金融机构如何利用人工智能改变客户体验.pdf

1 WHITEPAPER 金融机构如何利用人工智能改变客户体验 “改变游戏规则的人”与“革命性” 只是一些描述银行和金 融服务的高管们已经习惯于预测人工智能将如何塑造未来的行 业虽然西方的金融机构已经率先在人工智能技术上领先，亚太 地区的银行也开始迅速推出这项技术，特别是在chatbots等 用于客户的应用程序中。 通过数字工作改善客户体验是近年来许多组织的一项重要任务 而且这在银行和金融机构（BFSI）部门中更为重要。这部分是 为了抵御来自技术巨头的潜在竞争，同时也能与数位时代的技 术娴熟的消费者保持相关。 随着AI技术的进步，许多BFSI的领导者把它看成是一个机会， 不仅实现了巨大的成本节约，而且改变了客户的参与。 随着几个亚洲国家政府推动AI创新-香港政府正在向fintech和 ai的研究注入近500亿港元。例如，在未来几年中，该部门的 投资将增长。 预测对AI增长是令人信服的。据研究公司IDC统计在亚太地 区，不包括日本，在认知和AI系统方面的支出可能在2021年 达到46亿美元。在2016和2021之间，72.9%的复合年增长率 （综合增长率）。在东南亚国家中，新加坡率先进行ai投资， 新加坡政府也支持ai创新。 根据普华永道库珀（PWC）的预测，在更大的亚洲地区，中 国有望主宰。到2030年，AI有望在2030年之前为全球经济贡 献15.7美元，比印度和中国的GDP总和还要多。亚洲将占全 球AI产出的大约一半，而中国则贡献了这一数字的近44%。 在亚太地区，星展银行、梁智鸿银行、汇丰、CIMB、澳大利 亚及新西兰银行集团（ANZ）、ICICI银行、恒生银行等，都 已在面向客户的应用程序中应用已经开始使用AI技术的。另外 几个人已经进入了建立创新实验室的行列，以研究具体的部 署领域。 2 主要优点 在金融机构中使用AI不仅在遵守风险、遵守法规和欺诈检测政 策方面有很强的使用案例。银行最近对chatbots和机器人过 程自动化的关注也旨在使客户体验更加顺畅和高效。 以数据和数字化过程的增长为后盾，AI可以自动化许多手动和 重复的任务，腾出时间让人力代理在价值链中做更多的工作， 并与客户更好地互动。例如，许多客服对话往往是重复的，这 可能会令客户和支持人员困扰。 更好的自动化可以用于在初始阶段管理这些会话，然后在适当 的时间移交给人工工作者，从而为更复杂的任务节省时间，改 善呼叫解析时间，并提高客户满意度。 这种过程也有成本节约好处，根据全球领先的通讯渠道客户体 验和联系中心解决方案的Genesys的研究，与聊天或语音信 道相比，人为辅助的客户交互每次可能多花费5至15美元。相 比之下，自动化的自助服务交易要低得多每笔交易只有 0.20美元。例如，使用自动化过程自动化的ANZ银行每年在某 些功能上节省了超过30%的成本。该银行已经自动化了超过40 个流程。根据金融研究公司Autonomous的报告，通过采用 人工智能解决方案，银行可以节省敢达22%的运营费用。 部署的领域 从虚拟的自助服务助理和聊天机器人，到人形机器人，银行正 在尝试一整套基于人工智能的应用程序来取悦客户。马来西亚 宏隆银行表示，一个典型的例子是，除了利用虚拟助手外，该 公司还部署了建立在个性化和数字化基础上的认知计算，以改 善客户服务。例如，相对便宜的聊天机器人（chatbot）通过 充当第一步，帮助银行在进程已经到位或正在用于帮助与人类 交互进行集成的领域实现自动化。基于客户的历史数据和浏览 模式，AI可以快速获取洞察力，并将其转化为个性化聊天。 今年早些时候，汇丰控股（HSBC Holdings）推出了一个 名为“Amy”的虚拟助理，该虚拟助理使用自然语言处理 （NLP）来处理客户请求。DBS银行在包括印度尼西亚在 内的三个亚洲国家推出了使用生物识别和自然语言支持平 台“MyKAI”的“Digibank”。虚拟助理可以与客户交谈， 并协助他们使用诸如微信和WhatsApp之类的消息应用程 序。马来西亚的梁宏银行（Hong Leong Bank）伯哈德 （Ber.）也是使用IBM沃森（Watson）技术，将人工智能部 署到客户服务业务的另一位先驱。其他引入聊天机器人的银行 包括Hang Seng Bank，它有一个名为“Haro”和“Dori” 的虚拟助理；CIMB有一个名为CIMB EVA的基于应用程序的 聊天机器人，它使用基于自然语言的消息传递。 Samir Gupta CIMB Group的首席执行官Group Consumer Banking表示，推出聊天机器人的主要是“客户方便”为主。 随着深度学习一种有助于人工智能进化和预测查询的机器 学习形式的进步，人工智能可以日益获得复杂的类人认知 能力，这将它更自然地与客户交互。