人工智能是當前科技發展潮流,但現實生活中也存在一些炒作概念的人,過分夸大人工智能所能起到的作用以博取眼球。筆者以為,現階段人工智能雖然可以幫助提高工作效率,但撥開其光鮮外表,人工智能最終的應用場景還需要我們繼續深入思考。短期來看,人工智能在絕大部分領域都不能替代人力,但是能起到較大的輔助作用。結合目前人工智能技術支持能力和市場實際應用情況,基于語音識別的技術可優先在金融行業進行應用。因為在這方面,市場和同業已經具有成熟的商業運營案例和業務框架,技術實現難度也較低,可迅速實現商業價值。
面對人工智能潮流,金融行業需要繼續緊跟并嘗試在多個領域運用相關技術。不管是提升客戶體驗還是內部管理效率,亦或是風險防范,都需要更多的人加入到這個新的領域,也需要更多的探索。
其一,語音識別與自然語言處理應用。通過電話客服渠道、網上客服、APP、短信、微信以及智能機器人終端,與客戶進行語音或文本的互動交流,理解客戶業務需求,語音回復客戶提出的業務咨詢,并能根據客戶語音導航至指定業務模塊。對傳統按鍵式菜單進行改造,用戶使用自然語音與系統交互,實現菜單扁平化,提升用戶滿意度,減輕人工服務壓力,降低運營成本。電話客服不再受限于菜單,可開展全業務的語音導航服務。
再通過語音語義分析自動給出重點信息聚類,聯想數據集合關聯性,檢索關鍵詞,并匯總熱詞,發現最新的市場機遇和客戶關注熱點;同時,根據金融行業客服與客戶的通話情況,進行業務咨詢熱點問題的梳理統計,由機器進行自動學習,梳理生成知識問答庫,并作為后續機器自動回復客戶問題的參考依據。
其二,計算機視覺與生物特征識別應用。諸如人像監控預警,利用網點和ATM 攝像頭,增加人像識別功能,提前識別可疑人員,提示可疑行為動作,識別VIP 客戶;員工違規行為監控,利用網點柜臺內部攝像頭,增加員工可疑行為識別監控功能,記錄并標記疑似交易,并提醒后臺監控人員進一步分析,同時起到警示作用;核心區域安全監控,集中運營中心、機房、保險柜、金庫等重要場所可采用人臉門禁提高內部安全控制,通過人臉識別的驗證方式,實現銀行內部安全管理,有效地防范不法分子的非法入侵。
其三,機器學習、神經網絡應用與知識圖譜。一是金融預測、反欺詐。大規模采用機器學習,導入海量金融交易數據,使用深度學習技術,從金融數據中自動發現模式,如分析信用卡數據,識別欺詐交易,并提前預測交易變化趨勢,提前做出相應對策。基于機器學習技術構建金融知識圖譜,基于大數據的風控需要,把不同來源的數據(結構化,非結構)整合到一起,可以檢測數據當中的不一致性,分析企業的上下游、合作、競爭對手、子母公司、投資、對標等關系。二是融資授信決策。通過數據篩選、建模和預測打分,將不同的資產進行分類并做分別處理。比如壞資產可直接標簽為“司法訴訟”,并提醒相關人員進行訴訟流程。通過提取個人及企業在其主頁、社交媒體等地方的數據,可以判斷企業或其產品在社會中的影響力,比如觀測APP 下載量,微博中提及產品的次數及對其產品的評價;此外,將數據結構化后,還可推測投資的風險點。借助機器學習,完成放貸過程中傳統金融企業無法做到的對借款人還貸能力的實時監控,從而及時對后續可能無法還貸的人進行事前干預,減少因壞賬而帶來的損失。三是智能投顧。運用人工智能技術,采用多層神經網絡,實時采集所有重要的經濟數據指標,讓智能投顧系統不斷進行學習。它采用合適的資產分散投資策略,可實現大批量的不同個體定制化投顧方案,以不追求短期的漲跌回報,而是期望長期、穩健的回報為目標,進一步深刻踐行銀行長期服務客戶的理念。通過智能投顧解決方案,把財富管理這個服務門檻降到一個普通的家庭人群來使用。
其四,服務機器人的技術應用。在機房、服務器等核心區域投放24 小時巡檢機器人,及時、發現處理潛在的風險,替代或輔助人工進行監控。在網點大堂嘗試設置智慧機器人,賦予機器人以人類形象和相應的感情、動作,為網點客戶進行業務咨詢答疑、輔助分流,采集客戶數據;開展大數據營銷工作,完成查詢、開卡、銷卡等業務的輔助辦理。運用機器人技術,在網點或機房投放智慧機器人,實現指定區域自動巡航功能:可對客戶進行迎賓分流,進行語音互動交流,根據客戶知識庫內容進行標準業務咨詢和問答,減少大堂經理的重復性工作;同時,通過前端采集客戶數據,可開展精準營銷工作。此外,增強銀行服務的科技創新感和服務新體驗,為銀行服務的轉型升級注入全新因素。






