι υπάλληλοι να λαμβάνουν ένα πιο ομοιόμορφο αρχείο πριν εφαρμόσουν την κρίση τους.

Τι Προσφέρει η Agentic AI στις Τράπεζες

Για τις τράπεζες, η οικονομία είναι πιο άμεση. Οι μεγάλες οργανώσεις λειτουργούν σε τεράστια κλίμακα, αλλά πολλές διαδικασίες back‑office παραμένουν εργατοβόρες. Η Agentic AI μπορεί να μειώσει το χρόνο που οι υπάλληλοι δαπανούν σε εργασίες χαμηλής αξίας αξιολόγησης ενώ βελτιώνει τη ροή εργασίας σε προϊόντα υψηλού όγκου.

Η ευκαιρία είναι ιδιαίτερα ελκυστική επειδή οι τράπεζες δεν χρειάζεται να εφευρουν νέες κατηγορίες εσόδων για να ωφεληθούν. Ακόμη και μετριοπαθή βελτιώσεις στον χρόνο επεξεργασίας, στη διαχείριση εξαιρέσεων, στην ανίχνευση απάτης και στην παραγωγικότητα των υπαλλήλων μπορούν να δημιουργήσουν ουσιαστική αξία όταν εφαρμοστούν σε εκατομμύρια λογαριασμούς και αιτήσεις.

Υπάρχει επίσης ένα πλεονέκτημα κινδύνου. Ένα σωστά διαχειριζόμενο σύστημα agentic μπορεί να αφήσει ένα δομημένο ίχνος του τι ελέγχει, τι εξάγει, ποια απαίτηση πολιτικής αναφέρει και ποια εξαίρεση επισημαίνει. Αυτή η δυνατότητα ελέγχου είναι κρίσιμη στην τραπεζική, όπου η εξήγηση και η λογοδοσία έχουν τη σημασία τους όσο και η ταχύτητα.

• Χαμηλότερο κόστος επεξεργασίας σε ροές εργασίας με πολλά έγγραφα.
• Ταχύτερη μετατροπή πελατών σε ανταγωνιστικές αγορές δανεισμού.
• Καλύτεροι εσωτερικοί έλεγχοι όταν τα αποτελέσματα AI παρακολουθούνται και είναι ελεγχόμενα.

Η Πρόκληση Διακυβέρνησης που οι Τράπεζες Δεν Μπορούν να Αποφύγουν

Ο μεγαλύτερος περιορισμός για την agentic AI στα παραδοσιακά χρηματοοικονομικά δεν είναι η ικανότητα του μοντέλου. Είναι η διακυβέρνηση. Οι τράπεζες λειτουργούν σε ένα ρυθμιζόμενο περιβάλλον όπου η ιδιωτικότητα, η δικαιοσύνη, η εξηγήσιμότητα, η κυβερνοασφάλεια, η λειτουργική ανθεκτικότητα και η διαχείριση κινδύνου μοντέλων είναι βασικές απαιτήσεις.

Αυτός είναι ο λόγος που η αναφορά της TD στην εποπτεία από την ομάδα Trustworthy AI της είναι σημαντική. Καθώς η agentic AI αγγίζει περισσότερα λειτουργικά βήματα, οι τράπεζες θα χρειαστούν ελέγχους που καλύπτουν την πρόσβαση σε δεδομένα, την επικύρωση μοντέλων, την ανθρώπινη αξιολόγηση, τα όρια κλιμάκωσης, τη διαχείριση εξαιρέσεων, την παρακολούθηση εξόδων και την απόκλιση μετά την υλοποίηση.

Το προφίλ κινδύνου είναι επίσης διαφορετικό από μια απλή υλοποίηση chatbot. Ένας πράκτορας που συνοψίζει δημόσιες πληροφορίες προϊόντος είναι χαμηλού κινδύνου. Ένας πράκτορας που εξάγει εισόδημα, ελέγχει τη συγκατάθεση, αναζητά αποκλίσεις και προετοιμάζει τεκμηρίωση δανεισμού είναι πολύ πιο κοντά σε μια ρυθμιζόμενη ροή λήψης αποφάσεων. Ακόμη και αν ένας άνθρωπος παραμένει ο τελικός λήπτης απόφασης, η AI μπορεί να επηρεάσει το τι βλέπει πρώτα ο άνθρωπος.

Τι Ακολουθεί μετά την Έναρξη της Agentic AI της TD;

Η TD έχει ήδη υποδείξει ότι αυτό είναι μόνο το πρώτο βήμα σε μια ευρύτερη μετασχηματισμό της χρηματοδότησης με εγγύηση ακινήτου. Η τράπεζα έχει χαρτογραφήσει το ταξίδι RESL από την υποβολή εγγράφων έως τη χρηματοδότηση και σχεδιάζει να εισαγάγει agentic AI σε επιπλέον βήματα. Αυτό δείχνει ένα μέλλον όπου οι πράκτορες AI δεν είναι απομονωμένα εργαλεία, αλλά υποδομή ροής εργασίας.

