This master's thesis illustrates the development of a project in collaboration with Reply Iriscube s.r.l., a leading IT consulting company for major Italian banking institutions. The project was born from the company's need to offer its customers innovative solutions for their IT systems. In particular, Reply recognizes emerging technologies as a turning point for improving the banking customer experience, ensuring a high level of customization. The use of intelligent systems supports bank operators in performing repetitive tasks. In this context, the adoption of vector databases and Generative Artificial Intelligence emerges as the most innovative and effective technology on the market. The thesis work focuses on the implementation of SolvifAI: a platform intended for banking operators in order to optimally manage customer needs. It is a chat where the operator is assisted by a Generative AI system in solving problems posed by the consumer. The Generative AI processes in natural language the output obtained from the vector search, carried out on the product database from the customer's history and the request made by the customer. The first part of the research focuses on the tools used for project development. In particular, an in-depth analysis of Embeddings, Natural Language Processing, Generative AI, and Prompt Engineering has been carried out. It proceeds to illustrate the steps required for the implementation of the application. First, a search of banking product data was performed, which was transformed into "emebeddings" through technologies offered by OpenAI. Then the data were inserted within a vector database in order to perform queries on them. Subsequently GPT-3.5 integration was completed, which required careful prompt engineering, thanks to which it is possible to generate a response that takes into account every information the bank has about the customer. The development of SolvifAI was concluded with the creation of the operator-side GUI, consisting of a section with the customer card and another with the chat, where the artificial intelligence suggestion will be generated in real time. The operator will also have the possibility to edit the suggestion before sending it. In conclusion, the thesis aspires to promote the advancement of practical applications of Generative Artificial Intelligence in the banking industry by providing a theoretical and practical foundation for the implementation of automated systems that improve operational efficiency and enrich the consumer experience. Speed, customization and effectiveness are the aspects that should not be overlooked to build an optimal customer experience.
La presente tesi magistrale illustra lo sviluppo di un progetto in collaborazione con Reply Iriscube s.r.l., azienda leader nella consulenza informatica per le principali istituzioni bancarie italiane. Il progetto nasce dall’esigenza da parte dell’azienda di proporre ai propri clienti soluzioni innovative per i loro sistemi informatici. In particolare, Reply riconosce nelle tecnologie emergenti un punto di svolta per il miglioramento dell’esperienza del cliente bancario, garantendo un alto livello di personalizzazione. Allo stesso modo, l’utilizzo di sistemi intelligenti supporta gli operatori bancari nello svolgimento di mansioni ripetitive. In questo contesto, l’adozione di database vettoriali in congiunzione con l’Intelligenza Artificiale Generativa, si configura come la tecnologia più innovativa ed efficace sul mercato. Il lavoro di tesi si concentra sulla realizzazione di SolvifAI: una piattaforma destinata agli operatori bancari al fine di gestire in modo ottimale le esigenze dei clienti. Si tratta di una chat in cui l’operatore viene assistito da un sistema di Generative AI nella risoluzione di problemi posti dal consumatore. La Generative AI elabora in linguaggio naturale l’output ottenuto dalla ricerca vettoriale, effettuata sul database dei prodotti a partire dallo storico del cliente e dalla richiesta da lui avanzata. La prima parte della ricerca si focalizza sullo studio degli strumenti impiegati per lo sviluppo del progetto. In particolare è stata approfondita l’analisi di Embeddings, Natural Language Processing, Generative AI e Prompt Engineering. Si prosegue con l’illustrazione delle fasi necessarie per la realizzazione dell’applicativo. In prima battuta è stata eseguita una ricerca di dati relativi a prodotti bancari, trasformati poi in “emebeddings” tramite le tecnologie offerte da OpenAI. Successivamente i dati sono stati inseriti all’interno di un database vettoriale per poter effettuare delle interrogazioni su di essi. Si è proceduto con l’integrazione di GPT-3.5, che ha richiesto un accurato lavoro di prompt engineering, grazie al quale è possibile generare una risposta che tenga conto di ogni informazione che la banca possiede sul cliente. Lo sviluppo di SolvifAI si è concluso con la realizzazione dell’interfaccia grafica lato operatore, composta da una sezione in cui viene mostrata la scheda cliente ed un’altra in cui è presente la chat, dove verrà generato in tempo reale il suggerimento dell’intelligenza artificiale. L’operatore avrà anche la possibilità di modificare il suggerimento prima di inviarlo. In conclusione, la tesi aspira a promuovere l'avanzamento delle applicazioni pratiche dell'Intelligenza Artificiale Generativa nel settore bancario, fornendo una solida base teorica e pratica per l'implementazione di sistemi automatizzati che migliorino l'efficienza operativa e arricchiscano l'esperienza del consumatore. Velocità, personalizzazione e efficacia sono gli aspetti da non tralasciare per costruire una customer experience ottimale.