根据Accenture的调查 显示，79%的银行家相信，在未来两年内，人工智能将与人类 一起工作，成为同事、合作者和可信赖的顾问。他们还预计， 未来几年，大多数银行和客户之间的互动将通过人工智能进 行，使机器成为组织的“面孔”。的确，许多银行都在押注 于“混合人工智能”一种人工智能形式，例如，它将增强 人类客户支持，并且可以用于自动化自然语言会话，并在会话 传递给人类代理之前充当临时步骤，或者帮助人类负责查看客 户信息和回答问题的活动。 “AI是一个非常强大的技术，我们正在应用于许多领域。它也 将与客户做接口。有趣的是，有时你可以看到，人工智能生成 的答案的可靠性要比下一个打电话的人的可靠性高。荷兰合作 银行首席执行官Wiebe Draijer今年早些时候告诉CNBC。 当其他一些银行在分支机构引入仿人机器人来处理客户查询。 中国建设银行（CCB）今年早些时候推出了一家全自动银行 分行，该机器人名为“小龙”。该机器人可以与客户交谈，甚 至可以处理客户银行卡和其他交易。银行分行还收集面部扫描 和身份证，以便自动允许使用面部识别来访问未来的客户。 去年，印度HDFC银行推出了一个类人机器人“Ira”，它在 一家银行分行充当接待员，帮助客户，但最终将它们引导到 人类代理商。早期参加类人机器人竞赛的包括东京银行-三菱 银行，它推出了一个名为“Nao”的机器人，该机器人在其 银行分支机构工作，能够使用面部识别和理解19种语言，瑞 穗银行的“Pepper”甚至与游戏和多媒体，同时协助日常 客户查询。银行也在其他方面使用人工智能。印度国家银行 （SBI）使用人工智能分析从安装在银行分支机构的相机中收 集到的图像的客户的面部表情，而马来西亚红龙银行使用IBM 沃森通过电话交谈分析客户的情绪。宏亮银行还推出了一名名 为HALI的新虚拟助理，负责回答员工对政策和程序的询问， 在第一年中，业务效率提高了60%。 另一个人工智能应用领域是机器人过程自动化或RPA，它可以 潜在地自动化金融机构手工完成的重复核心业务流程，最终提 高客户的整体体验，从而提高效率和准确性。例如，澳新银行 使用RPA来处理工资、抵押贷款申请和某些人力资源职能。据 报道，印度最大的私人银行ICICI银行已将其用于后端业务， 以应对逾一百万家银行业务的反应时间缩短60%。在ICICI， 银行有超过200个业务流程，包括贸易、外汇、财政部、后台 检查、自动柜员机查询解决方案，都是自动化的。然而，RPA 的成功取决于在后端的巩固过程与些微人为介入。这仍然是一 个挑战，因为银行的传统组织结构（通常是筒仓式的）、缺乏 技术资源和增长的数据安全问题。 3 实施挑战与常见错误 尽管AI拥有很多希望，但由于错误的策略，人们对其成功的担忧犹豫不决。 缺乏明确定义的用例： 根据Genesys的说法，尽管人工智能的到来令人兴奋，金融机构也急于尽可能地利用它，但如果公司急于运用人工智能的技 术，往往不能达到预期的成功率。通常组织没有明确定义使用的方向，这些方向能让公司从小规模开始，并且具有针对性实施 的方法。随着银行能力的发展和增长，AI的有效性可以帮助银行提升更先进的使用。例如基于机器学习的应用。 Genes亚洲业务咨询主管戴夫吉布林（Dave Giblin）说：“如果你使用人工智能来为客户提供自助服务，尤其是为了尽量 减少入站流量，你能把握的只有一次机会，否则客户就不会再使用你的人工智能服务了。 企业间的另一个普遍误解是，一旦AI被部署，它应该100%时间内有效率。“AI很像在公司雇佣新的职员。一个新员工，你不 能期望他们完美地解决任何事，因此AI需要学习和成长，不断改进，以满足不断变化的客户和商业需求，”Giblin说。 人工智能将取代人类： 许多金融服务主管的另一个错误观念是人工智能将在短期内完全取代人类代理。鉴于目前人工智能的局限性以及仅由人类能带 来的互动联系，特别是对于复杂的客户需求，仅使用人工智能不太可能保证客户满意度。事实上，在许多情况下，人工智能不 能理解和解决客户的需求，它能导致较低的客户满意度。 在数字化之前尝试AI： 尽管许多银行已经加强了数字化服务，特别是在发展中的东南亚市场中，银行将需要优先考虑数字化，并建立数据处理系统， 因为这些系统主要依靠大量数据来提供人工智能有效运行。尽管亚洲许多银行已经开始进行银行核心转型，但许多仍依赖旧系 统的公司可能面临着启用新技术的瓶颈。 现有筒仓团队： 金融机构传统上以筒仓结构为主，并且具有科层的组织结构，这常常被证明是创新的障碍。如果人工智能技术要顺利实施，银 行必须确保跨功能的无缝协作，并采取多学科方法。在这里，一个能够扩展以多集成功能的平台以及经过AI培训的人员也可以 在成功和失败的实现之间产生差异。 鉴于这些障碍，金融机构试图成功地把握AI技术提供的“转变或枯萎”机会。一点点的处理可能是客户区别话的关键。 与合适的技术参与者合作，也可以在很大程度上确保可以扩大规模，并为未来做好准备。