Η επόμενη φάση πιθανότατα θα περιλαμβάνει πιο βαθιά ενσωμάτωση σε πελατειακές πύλες, κανάλια μεσιτών, εσωτερικά συστήματα αξιολόγησης, εργαλεία διαχείρισης εγγράφων και πλατφόρμες κινδύνου. Αντί να συνοψίζουν μόνο αρχεία, τα συστήματα agentic μπορεί να βοηθήσουν στην αναγνώριση ελλιπών εγγράφων, να προτείνουν τις επόμενες βέλτιστες ενέργειες, να προετοιμάσουν πακέτα υπό όρους έγκρισης και να παρακολουθούν τα αρχεία μέχρι το κλείσιμο.

Πέρα από τα στεγαστικά, άλλες παραδοσιακές τράπεζες είναι πιθανό να ακολουθήσουν παρόμοια μοτίβα. Οι πιο ελκυστικές πρώιμες περιπτώσεις χρήσης θα είναι περιοχές με υψηλό όγκο εγγράφων, σαφείς κανόνες πολιτικής, μετρήσιμους χρόνους κύκλου και ανθρώπινη αξιολόγηση ήδη ενσωματωμένη στη διαδικασία. Ο εμπορικός δανεισμός, οι έρευνες συμμόρφωσης, η ενσωμάτωση πελατών, οι αξιώσεις ασφάλισης και η υποστήριξη διαχείρισης πλούτου ταιριάζουν όλα σε αυτό το προφίλ.

Επένδυση σε Ενσωματώσεις Agentic

Για τους επενδυτές που κοιτάζουν πέρα από τις μεμονωμένες τράπεζες, ένας από τους πιο άμεσους τρόπους παρακολούθησης αυτής της τάσης είναι μέσω παρόχων λογισμικού επιχειρήσεων που ενσωματώνουν agentic AI σε ροές εργασίας χρηματοοικονομικών υπηρεσιών. Ένα αξιοσημείωτο παράδειγμα είναι η Oracle Corporation (ORCL ), η οποία έχει επεκτείνει την πλατφόρμα Oracle Financial Services με ενσωματωμένες δυνατότητες AI και προ-κατασκευασμένους πράκτορες για περιπτώσεις χρήσης εταιρικής τραπεζικής όπως η ταμειακή διαχείριση, η εμπορική χρηματοδότηση, η πίστωση και ο δανεισμός.

Η Oracle δεν πουλά απλώς ένα γενικού σκοπού chatbot σε τράπεζες. Η ευκαιρία της είναι πιο προσανατολισμένη στην υποδομή. Οι μεγάλες χρηματοοικονομικές οργανώσεις ήδη εξαρτώνται από πολύπλοκες στοίβες λογισμικού για βασική τραπεζική, κίνδυνο, συμμόρφωση, πληρωμές, αρχεία πελατών και επεξεργασία συναλλαγών. Καθώς η agentic AI μεταβαίνει από το πείραμα στην παραγωγή, οι τράπεζες θα χρειαστούν προμηθευτές που μπορούν να συνδέσουν τους πράκτορες AI με ρυθμιζόμενες ροές εργασίας, δεδομένα με άδεια, ίχνη ελέγχου και επιχειρησιακούς ελέγχους.

Αυτό καθιστά την Oracle έναν ενδιαφέρον ωφελούμενο του ίδιου μετασχηματισμού που επισημαίνεται από την υλοποίηση της TD στη χρηματοδότηση με εγγύηση ακινήτου. Η TD δείχνει πώς τα συστήματα agentic μπορούν να συμπιέσουν τις ροές εργασίας δανεισμού με πολλά έγγραφα. Η Oracle τοποθετείται ως ένας από τους τεχνολογικούς προμηθευτές που μπορούν να παρέχουν παρόμοιες δυνατότητες agentic σε ευρύτερες τραπεζικές λειτουργίες.

• Η επιχείρηση χρηματοοικονομικών υπηρεσιών της της δίνει έκθεση σε τράπεζες, ασφαλιστικές εταιρείες και εταιρείες κεφαλαιαγορών που βρίσκονται υπό πίεση να εκσυγχρονίσουν τις κληρονομικές ροές εργασίας.
• Η στρατηγική agentic AI της συνδέεται με λειτουργικές λειτουργίες όπου οι χρηματοοικονομικές οργανώσεις ήδη δαπανούν σημαντικά, συμπεριλαμβανομένων της πίστωσης, του δανεισμού, της ταμειακής διαχείρισης και των διαδικασιών που σχετίζονται με τη συμμόρφωση.
• Η ευρύτερη παρουσία της στο cloud και στις βάσεις δεδομένων μπορεί να τη βοηθήσει να ενσωματώσει πράκτορες AI στα επιχειρησιακά συστήματα όπου οι τράπεζες ήδη αποθηκεύουν και διαχειρίζονται κρίσιμα δεδομένα.