SolvifAI: uno strumento per la risoluzione di problemi dei clienti bancari tramite l’utilizzo di generative AI e database vettoriali
VALENTINI, GIULIA
2022/2023
Abstract
La presente tesi magistrale illustra lo sviluppo di un progetto in collaborazione con Reply Iriscube s.r.l., azienda leader nella consulenza informatica per le principali istituzioni bancarie italiane. Il progetto nasce dall’esigenza da parte dell’azienda di proporre ai propri clienti soluzioni innovative per i loro sistemi informatici. In particolare, Reply riconosce nelle tecnologie emergenti un punto di svolta per il miglioramento dell’esperienza del cliente bancario, garantendo un alto livello di personalizzazione. Allo stesso modo, l’utilizzo di sistemi intelligenti supporta gli operatori bancari nello svolgimento di mansioni ripetitive. In questo contesto, l’adozione di database vettoriali in congiunzione con l’Intelligenza Artificiale Generativa, si configura come la tecnologia più innovativa ed efficace sul mercato. Il lavoro di tesi si concentra sulla realizzazione di SolvifAI: una piattaforma destinata agli operatori bancari al fine di gestire in modo ottimale le esigenze dei clienti. Si tratta di una chat in cui l’operatore viene assistito da un sistema di Generative AI nella risoluzione di problemi posti dal consumatore. La Generative AI elabora in linguaggio naturale l’output ottenuto dalla ricerca vettoriale, effettuata sul database dei prodotti a partire dallo storico del cliente e dalla richiesta da lui avanzata. La prima parte della ricerca si focalizza sullo studio degli strumenti impiegati per lo sviluppo del progetto. In particolare è stata approfondita l’analisi di Embeddings, Natural Language Processing, Generative AI e Prompt Engineering. Si prosegue con l’illustrazione delle fasi necessarie per la realizzazione dell’applicativo. In prima battuta è stata eseguita una ricerca di dati relativi a prodotti bancari, trasformati poi in “emebeddings” tramite le tecnologie offerte da OpenAI. Successivamente i dati sono stati inseriti all’interno di un database vettoriale per poter effettuare delle interrogazioni su di essi. Si è proceduto con l’integrazione di GPT-3.5, che ha richiesto un accurato lavoro di prompt engineering, grazie al quale è possibile generare una risposta che tenga conto di ogni informazione che la banca possiede sul cliente. Lo sviluppo di SolvifAI si è concluso con la realizzazione dell’interfaccia grafica lato operatore, composta da una sezione in cui viene mostrata la scheda cliente ed un’altra in cui è presente la chat, dove verrà generato in tempo reale il suggerimento dell’intelligenza artificiale. L’operatore avrà anche la possibilità di modificare il suggerimento prima di inviarlo. In conclusione, la tesi aspira a promuovere l'avanzamento delle applicazioni pratiche dell'Intelligenza Artificiale Generativa nel settore bancario, fornendo una solida base teorica e pratica per l'implementazione di sistemi automatizzati che migliorino l'efficienza operativa e arricchiscano l'esperienza del consumatore. Velocità, personalizzazione e efficacia sono gli aspetti da non tralasciare per costruire una customer experience ottimale.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14240/144514