Η επενδυτική περίπτωση δεν είναι χωρίς κίνδυνο. Οι κύκλοι πωλήσεων τεχνολογίας τραπεζών είναι μακρινοί, το κόστος υλοποίησης μπορεί να είναι υψηλό και οι ρυθμιζόμενοι οργανισμοί είναι απίθανο να μεταφέρουν κρίσιμες ροές εργασίας σε αυτόνομα συστήματα χωρίς εκτεταμένη επικύρωση. Η Oracle επίσης ανταγωνίζεται τη Microsoft (MSFT ), τη Salesforce (CRM ), τη ServiceNow (NOW ), την IBM (IBM ) και εξειδικευμένους προμηθευτές fintech, οι οποίοι όλοι επιδιώκουν αυτοματοποίηση χρηματοοικονομικών υπηρεσιών με AI με διαφορετικούς τρόπους.

Παρόλα αυτά, η agentic AI θα μπορούσε να ενισχύσει τη μακροπρόθεσμη αξία των προμηθευτών λογισμικού επιχειρήσεων που βρίσκονται κοντά στις βασικές χρηματοοικονομικές ροές εργασίας. Εάν οι τράπεζες αντιμετωπίζουν όλο και περισσότερο τους πράκτορες AI ως λειτουργική υποδομή αντί για πειραματικά εργαλεία, οι νικητές μπορεί να είναι εταιρείες που μπορούν να συνδυάσουν εφαρμογές ειδικές για το πεδίο, ασφαλή υλοποίηση cloud, διακυβέρνηση δεδομένων και αυτοματοποίηση ροών εργασίας.

Για τους επενδυτές, η Oracle προσφέρει μια πιο σαφή γωνία agentic χρηματοοικονομικών από πολλές καθαρές αφηγήσεις AI επειδή η υπόθεση συνδέεται με μετρήσιμες περιπτώσεις χρήσης τραπεζών: ταχύτερες ροές εργασίας πίστωσης, πιο αυτοματοποιημένη διαχείριση εγγράφων, βελτιωμένη χωρητικότητα εξυπηρέτησης και καλύτερη λειτουργική αποδοτικότητα. Καθώς οι παραδοσιακές τράπεζες ακολουθούν το παράδειγμα της TD, οι προμηθευτές με αξιόπιστες πλατφόρμες AI χρηματοοικονομικών υπηρεσιών μπορεί να γίνουν ολοένα και πιο σημαντικοί πάροχοι εργαλείων για την εποχή της agentic τραπεζικής.

Τελευταίες Εξελίξεις της Oracle (ORCL)

Συμπέρασμα για τους Επενδυτές: Η Agentic AI Καθίσταται Υποδομή Τραπεζών

Για τους επενδυτές, το βασικό σημείο είναι ότι η agentic AI δεν πρέπει να θεωρείται μόνο ως μια τάση λογισμικού. Στην τραπεζική, γίνεται μια αλλαγή στο λειτουργικό μοντέλο. Οι τράπεζες που θα την κλιμακώσουν υπεύθυνα μπορεί να βελτιώσουν την αποδοτικότητα κόστους, να συντομεύσουν τους χρόνους εξυπηρέτησης, να μειώσουν την λειτουργική τριβή και να υπερασπιστούν τις σχέσεις με τους πελάτες έναντι πιο ευέλικτων ανταγωνιστών fintech.

Το ανταγωνιστικό πλεονέκτημα δεν θα προέλθει από τη χρήση του πιο προηγμένου μοντέλου με απομόνωση. Θα προέλθει από τον συνδυασμό ιδιόκτητων δεδομένων, πειθαρχημένης διακυβέρνησης, ενσωμάτωσης ροής εργασίας, υιοθέτησης από τους υπαλλήλους και εκτέλεσης που απευθύνεται στους πελάτες. Οι μεγάλες τράπεζες διαθέτουν τα δεδομένα, τη διανομή, την κανονιστική εμπειρία και τον όγκο διαδικασιών που απαιτούνται για να ωφεληθούν. Έχουν επίσης την πολυπλοκότητα που καθιστά την υλοποίηση δύσκολη.

Η εκκίνηση της TD δείχνει προς πού κινείται ο κλάδος. Η Agentic AI ξεκινά στο back office, κοντά σε έγγραφα και ροές εργασίας. Από εκεί, είναι πιθανό να μετακινηθεί προς την εμπειρία πελατών, τις λειτουργίες πίστωσης, τη συμμόρφωση και την υποστήριξη συμβουλευτικής. Οι τράπεζες που θα το κάνουν σωστά δεν θα αυτοματοποιήσουν απλώς τις παλιές διαδικασίες. Θα επανασχεδιάσουν τον τρόπο με τον οποίο οι οικονομικές αποφάσεις μετακινούνται από την αίτηση στην έγκριση.